[论文解读] Mapping of Affymetrix probe sets to groups of transcripts using transcriptional networks

Michel Bellis|arXiv (Cornell University)|Jan 10, 2012

Gene expression and cancer classification参考文献 8被引用 4

一句话总结

本文提出一种基于网络的方法，通过分析转录网络中的低负相关性、高正相关性以及相似的邻域结构，将Affymetrix探针集映射到转录本组。该方法以高可靠性识别出靶向重叠转录本组的探针集，经多个网络验证，增强了分组结果的可信度。

ABSTRACT

Motivation: Usefulness of analysis derived from Affymetrix microarrays depends largely upon the reliability of files describing the correspondence between probe sets, genes and transcripts. In particular, in case a gene is targeted by two probe sets, one must be able to assess if the corresponding signals measure a group of common transcripts or two groups of transcripts with little or no overlap. Results: Probe sets that effectively target the same group of transcripts have specific properties in the trancriptional networks we constructed. We found indeed that such probe sets had a very low negative correlation, a high positive correlation and a similar neighbourhood. Taking advantage of these properties, we devised a test allowing to group probe sets which target the same group of transcripts in a particular network. By considering several networks, additional information concerning the frequency of these associations was obtained. Availability and Implementation: The programs developed in Python (PSAWNpy) and in Matlab (PSAWNml) are freely available, and can be downloaded at http://code.google.com/p/arraymatic/. Tutorials and reference manuals are available at http://bns.crbm.cnrs.fr/softwares.html. Contact: [e-mail]. Supplementary information: Supplementary data are available at http://bns.crbm.cnrs.fr/download.html.

研究动机与目标

• 为解决可靠地将Affymetrix探针集分配给特定转录本组的挑战，特别是当多个探针集靶向同一基因时。
• 确定在复杂的基因表达数据中，探针集是否测量重叠或不同的转录本群体。
• 开发一种计算框架，利用网络特性根据共享的转录本靶向性对探针集进行分组。
• 通过识别具有稳定生物学意义的探针集关联，提高微阵列数据解释的可靠性。

提出的方法

• 从基因表达数据构建转录网络，以建模探针集之间的共表达关系。
• 识别具有低负相关性、高正相关性以及相似网络邻域的探针集对，作为共享转录本靶向性的指标。
• 基于这些网络特性开发一种统计检验方法，将探针集聚类为与特定转录本相关的簇。
• 在多个转录网络上应用该方法，以评估探针集关联的一致性与频率。
• 在Python（PSAWNpy）和MATLAB（PSAWNml）中实现该方法，以确保广泛可用性与可重复性。
• 以网络拓扑结构和相关性模式作为主要特征，推断探针集靶向目标的生物学等价性。

实验结果

研究问题

• RQ1 靶向同一组转录本的探针集是否在转录网络中表现出一致的共表达模式？
• RQ2 探针集之间是否存在低负相关性和高正相关性，可可靠指示共享的转录本靶向？
• RQ3 具有相似网络邻域的探针集在多大程度上靶向重叠的转录本异构体？
• RQ4 结合多个转录网络中的证据在多大程度上提高了探针集分组的可信度？
• RQ5 基于网络的分组方法是否能减少对Affymetrix微阵列数据解释的模糊性？

主要发现

• 靶向同一转录本组的探针集在构建的转录网络中表现出一致的低负相关性和高正相关性。
• 具有相似网络邻域的探针集显著更可能靶向重叠的转录本群体。
• 该方法在多个网络中成功识别出具有生物一致性的探针集分组，增强了分配结果的可信度。
• 在多个网络中共同出现的频率成为可靠转录本组映射的强有力指标。
• 所开发的工具（PSAWNpy 和 PSAWnml）可实现该方法在大规模微阵列数据集上的可重复且可扩展的应用。
• 该方法为Affymetrix芯片中长期存在的探针集到转录本映射模糊问题提供了稳健的解决方案。