[논문 리뷰] Learning networks from high dimensional binary data: An application to genomic instability data

Pei Wang, Dennis L. Chao외 1명|ArXiv.org|2009. 08. 26.

Gene expression and cancer classification참고 문헌 28인용 수 13

한 줄 요약

이 논문은 대칭 계수 제약 조건과 공간적 상관관계 보정을 갖춘 희박 정규화 로지스틱 회귀를 사용하여 고차원 이진 게놈 불안정성 데이터로부터 유전자 상호작용 네트워크를 학습하는 데 새로운 방법 LogitNet을 제안한다. 대칭성 강제와 그룹 선택을 통해 기존 방법에 비해 엣지 탐지 정확도를 향상시켜 시뮬레이션 연구와 유방암 데이터에의 응용에서 뛰어난 성능을 보였다.

ABSTRACT

Genomic instability, the propensity of aberrations in chromosomes, plays a critical role in the development of many diseases. High throughput genotyping experiments have been performed to study genomic instability in diseases. The output of such experiments can be summarized as high dimensional binary vectors, where each binary variable records aberration status at one marker locus. It is of keen interest to understand how these aberrations interact with each other. In this paper, we propose a novel method, exttt{LogitNet}, to infer the interactions among aberration events. The method is based on penalized logistic regression with an extension to account for spatial correlation in the genomic instability data. We conduct extensive simulation studies and show that the proposed method performs well in the situations considered. Finally, we illustrate the method using genomic instability data from breast cancer samples.

연구 동기 및 목표

• p >> n 인 고차원 이진 게놈 불안정성 프로파일에서 암유전자 경로를 추론하기 위한 방법을 개발하기 위해.
• 제한된 표본 크기로 인한 고차원 이진 데이터에서 조건부 의존도 추정의 과제를 해결하기 위해.
• 모든 이상변동 사건 쌍 간의 조건부 의존도 추정치에 대칭성을 강제하여 엣지 탐지 정확도를 향상시키기 위해.
• 유전체 상의 공간적 상관관계를 통합하여 생물학적으로 타당한 상호작용을 더 잘 탐지하기 위해.
• 기존 방법에서 흔히 발생하는 모순된 이웃 관계를 피하는 일관적이고 해석 가능한 네트워크 구조를 제공하기 위해.

제안 방법

• LogitNet는 나무 구조 가정 하에 공동 확률 모델을 사용하여 대칭 계수 행렬을 갖는 p개의 로지스틱 회귀 모델 세트를 유도한다.
• 계수 행렬의 희박성을 유도하기 위해 라소 페널티를 적용하여 관련된 조건부 의존성을 선택한다.
• 유전체 위치 상관관계를 반영하기 위해 공간 가중치 체계를 도입하여 인접한 마커의 그룹 선택을 촉진한다.
• 대칭 계수 행렬 제약 조건은 모든 변수 쌍 간의 일관된 조건부 의존관계 관계를 보장한다.
• 대칭성과 공간 가중치 제약 조건을 갖는 최적화 문제를 효율적으로 해결하기 위한 알고리즘을 구현한다.
• 유도된 네트워크 구조의 호환성과 일관성을 보장함으로써 표준 이웃 선택을 확장한다.

실험 결과

연구 질문

• RQ1 기존 방법에 비해 대칭적이고 페널티가 가해진 로지스틱 회귀 접근법이 고차원 이진 게놈 불안정성 데이터에서 엣지 탐지 정확도를 향상시킬 수 있는가?
• RQ2 유전체 상의 공간적 상관관계를 통합할 경우 생물학적으로 관련된 암유전자 경로의 식별에 어떤 영향을 미치는가?
• RQ3 계수 행렬에 대칭성 강제 조건을 적용하면 비대칭 접근법에 비해 더 일관되고 해석 가능한 네트워크 구조를 얻을 수 있는가?
• RQ4 다양한 고차원, 저표본 크기 시나리오 하에서 LogitNet의 거짓 양성 및 거짓 음성 비율 측면에서의 성능은 어떠한가?
• RQ5 시뮬레이션 및 실제 유방암 게놈 불안정성 데이터에서 LogitNet은 SepLogit 방법에 비해 알려진 생물학적 상호작용을 얼마나 잘 탐지하는가?

주요 결과

• LogitNet는 체인 및 나무 구조적 암유전자 경로를 포함한 여러 시뮬레이션 시나리오에서 SepLogit 방법에 비해 더 낮은 총 오차율을 기록했다.
• 체인 모델에서 LogitNet의 평균 총 오차율은 0.15였고, SepLogit는 0.22였으며, 거짓 양성 및 거짓 음성 비율이 유의미하게 감소했다.
• 나무 모델에서 LogitNet는 가장 빈번한 패턴(11q24.2, 13q21.33)에서 선택된 10개의 엣지 중 10개를 탐지하여 높은 민감도와 정밀도를 보였다.
• 이 방법은 CHEK1과 DACH1과 같은 생물학적으로 관련된 상호작용도 성공적으로 식별했으며, 이들은 CDKN1A 조절 및 세포주기 진행을 조절하는 것으로 알려져 있다.
• 실제 유방암 데이터에서 LogitNet는 최소 4개의 10개의 보정 데이터셋에서 10개의 엣지를 탐지했고, 가장 자주 선택된 쌍은 11q24.2와 13q21.33였다.
• 공간 가중치와 대칭성 강제 조건은 고도로 상관된 유전체 영역이 일관되게 함께 포함되거나 제거되는 그룹 선택 효과를 유도했다.