[논문]시간열 마이크로어레이 데이터를 이용한 질병 관련 유의한 패스웨이 유전자 집합의 검출

김재영; 신미영

시간열 마이크로어레이 데이터를 이용한 질병 관련 유의한 패스웨이 유전자 집합의 검출
A Method of Identifying Disease-related Significant Pathways Using Time-Series Microarray Data 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. CI, 컴퓨터, v.47 no.5=no.335, 2010년, pp.17 - 24

김재영 (경북대학교 전자전기컴퓨터학부) , 신미영 (경북대학교 IT대학 전자공학부)

초록
AI-Helper

최근 특정 질병의 진단이나 예후 예측을 위해 마이크로어레이 실험 데이터를 이용한 질병 관련 바이오마커 검출 연구가 활발히 진행되고 있다. 특히 정상인에 비해 질병 환자군에서 특이하게 발현되는 개별 유전자를 바이오 마커로 이용하는 기존의 방식과는 달리 동일한 생물학적 패스웨이에 관여하는 유전자 집합의 변화를 분석하여 특이하게 발현되는 패스웨이 유전자 집합을 바이오 마커로 사용하는 유전자 집합 분석(Gene-set analysis) 연구가 주목받고 있다. 본 논문에서는 다양한 실험 조건 요인을 가지는 시간열 마이크로어레이 실험 데이터를 이용한 유의한 패스웨이 유전자 집합을 검출하는 방법에 대해 제안한다. 시간열 마이크로어레이 데이터을 이용하여 유전자 집합 분석을 수행하기 위해서는 시간에 따른 유전자 발현값의 변화에 따라 개별 유전자의 유의성을 나타내는 스코어를 maSigPro (microarray Significant Profiles)를 이용하여 계산한 후, 이를 기반으로 전체 유전자의 순위를 결정하여 후보 유전자 집합에 대한 유의성 검증을 윌콕슨 순위합 검증을 통해 수행한다. 후보 유전자 집합의 생성을 위해서는 MSigDB (Molecular Signatures Database)의 패스웨이 정보를 이용하였으며, 본 논문에서 제안한 방법의 검증을 위해 공개된 전립선 암 관련 시간열 마이크로어레이 실험 데이터에 적용한 결과 실제로 전립선암과 관련된 것으로 밝혀진 7개의 패스웨이 중 6개의 패스웨이를 정확하게 검출할 수 있었다.

Abstract ▼ AI-Helper

Recently the study of identifying bio-markers for disease diagnosis and prognosis has been actively performed. In particular, lots of attentions have been paid to the finding of pathway gene-sets differentially expressed in disease patients rather than the finding of individual gene markers. In this paper we propose a novel method to identify disease-related pathway gene-sets based on time-series microarray data. For this purpose, we firstly compute individual gene scores by the using maSigPro (microarray Significant Profiles) and then arrange all the genes in the decreasing order of the corresponding gene scores. The rank of each gene in the entire list is used to evaluate the statistical significance of candidate gene-sets with Wilcoxson rank sum test. For the generation of candidate gene-sets, MSigDB (Molecular Signatures Database) pathway information has been employed. The experiment was conducted with prostate cancer time-series microarray data and the results showed the usefulness of the proposed method by correctly identifying 6 out of 7 biological pathways already known as being actually related to prostate cancer.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

패스웨이 유전자 집합을 생성한다. 그리고 이러한 후보 패스웨이 유전자 집합에 속해 있는 개별 유전자들의 유의성 스코어를 이용하여 각 후보 유전자 집합의 유의성을 검증한 후 최종적으로 유의한 패스웨이 유전자 집합을 검출하고자 한다.
본 논문에서는 시간열 마이크로어레이 실험 데이터를 기반으로 특정 질병과 관련하여 유의하게 발현되는 패스 웨이 유전자 집합을 검출하기 위한 방법을 제안하고자 한다. 이를 위해 MSigDB (Molecular Signatures Database)11' 祝의 패스웨이 정보를 사전정보로 이용하였으며, 제안한 방법의 실험적 검증을 위해 2007년도에 발표된 Wang[11Js] 전립선암 관련 ChIP-on-chip 실험데이터를 이용하여 분석 실험을 진행하였다.
본 논문에서는 시간열 마이크로어레이 실험데이터와 같이 시간에 따라 유전자 발현값의 변화를 가지는 실험데이터 집합을 기반으로 유의한 유전자 집합을 검출하는 방법을 제안하였다. 기존의 유전자 집합 분석 방법의 경우 두 클래스를 가지는 마이크로어레이 실험데이터를 기반으로 유의한 유전자 집합을 검출할 수 있었던 반면에, 시간열 데이터에는 적용하지 못하는 문제가 있다.

