[论文解读] multiDimBio: An R Package for the Design, Analysis, and Visualization of Systems Biology Experiments

Samuel V. Scarpino, Ross Gillette+1 more|arXiv (Cornell University)|Apr 2, 2014

Genetic Mapping and Diversity in Plants and Animals参考文献 22被引用 8

一句话总结

multiDimBio 是一个 R 包，使系统生物学研究人员能够使用降维、多变量统计和三维功能景观可视化技术，设计、分析和可视化多维生物数据。该包支持功效分析、MANOVA、PermuteLDA 和 FSelect，关键结果表明，在六个人脑核中，Vinclozolin 暴露大鼠的神经反应差异显著，通过三维景观图可视化呈现。

ABSTRACT

The past decade has witnessed a dramatic increase in the size and scope of biological and behavioral experiments. These experiments are providing an unprecedented level of detail and depth of data. However, this increase in data presents substantial statistical and graphical hurdles to overcome, namely how to distinguish signal from noise and how to visualize multidimensional results. Here we present a series of tools designed to support a research project from inception to publication. We provide implementation of dimension reduction techniques and visualizations that function well with the types of data often seen in animal behavior studies. This package is designed to be used with experimental data but can also be used for experimental design and sample justification. The goal for this project is to create a package that will evolve over time, thereby remaining relevant and reflective of current methods and techniques.

研究动机与目标

• 解决从系统生物学实验中分析和可视化高维生物数据的挑战。
• 克服传统单变量方法在捕捉复杂多变量表型相互作用方面的局限性。
• 提供从实验设计到数据分析和出版级可视化的一体化工作流程。
• 帮助研究人员在多维数据集中区分真实的生物信号与噪声。
• 促进使用先进多变量技术（如 PermuteLDA 和 FSelect）进行特征选择和效应检测。

提出的方法

• 通过在不同样本量和效应量下迭代采样，实现 FSelect() 和 PermuteLDA() 的功效分析。
• 对原始数据进行 Z 分数转换，以在可视化和分析前对性状进行标准化。
• 应用 FSelect() 识别出最能区分 Vinclozolin 和对照品系的六个脑区。
• 使用 LandscapePlot 生成三维功能景观图，以三维方式可视化多变量性状的相互作用。
• 整合 MANOVA 结果的交互作用图，以及判别函数分析的散点图/密度图。
• 使用 IntPlot 可视化多个性状和条件下 p 值及交互作用显著性。

实验结果

研究问题

• RQ1 研究人员如何有效分析和可视化来自系统生物学实验的高维生物数据？
• RQ2 检测多变量行为和神经生物学表型中显著差异所需的统计功效是多少？
• RQ3 哪些脑区最能区分 Vinclozolin 暴露与对照大鼠品系的应激反应？
• RQ4 三维功能景观可视化如何提升对复杂多维性状相互作用的理解？
• RQ5 传统单变量方法在多大程度上无法捕捉系统生物学中表型反应的真实复杂性？

主要发现

• FSelect 函数识别出六个关键脑区——MPED、ST、BnSTm、PMCO、CA1 和 Ctrx——最能区分 Vinclozolin 暴露和对照大鼠品系。
• PermuteLDA 检测到 Vinclozolin 和对照品系之间在应激反应神经活动上的显著差异，主要由前两个主成分驱动。
• MANOVA 结果显示，条件 A 的主效应显著（p = 0.0042），配对（Dyad）主效应显著（p < 0.001），交互作用效应接近显著（p = 0.0358）。
• 尽管无交互作用达到统计显著性，但轴四存在显著性趋势，表现为交互作用图中线条交叉。
• 功能景观可视化（图 7）通过 Z 分数转换数据，有效展示了 Vinclozolin 对六个脑区应激反应的多变量效应。
• 该包在控制 I 类错误率方面表现良好，但 FSelect 需要每组约 35 个样本才能达到 80% 的统计功效，而 PermuteLDA 在典型行为效应量下每组约 20 个样本即可达到相同功效。