[논문 리뷰] Gene networks from DNA microarray data: centrality and lethality

Paolo Provero|arXiv (Cornell University)|2002. 07. 14.

Bioinformatics and Genomic Networks인용 수 11

한 줄 요약

이 논문은 *S. cerevisiae*의 DNA 마이크로어레이 데이터에서 표현형 프로파일 간 피어슨 상관계수 r > 0.67를 만족하는 유전자 간 연결을 통해 유전자 공발현 네트워크를 구축한다. 핵심적으로, 삭제 시 치명적인 유전자(essential genes)가 높은 연결성 중심성(Hubs)을 가진 유전자 집단에서 유의미하게 과표현되어 있음을 발견하였으며, k_min = 37일 때 통계적 유의성 p ≈ 4×10⁻³³로 나타나 네트워크 중심성과 생물학적 치명성 간 강한 상관관계를 입증한다.

ABSTRACT

We construct a gene network based on expression data from DNA microarray experiments, by establishing a link between two genes whenever the Pearson's correlation coefficient between their expression profiles is higher than a certain cutoff. The resulting connectivity distribution is compatible with a power-law decay with exponent ~1, corrected by an exponential cutoff at large connectivity. The biological relevance of such network is demonstrated by showing that there is a strong statistical correlation between high connectivity number and lethality: in close analogy to what happens for protein interaction networks, essential genes are strongly overerpresented among the hubs of the network, that is the genes connected to many other genes.

연구 동기 및 목표

• 마이크로어레이 데이터에서 유도된 유전자 공발현 네트워크가 생물학적으로 의미 있는 구조적 특성을 반영하는지 조사하기 위해.
• 이러한 네트워크에서 높은 연결성을 가진 유전자(Hubs)가 생존에 필수적인지 여부를 규명하기 위해.
• 대규모 발현 데이터로부터 생물학적으로 관련성이 있는 유전자 네트워크를 구축하는 방법을 수립하기 위해.
• 관측된 유전자 연결성과 치명성 간 상관관계의 통계적 유의성을 정량화하기 위해.

제안 방법

• 표현형 프로파일 간 피어슨 상관계수 r > 0.67를 만족하는 유전자 쌍 간에 연결을 설정하여 유전자 네트워크를 구축하며, 이는 발현 값의 무작위화를 통해 검증된다.
• 약 6,200개의 효모 유전자에서 77개 시간점의 log₂-비율 발현 프로파일을 사용하며, 최소 70개 시간점 이상의 데이터가 확보된 유전자만 유지한다(n = 5,293개 유전자).
• 누락된 발현 값을 가용한 시간점의 평균으로 대체하여 데이터 무결성을 유지한다.
• 연결 분포 N(k)를 파워법칙 감쇠에 지수적 절단을 적용한 모델로 기술한다: N(k) = a·k^(-γ)·exp(-k/k_c), 여기서 γ ≈ 0.95이고 k_c ≈ 38이다.
• 초기확률분포를 사용하여, 총 N개 유전자 중 M개의 핵심 유전자 중에서 n개의 높은 연결성 유전자 중 m개의 핵심 유전자가 관측될 확률 P(N, M; n, m)을 계산한다.
• 높은 연결성 그룹에서의 핵심 유전자 비율을 무작위 기대치와 비교하여 생물학적 관련성을 검증한다.

실험 결과

연구 질문

• RQ1 마이크로어레이 데이터에서 유도된 유전자 공발현 네트워크는 파워법칙 연결 분포를 가지는 스케일프리(topology)를 나타내는가?
• RQ2 네트워크에서 높은 연결성(Hub 상태)과 유전자 핵심성 간에 통계적으로 유의미한 상관관계가 존재하는가?
• RQ3 네트워크에서 가장 높은 연결성을 가진 노드 집단에서 핵심 유전자가 얼마나 과표현되어 있는가?
• RQ4 이 네트워크의 구조는 단백질 상호작용 네트워크와 같은 알려진 생물학적 네트워크와 어떻게 비교되는가?
• RQ5 네트워크의 구조를 이용하여 유전자 연결성만으로도 핵심 유전자를 예측할 수 있는가?

주요 결과

• 유전자 공발현 네트워크의 연결 분포 N(k)는 지수수 γ ≈ 0.95를 가지며, k_c ≈ 38에서 지수적 절단이 발생하는 파워법칙 감쇠를 따른다.
• 연결성 k ≥ k_min를 가진 노드 집단에서의 핵심 유전자 비율은 k_min가 증가함에 따라 단조적으로 증가하며, 가장 높은 연결성을 가진 6개 유전자(k ≥ 155)에서는 100%의 핵심 유전자 비율을 기록한다.
• k_min = 37일 때, 높은 연결성을 가진 251개 유전자 중 127개가 핵심 유전자이며, 초기확률분포 p-값은 약 4×10⁻³³로 극도로 통계적으로 유의미하다.
• 네트워크의 평균 연결성은 ⟨k⟩ ≈ 6.67이며, 5,293개 유전자 간 총 17,643개의 링크가 설정되어 있다.
• 높은 연결성과 핵심성 간의 관측된 상관관계는 강건하며, 효모 단백질 상호작용 네트워크에서의 결과와 유사하여 네트워크 구조의 생물학적 관련성을 뒷받침한다.
• 피어슨 상관계수의 절단값 C = 0.67는 랜덤 데이터 쌍이 이 값을 초과하지 않음을 고려할 때 생물학적으로 의미 있는 공발현 연결만 유지함을 보장한다.