[論文レビュー] Cell-type-specific transcriptomes and the Allen Atlas (II): discussion of the linear model of brain-wide densities of cell types

Pascal Grange, Jason W. Bohland+7 more|arXiv (Cornell University)|Feb 12, 2014

Gene expression and cancer classification参考文献 19被引用数 4

ひとこと要約

本研究は、64種類の細胞タイプとアレン・ブレインアトラスを用いた転写産物データからマウス脳全体の細胞タイプ密度を推定する線形モデルの信頼性を評価する。遺伝子のサブサンプリングとノイズの追加により、中間縫線ニューロンや皮質Pyramidalニューロンなどの主要な細胞タイプは密度予測において高い安定性を示すが、他の一部の細胞タイプは性能にばらつきを示し、システム神経科学研究におけるこの手法の強靭性と限界を浮き彫りにする。

ABSTRACT

The voxelized Allen Atlas of the adult mouse brain (at a resolution of 200 microns) has been used in [arXiv:1303.0013] to estimate the region-specificity of 64 cell types whose transcriptional profile in the mouse brain has been measured in microarray experiments. In particular, the model yields estimates for the brain-wide density of each of these cell types. We conduct numerical experiments to estimate the errors in the estimated density profiles. First of all, we check that a simulated thalamic profile based on 200 well-chosen genes can transfer signal from cerebellar Purkinje cells to the thalamus. This inspires us to sub-sample the atlas of genes by repeatedly drawing random sets of 200 genes and refitting the model. This results in a random distribution of density profiles, that can be compared to the predictions of the model. This results in a ranking of cell types by the overlap between the original and sub-sampled density profiles. Cell types with high rank include medium spiny neurons, several samples of cortical pyramidal neurons, hippocampal pyramidal neurons, granule cells and cholinergic neurons from the brain stem. In some cases with lower rank, the average sub-sample can have better contrast properties than the original model (this is the case for amygdalar neurons and dopaminergic neurons from the ventral midbrain). Finally, we add some noise to the cell-type-specific transcriptomes by mixing them using a scalar parameter weighing a random matrix. After refitting the model, we observe than a mixing parameter of $5\%$ leads to modifications of density profiles that span the same interval as the ones resulting from sub-sampling.

研究の動機と目的

• マウス脳における脳全体の細胞タイプ密度を推定する線形モデルの信頼性と誤差構造を評価すること。
• モデルの予測が遺伝子選択や測定ノイズの変動に対してどの程度感受的であるかを評価すること。
• 異なる遺伝子サブセットにおいて、どの細胞タイプが最も安定的かつ正確な密度推定を示すかを特定すること。
• トランスクリプトミクスデータとアトラスのコアリゲーションに基づいて、細胞タイプの解剖学的局在化に関する信頼区間を提供すること。

提案手法

• 線形モデルは、アレン・レファレンス・アトラスにおけるボクセルレベルの遺伝子発現を、64種類の細胞タイプ特異的トランスクリプトームへの寄与に分解する。
• 各ボクセルにおける各細胞タイプの密度を推定するために、制約付き二次計画問題を解く。
• 予測された密度プロファイルのばらつきを評価するために、繰り返し200個の遺伝子のランダムセットを抽出する遺伝子サブサンプリングを実施する。
• 測定誤差を模倣するために、スカラー混合パラメータを用いてランダム行列と細胞タイプトランスクリプトームを混合することでノイズを追加する。
• 重ね合わせスコアと局在化スコアを用いて、オリジナルとサブサンプルされた密度プロファイルの間で統計的比較を行う。
• サブサンプル結果の分布から、細胞タイプ密度予測の信頼区間を導出する。

実験結果

リサーチクエスチョン

• RQ1 全トランスクリプトミクスデータセットからランダムに選択された遺伝子サブセットを用いた場合、細胞タイプの脳全体の密度プロファイルはどの程度安定しているか？
• RQ2 どの細胞タイプが異なる遺伝子サブサンプル間で最も一貫性のある密度推定を示すか？
• RQ3 細胞タイプトランスクリプトームにノイズを追加した場合、遺伝子サブサンプリングと比較して密度プロファイルにどの程度の影響が生じるか？
• RQ4 このモデルの予測は、細胞タイプの解剖学的局在化に信頼できるものと見なせるか？ その予測の信頼区間は何か？
• RQ5 特定の脳領域や細胞タイプは、系統的に予測の信頼性が高いか低いかを示すか？

主な発見

• 中間縫線ニューロン、皮質および海馬のPyramidalニューロン、granule細胞、脳幹のチオリン作動性ニューロンなどの細胞タイプは、オリジナルとサブサンプルされた密度プロファイルの間で高い重なりを示し、予測の強靭性を示している。
• 一部の細胞タイプ、例えば扁桃体ニューロンや腹側中脳ドーパミン作動性ニューロンでは、平均的なサブサンプルプロファイルがオリジナルモデルよりもコントラストが優れていることが示され、オリジナル遺伝子セットに過剰適合（オーバーフィッティング）の可能性があることが示唆された。
• 細胞タイプトランスクリプトームに5％のノイズを加えると、遺伝子サブサンプリングによる変動と同等の範囲の密度プロファイルのばらつきが生じ、データの摂動に対して同程度の感受性があることを示した。
• モデルの予測は、大脳皮質、海馬、視床、小脳で最も信頼性が高く、嗅覚領域や延髄では低かった。
• 本研究は、サブサンプル結果の分布に基づいて細胞タイプ密度予測の信頼区間を確立し、アトラスベースの細胞タイプ局在化における不確実性の定量的評価を可能にした。
• 線形モデルフレームワークは、全マウス脳における細胞タイプ密度推定に対して安定的かつ定量的で、誤差境界が明確に測定可能なアプローチを提供する。