가설 설정

그리하여 본 논문에서는 유전자 스코어들이 특정한 분포 모델을 따르지 않는다고 가정하고 비모수적 검증 방법浒~181 의 하나인 데이터의 순위를 이용한 윌콕슨 순위합 검증방법⑰을 적용하여 유의한 유전자 집합을 검출하였다. 즉, 앞서 생성된 후보 유전자 집합의 유의성을 검증하기 위해 기존의 방식처럼 유전자 스코어를 이용하지 않고 유전자 스코어에 의한 순위를 이용함으로써 유의한 유전자 집합을 검출하는 것이다.

제안 방법

대한 연속적인 값으로 간주한다. 그리하여 각 유전자별로 발현값들에 대한 회귀 모델을 생성함으로써 유의성을 판단한다. 특히 maSigPro는 시간열 유전자 발현 프로파일들의 유의성을 판단하기 위해 다음과 같은 두 단계를 거쳐 유전자의 유의성을 판단한다.
또한, 종단면 및 횡단면 시간열 데이터에 모두 적용할 수 있을 뿐만 아니라 결측치 (missing value)가 있거나 실험 샘플의 수가 적은 시간 열 데이터에도 적용할 수 있다. 그리하여 본 논문에서는 maSigPro를 이용하여 개별 유전자에 관한 유 의성 스코어를 계산하였다.
각 유전자의 스코어를 계산하고 이를 기반으로 유전자 순위를 결정하였다. 또한, 후보 유전자 집합을 생성하기 위해 MSigDB에서 c2에 해당하는 KEGG pathway 생물학적 자원孔勿을 이용하여 54, 675 개의 유전자들이 관여하는 전체 패스웨이 중 유전자의 수가 최소 5개 이상을 포함하는 패스웨이들만을 대상으로 유전자 집합 187개를 생성하였다. 이렇게 생성된 각 패스 웨이 유전자 집합들에 대해 그림 5에서와 같이 후보 유전자 집합들에 속한 유전자들의 순위를 합산하여 순위 합 통계량을 계산하였다.
본 논문에서 제안한 방법에 의해 검출된 유의한 패스 웨이 유전자 집합 60개가 과연 생물학적으로 의미 있는 결과인지를 검증하기 위해 KEGG 패스웨이 데이터베이스[22]로부터 전립선암과 관련하여 이미 알려진 7개의 패스 웨이를 찾아내고 이를 Gold Standard로 활용하였다. 표 1은 KEGG 패스웨이 데이터베이스로부터 찾아낸 전립선암 관련 이미 알려진 패스웨이들을 정리하여 나타낸 것이다.
본 논문에서는 후보 유전자 집합을 생성하기 위해 특정한 생물학적 기능에 공통으로 관여하는 유전자 그룹을 나타내는 패스웨이 정보를 이용하였다. 즉, 후보 유전자 집합을 생성하기 위해 특정 패스웨이에 속한 유전자 정보들을 이용하여 실험 데이터에 포함된 유전자들의 gene-symb이과 일치하는 유전자들을 주줄하고 이들로 구성된 후보 유전자 집합을 생성한다.
결정된다. 본 논문에서는 후보 유전자 집합의 p-value가 0.05 이하인 것을 유의한 유전자 집합으로 검출하였다
본 실험에 사용된 시간열 데이터에 대해 maSigPro을 적용하여 각 유전자의 스코어를 계산하고 이를 기반으로 유전자 순위를 결정하였다. 또한, 후보 유전자 집합을 생성하기 위해 MSigDB에서 c2에 해당하는 KEGG pathway 생물학적 자원孔勿을 이용하여 54, 675 개의 유전자들이 관여하는 전체 패스웨이 중 유전자의 수가 최소 5개 이상을 포함하는 패스웨이들만을 대상으로 유전자 집합 187개를 생성하였다.
