[论文解读] Defining a robust biological prior from Pathway Analysis to drive Network Inference

Marine Jeanmougin, Mickaël Guedj+1 more|arXiv (Cornell University)|Jan 18, 2011

Gene Regulatory Network Analysis参考文献 22被引用 3

一句话总结

本文提出了一种新颖的基因调控网络推断框架，通过整合基于通路的生物学先验信息与差异表达分析，提升了方法的鲁棒性和可解释性。通过功能伙伴识别优化分子特征，并应用L1惩罚的高斯图形模型，该方法识别出条件特异性的调控网络，在识别乳腺癌治疗反应中关键失调通路方面展现出实用性。

ABSTRACT

Inferring genetic networks from gene expression data is one of the most challenging work in the post-genomic era, partly due to the vast space of possible networks and the relatively small amount of data available. In this field, Gaussian Graphical Model (GGM) provides a convenient framework for the discovery of biological networks. In this paper, we propose an original approach for inferring gene regulation networks using a robust biological prior on their structure in order to limit the set of candidate networks. Pathways, that represent biological knowledge on the regulatory networks, will be used as an informative prior knowledge to drive Network Inference. This approach is based on the selection of a relevant set of genes, called the "molecular signature", associated with a condition of interest (for instance, the genes involved in disease development). In this context, differential expression analysis is a well established strategy. However outcome signatures are often not consistent and show little overlap between studies. Thus, we will dedicate the first part of our work to the improvement of the standard process of biomarker identification to guarantee the robustness and reproducibility of the molecular signature. Our approach enables to compare the networks inferred between two conditions of interest (for instance case and control networks) and help along the biological interpretation of results. Thus it allows to identify differential regulations that occur in these conditions. We illustrate the proposed approach by applying our method to a study of breast cancer's response to treatment.

研究动机与目标

• 解决从高维、小样本量的基因表达数据中推断可靠基因调控网络的挑战。
• 通过优化差异表达分析，提高用于网络推断的分子特征的可重复性和鲁棒性。
• 整合具有生物意义的通路信息作为结构先验，以约束候选网络的空间范围。
• 实现在不同生物条件（如病例组与对照组）之间的比较网络推断，以检测差异化的调控机制。
• 通过将推断出的边与已知细胞通路和功能模块关联，促进网络结果的生物学解释。

提出的方法

• 应用优化的差异表达分析以识别稳健的分子特征，整合来自蛋白质-蛋白质相互作用（PPI）数据的功能伙伴，以改进基因选择。
• 利用高置信度PPI相互作用（例如来自HPRD）识别生物相关的基因模块，减少低质量相互作用带来的噪声。
• 通过将优化后的分子特征映射到已知通路，构建基于通路的生物学先验，降低对不一致数据库定义的依赖。
• 应用SIMoNe算法，该算法在高斯图形模型（GGM）框架内使用加权Lasso准则，以推断稀疏的、条件特异性的网络。
• 将通路置信度评分整合到L1惩罚中，优先选择具有强生物学证据支持的边。
• 在两种条件之间（例如乳腺癌中的pCR与非pCR）执行比较网络推断，以识别差异调控的边。

实验结果

研究问题

• RQ1 如何改进从差异表达推导出的分子特征，以提升其可重复性和生物学相关性？
• RQ2 基于通路的生物学先验在多大程度上能缩小候选网络的搜索空间并提高网络推断的准确性？
• RQ3 整合来自PPI数据的功能伙伴是否能增强在网络推断中检测到具有生物学意义的基因的能力？
• RQ4 在治疗反应型与非反应型乳腺癌亚型之间，关键的差异调控机制是什么？
• RQ5 网络推断方法应如何调整，以在保持生物学可解释性的前提下，比较不同生物条件下的调控网络？

主要发现

• 整合功能伙伴的优化差异分析显著提升了分子特征的鲁棒性，并使得AKT1等已广泛研究的基因得以被识别，而这些基因在标准差异表达分析中被遗漏。
• 该方法成功推断出条件特异性的网络，揭示AKT1与CALM3的共表达仅在pCR（病理学完全缓解）组中出现，提示其在治疗反应中可能存在潜在的调控机制。
• 差异网络分析识别出仅存在于pCR或非pCR网络中的边，其中红色边表示仅在非pCR中出现，绿色边表示仅在pCR中出现，凸显了条件特异性的调控变化。
• 使用基于通路的先验降低了对任意通路定义的依赖，增强了即使在使用异质性通路数据库时，推断网络的生物学合理性。
• 基于通路置信度的加权L1惩罚整合显著提高了网络结构的准确性和可解释性，优先选择具有生物学支持的边。
• 该方法在真实世界乳腺癌数据集中展示了可行性与生物学相关性，识别出潜在的治疗反应调控驱动因子，可为未来治疗策略提供依据。