[論文レビュー] Differential Network Analysis via the Lasso Penalized D-Trace Loss

Huili Yuan, Ruibin Xi+2 more|arXiv (Cornell University)|Nov 30, 2015

Gene Regulatory Network Analysis参考文献 40被引用数 9

ひとこと要約

本稿は、個々の精度行列の推定を回避する高次元設定における2つの精度行列の差を直接推定する、新しいlasso正則化D-trace損失関数を提案する。この手法は、新たな不表現可能性条件の下で一貫性のある推定を達成し、シミュレーションおよび結腸直腸がんデータ解析において、差分ネットワークがスパースな場合に特に優れた性能を示す。

ABSTRACT

Biological networks often change under different environmental and genetic conditions. Understanding how these networks change becomes an important problem in biological studies. In this paper, we model the network change as the difference of two precision matrices and propose a novel loss function for estimating the precision matrix difference. Under a new irrepresentability condition, we show that the new loss function with the lasso penalty can give consistent estimates in high-dimensional setting for sub-Gaussian and polynomial-tailed distributions. An efficient algorithm is developed based on the alternating direction method to solve the optimization problem. Simulation studies and a real data analysis about colorectal cancer show that the proposed method outperforms other available methods.

研究の動機と目的

• 異なる条件下でネットワーク構造が変化する高次元生物学的データにおける差分ネットワーク解析の課題に対処すること。
• 個々の精度行列を別々に推定することなく、2つの精度行列の差を直接推定する手法を開発し、推定誤差と偽陽性を低減すること。
• サブガウス型および多項式テール分布に適用可能な、新たな不表現可能性条件の下で推定量の理論的一貫性を確立すること。
• 高次元におけるスケーラブルな計算を可能にするため、交替方向乗数法（ADMM）に基づく効率的な最適化アルゴリズムを設計すること。
• シミュレーション研究および実際の結腸直腸がんデータ解析において、既存手法を上回る優れた性能を示すこと。

提案手法

• 2つの精度行列の差を直接推定できるように一般化された滑らかで凸な損失関数であるD-trace損失を提案し、Zhang & Zou (2014) が提唱したD-trace損失を拡張する。
• 推定された差分ネットワークのスパarsityを促進するためにD-trace損失にlasso正則化を適用し、高次元設定下での一貫性のある推定を可能にする。
• 先行研究で用いられる相互不整合性条件よりも厳しくない、新たな不表現可能性条件の下で理論的一致性を導出する。
• lasso正則化D-trace損失を最小化するため、交替方向乗数法（ADMM）を用いた効率的なアルゴリズムを開発し、計算スケーラビリティを確保する。
• 双対定式化と変数分割を用いて最適化問題を取り扱いやすい部分問題に分解し、高速収束を実現する。
• スパarsityと解釈可能性を保証するため、サポートの回復にスレッディングステップを採用する。

実験結果

リサーチクエスチョン

• RQ1 2つの精度行列の差を直接推定するアプローチは、個別に精度行列を推定する手法よりも、高次元設定下で優れた性能を発揮するか？
• RQ2 真の差分がスパースである場合に、精度行列差分の推定が一貫性を持つために必要な理論的条件は何か？
• RQ3 既存手法（融合グラフィカルlassoやl1最小化）と比較して、lasso正則化D-trace損失は推定精度および計算効率においてどのように異なるか？
• RQ4 一貫性のための新たな不表現可能性条件は、相互不整合性条件など既存の条件よりもより柔軟かつ現実的であると見なせるか？
• RQ5 提案手法は、結腸直腸がんのような実世界のデータにおいて、生物学的に意味のあるネットワーク変化を効果的に同定できるか？

主な発見

• lasso正則化D-trace損失推定量は、新たな不表現可能性条件の下で、個々の精度行列がスパースでない場合でも、精度行列差分の一致推定を達成する。
• シミュレーション研究において、本手法は既存手法を上回り、特に真の差分エッジの検出において感度と陽性予測値の両面で優れた性能を示す。
• 提案されたアルゴリズムは効率的に収束し、p > 1000の高次元データに対してもスケーラブルである。これは、O(p⁴)の複雑さを示すl1最小化手法とは対照的である。
• 結腸直腸がんデータ解析において、疾患状態に関連する生物学的に意味のあるネットワーク変化を同定した。実用的有用性を示した。
• 理論的バインディングでは、サブガウス型データに対しては∞ノルムの推定誤差がO((η log p / min(nX, nY))^{1/2})のレートで減少し、多項式テール分布に対してはO(p^{η/(2m)} min(nX, nY)^{-1/2})のレートで減少することが示された。
• 適切な条件下で、符号の一貫性（sign consistency）が高確率で達成され、差分行列の非ゼロ要素の符号が正しく同定されることを示した。