시간열 마이크로어레이 실험 데이터에 사용된 유전자들에 관한 후보 유전자 집합들을 생성하기 위하여 공개 생물학 자원인 MSigDB를 사전정보로 사용하여 후보 유전자 집합을 생성하였다. MSigDB는 유전자 온톨로지 (Gene-Ontology)나 패스웨이 등과 같은 생물학적인 기능에 따라 유전자들을 분류해 놓은 유전자 집합정보와 각 유전자 집합에 속한 유전자 ID 인 gene-symbol들로 구성되어 있다.
그림 5는 각 후보 유전자 집합에 속한 유전자들의 순위값(rankin咯 scores) 을 어떻게 결정하는지를 나타낸 그림이다. 실험에 사용된 모든 유전자들에 대해 maSigPro를 이용하여 유의성 스코어를 구하고, 이 스코어에 의해 유전자를 오름차순으로 정렬함으로써 각 유전자의 최종 순위를 결정한다.
즉, 후보 유전자 집합을 생성하기 위해 특정 패스웨이에 속한 유전자 정보들을 이용하여 실험 데이터에 포함된 유전자들의 gene-symb이과 일치하는 유전자들을 주줄하고 이들로 구성된 후보 유전자 집합을 생성한다. 이때 후보 유전자 집합에 속해 있는 유전자들의 수가 최소 5개 이상인 유전자 집합1*만을 유전자-집합 분석에 사용하였다. 후보 유전자 집합에 속해 있는 유전자의 수가 최소 5개 이상인 것만을 사용하는 이유는 유의한 유전자 집합을 검출하기 위한 통계적인 분석을 수행하기 위해서는 샘플의 수가 최소 5개 이상이 되어야 의미 있는 결과를 얻을 수가 있기 때문이다.
이제 각 후보 유전자 집합의 유의성 검증은 전체 유전자들로부터 생성 가능한 모든 후보 유전자 집합에 대한 순위합 분포를 고려할 때 특정 후보 유전자 집합의 순위 합에 대한 유의성을 판단함으로써 결정한다. 실제로 이를 위해서는 실험에 사용된 전체 유전자들의 수가 충분히 많기 때문에 전체 유전자들로부터 생성 가능한 유전자 집합의 순위합 Wtt血에 대한 분포는 순위합들의 평균을 중심으로 표준정규 분포를 따른다고 볼 수 있고, 평균과 분산은 다음과 같이 계산할 수 있다'“' 18].
그리하여 본 논문에서는 유전자 스코어들이 특정한 분포 모델을 따르지 않는다고 가정하고 비모수적 검증 방법浒~181 의 하나인 데이터의 순위를 이용한 윌콕슨 순위합 검증방법⑰을 적용하여 유의한 유전자 집합을 검출하였다. 즉, 앞서 생성된 후보 유전자 집합의 유의성을 검증하기 위해 기존의 방식처럼 유전자 스코어를 이용하지 않고 유전자 스코어에 의한 순위를 이용함으로써 유의한 유전자 집합을 검출하는 것이다. 그림 5는 각 후보 유전자 집합에 속한 유전자들의 순위값(rankin咯 scores) 을 어떻게 결정하는지를 나타낸 그림이다.
나타내는 패스웨이 정보를 이용하였다. 즉, 후보 유전자 집합을 생성하기 위해 특정 패스웨이에 속한 유전자 정보들을 이용하여 실험 데이터에 포함된 유전자들의 gene-symb이과 일치하는 유전자들을 주줄하고 이들로 구성된 후보 유전자 집합을 생성한다. 이때 후보 유전자 집합에 속해 있는 유전자들의 수가 최소 5개 이상인 유전자 집합1*만을 유전자-집합 분석에 사용하였다.
특정 질병과 관련된 유의한 패스웨이 유전자 집합을 검출하기 위해 본 논문에서는 먼저 실험에 사용된 유전자들이 관여하는 생물학적 패스웨이 정보를 이용하여 후보 패스웨이 유전자 집합을 생성한다. 그리고 이러한 후보 패스웨이 유전자 집합에 속해 있는 개별 유전자들의 유의성 스코어를 이용하여 각 후보 유전자 집합의 유의성을 검증한 후 최종적으로 유의한 패스웨이 유전자 집합을 검출하고자 한다.

대상 데이터

이렇게 생성된 각 패스 웨이 유전자 집합들에 대해 그림 5에서와 같이 후보 유전자 집합들에 속한 유전자들의 순위를 합산하여 순위 합 통계량을 계산하였다. 그리고 윌콕슨 순위합검증을 적용하여 유의 수준이 0.05이하(p-valueMO.05)인 유의한 패스웨이 유전자 집합 60개를 최종 검출하였다.
본 연구에서 제안한 방법의 유용성을 검증하기 위해 2007년 WangN 이 실험한 Androgen(남성호르몬) Receptor 관련 전립선암의 성장編狗에 관한 시간열 마이크로 어레이 실험 데이터를 분석하였다. 이 데이터는 54, 675개의 유전자들로 구성되어 있으며, Affymetrix사의 HG-U133 Plus 2 Transcription Factor와 관련된 ChIP-o『chip을 이용한 실험으로 3개의 시점에 대해 3 번의 반복 실험을 수행한 종단면 형태의 데이터 집합이다.
실험 데이터를 분석하였다. 이 데이터는 54, 675개의 유전자들로 구성되어 있으며, Affymetrix사의 HG-U133 Plus 2 Transcription Factor와 관련된 ChIP-o『chip을 이용한 실험으로 3개의 시점에 대해 3 번의 반복 실험을 수행한 종단면 형태의 데이터 집합이다. 그림 6은 Wang의 시간열 실험 데이터에 대한 실제 구성 형태를 보여주고 있다.
한다. 이를 위해 MSigDB (Molecular Signatures Database)11' 祝의 패스웨이 정보를 사전정보로 이용하였으며, 제안한 방법의 실험적 검증을 위해 2007년도에 발표된 Wang[11Js] 전립선암 관련 ChIP-on-chip 실험데이터를 이용하여 분석 실험을 진행하였다.

데이터처리

특히 maSigPro는 시간열 유전자 발현 프로파일들의 유의성을 판단하기 위해 다음과 같은 두 단계를 거쳐 유전자의 유의성을 판단한다. 먼저' 횡단면 데이터와 같이 실험군과 대조군 각각에 대해 시점별 발현 값이 주어질 경우, 두 클래스에 대한 유의성을 판별하기 위해 각 유전자별로 두 클래스에 대한 회귀모델을 생성하고 회귀모델의 오차값을 이용하여 ANOVA (Analysis of variance) 분석을 통해 유전자의 유의성 스코어를 계산한다. 그리고 두 번째 단계에서는 앞에서 검출된 유전자들의 회귀 모델에 대해 각 시점를 순차적으로 제거하여 생성된 회귀모델과 원래의 유전자 회귀모델들 간의 차이에 대한 통계량을 계산하고 적합도 검증을 통해 각 유전자의 p-value를 계산함으로써 개별 유전자의 유의성을 결정하게 된다.
반면에 기존의 유전자 집합 분석 방법인 Fisher's exact test의 경우 전립선암 데이터를 rnaSigPro를 적용하여 2, 154개의 유의한 유전자들을 검출하고, Fisher's exact test112' ⑸를 통해 27개의 유의한 유전자 집합을 검출한 후에 결과를 비교하였다. 표 3에서와 같이 7개의 전립선암 관련 패스웨이 중에서 3개만을 정확히 검출하였다.

성능/효과

본 논문에 제시한 방법을 통해 전립선 암 관련 다양한 실험요인을 가지는 시간열 마이크로어레이 실험 데이터 집합에 적용한 결과 특정 질병이나 약물에 대한생물학적으로 유의한 유전자 기능 및 유전자들을 검출할 수 있었다. 특히, 기존의 방법에 비해 생물학적으로 좀 더 의미 있는 유전자 집합을 검출할 수 있었다.
본 논문에서 제안한 방법을 통해 유의한 유전자 집합으로 검출된 60개 중에서 표 1에 나타난 전립선암 관련 알려진 패스웨이 7개 중 Cytokine-cytokine receptor interaction을 제외한 총 6개의 패스웨이들을 정확히 검출하였다. 표 2는 본 논문에서 제시한 방법을 통해 최종 획득한 전립선암 관련 패스웨이들의 p-value를 나타낸 것이다.
05보다 작게 나왔다. 즉, 실제 전립선암과 관련된 패스웨이 7개 중 6개를 유의한 유전자 집합으로 검출할 수 있었다.
수 있었다. 특히, 기존의 방법에 비해 생물학적으로 좀 더 의미 있는 유전자 집합을 검출할 수 있었다.

참고문헌 (23)

A. Subramanian, P. Tamayo, V. K. Mootha, S. Mukherjee, B. L. Ebert, M. A. Gillette, A. Paulovich, S. L. Pomeroy, T. R. Golub, E. S. Lander and J. P. Mesirov, "Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles," Proc. Natl Acad Sci USA 102: 15545-50, Sep. 2005.

상세보기
E. Lee, H.Y. Chuang, J.W. Kim, T. Ideker, D. Lee, "Inferring pathway activity toward precise disease classification," PLoS Comput Biol. 4(11):e1000217, Nov. 2008.

상세보기
E. Taskesen, "Sub-typing of model organisms based on gene expression data." Bioinformatics technical University of Delft Research Assignment, 2006.
S.Y. Kim, D.J. Volsky, "PAGE: parametric analysis of gene set enrichment," BMC Bioinformatics, 8;6:144, Jun. 2005.
"Gene Expression Omnibus", Available: http://www.ncbi.nlm.nih.gov/geo/
A. Conesa, M.J. Nueda, A. Ferrer, M. Talon, "maSigPro: a method to identify significantly differential expression profiles in time-course microarray experiments," Bioinformatics, 1;22(9):1096-102, May 2006.

상세보기
J.T. Leek, E. Monsen, A.R. Dabney, J.D. Storey, "EDGE: extraction and analysis of differential gene expression," Bioinformatics, 15;22(4):507-8, Feb. 2006.

상세보기
C. Angelini, L. Cutillo, D. De Canditiis, M. Mutarelli, M. Pensky, "BATS: a Bayesian user-friendly software for analyzing time series microarray experiments,", BMC Bioinformatics, 6;9:415, Oct. 2008.
Y.C. Tai, T.P. Speed, "On Gene Ranking Using Replicated Microarray Time Course Data," Biometrics, ;65(1):40-51, Mar. 2009.

상세보기
"MSigDB: Molecular Signatures Database", Available: http://www.broadinstitute.org/gsea/index.jsp
Q. Wang, W. Li, X.S. Liu, J.S. Carroll, O.A. Janne, E.K. Keeton, A.M. Chinnaiyan, K.J. Pienta, M. Brown, "A hierarchical network of transcription factors governs androgen receptor-dependent prostate cancer growth," Molecular Cell, 3;27(3):380-92, Aug. 2007.

상세보기
Zhang, "Advanced analysis of gene expression microarray data," World Scientific, 2006.
S. Baek , H. Moon, H. Ahn, R.L. Kodell, C.J. Lin, J.J. Chen, "Identifying high-dimensional biomarkers for personalized medicine via variable importance ranking," J Biopharm Stat., 18(5):853-68, 2008.

상세보기
V. Zuber, K. Strimmer, "Gene ranking and biomarker discovery under correlation," Bioinformatics, 15;25(20):2700-7, Oct. 2009.

상세보기
R. Gentleman, V. Carey, W. Huber, R. Irizarry and S. Dudoit, "Bioinformatics and Computational Biology Solutions Using R and Bioconductor," Springer, 2005.
J. Verzani, "Using R for Introductory Statistics," Chapman & Hall/CRC, Boca Raton, FL, 2005.
송문섭, 박창순, 이정진, "S-LINK를 이용한 비모수통계학," 자유아카데미, 2003.
R.V. Hogg, A.T. Craig, J. Mckean, "Introduction to Mathematical Statistics, 6th Edition," Pearson Education, 2005.
S. Kudsen, "Cancer Diagnostics with DNA Microarrays," John Wiley & Sons, Inc., 2006.
R.A. Weinberg, "The biology of CANCER," Carland Science, 2007.
Kanehisa M., Goto S., Kawashima S., Nakaya A., "The KEGG databases at GenomeNet," Nucleic Acids Res., 30:42-46, 2002.

상세보기
"KEGG (Kyoto Encyclopedia of Genes and Genomes) PATHWAY Database", Available: http://www.genome.ad.jp/kegg/pathway.html
Singh, D., Febbo, P. G., Ross, K., Jackson, D. G., Manola, J., Ladd, C., Tamayo, P., Renshaw, A. A., D'Amico, A. V., Richie, J. P., Lander, E.S., Loda, M., Kantoff, P. W., Golub, T. R., Sellers, W. R., "Gene ex-pression correlates of clinical prostate cancer behavior." Cancer Cell, vol. 1, no. 2, pp.203-209, Mar. 2002.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증