[논문]마이크로어레이 자료에서 생존과 유의한 관련이 있는 유전자집단 검색

이선호; 이광현

doi:10.7465/jkdi.2012.23.1.001

마이크로어레이 자료에서 생존과 유의한 관련이 있는 유전자집단 검색
Detecting survival related gene sets in microarray analysis 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.23 no.1, 2012년, pp.1 - 11

초록
AI-Helper

환자의 생존시간과 함께 유전자 마이크로어레이 자료가 주어진 경우 생존에 유의한 영향을 미치는 대사경로를 찾는 방법을 연구하였다. 기존의 방법인 유전자 집합 농축도 분석, 글로벌 검정과 왈드 형태 검정을 비교 분석하였고, 치환을 통하여 p값을 구하는 단점을 개선한 수정된 왈드 형태 검정을 제안하였다. 모의실험과 실제자료 분석을 이용하여 새로운 방법의 적용 가능성을 보였다.

Abstract ▼ AI-Helper

When the microarray experiment developed, main interest was limited to detect differentially expressed genes associated with a phenotype of interest. However, as human diseases are thought to occur through the interactions of multiple genes within a same functional category, the unit of analysis of the microarray experiment expanded to the set of genes. For the phenotype of censored survival time, Gene Set Enrichment Analysis(GSEA), Global test and Wald type test are widely used. In this paper, we modified the Wald type test by adopting normal score transformation of gene expression values and developed a parametric test which requires much less computation than others. The proposed method is compared with other methods using a real data set of ovarian cancer and a simulation data set.

주제어

AI 본문요약
AI-Helper

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

문제 정의

n개 표본의 유전자 수가 g인 마이크로어레이 발현자료와 생존자료를 통하여 생존에 유의한 영향을 미치는 유전자집단을 찾아보려 한다. 즉, i번째 환자 (i = 1, 2, · · · , n)로부터 유전자자료 x_i = (x_i1, x_i2, · · · , x_ig)와 반응변수 Y_i = (T_i, c_i)를 얻고 m개 유전자로 구성된 유전자집단 S가 생존과 관련이 있는지 검정하려는 것이다.
기존의 방법 중 통계적 유의성이 뛰어났고 이론적으로는 카이제곱분포를 따르지만 마이크로어레이 자료의 특성상 활용되지 못했던 WT를 보정하여 카이제곱분포를 만족하는 새로운 통계량을 제안하려 한다.
본 논문에서는 이진표현형 자료에 대하여 이선호 등 (2009)이 제안했던 수정된 t2 (modified t square; MTS) 방법을 응용하여 모수적 가정을 만족할 수 있는 통계량을 제안하려 한다.
본 논문에서는 종양환자들을 장기간 추적한 생존시간과 그들의 마이크로어레이 자료로부터 생존에 유의한 영향을 끼치는 유전자집단을 검색하는 기존의 방법들을 비교 분석하고 이들의 단점을 보완하여 더 정확하고 빠른 방법을 제안하려 한다.
하지만, 세 방법 모두 비모수적 분석방법으로 치환을 사용하여 p값을 구하기 때문에 방대한 양의 마이크로어레이 자료를 분석하는데 많은 시간이 걸린다는 단점이 있다. 본 연구에서는 빠르고 정확한 분석이 가능한 모수적 분석법을 제안하고자 한다.
즉, i번째 환자 (i = 1, 2, · · · , n)로부터 유전자자료 xi = (xi1, xi2, · · · , xig)와 반응변수 Yi = (Ti, ci)를 얻고 m개 유전자로 구성된 유전자집단 S가 생존과 관련이 있는지 검정하려는 것이다.

제안 방법

2절에서 실시한 모의실험과 동일한 조건에서 MWT의 크기와 검정력을 측정한 후, [A], [B]와 [C]의 경우에 대하여 각 100번의 반복 중 p값=0.05를 기준으로 채택과 기각에 대한 WT와 MWT의 결과 일치율을 조사하였다 (표 3.1). 유의한 유전자를 포함하지 않은 [A]의 결과를 보면 WT나 MWT 모두 유의한 유전자집단이 없다고 판단함으로써 두 방법이 동일한 결과를 보였다.
2절에서는 기존의 분석 방법을 소개하고 모의실험을 통해 방법들 간의 통계적 유의성을 비교해본다. 3절에서는 비모수적 방법의 단점을 개선할 수 있는 새로운 방법을 제안하며, 4절에서 실제 난소암 119예의 마이크로어레이 자료와 환자들의 생존시간을 추적한 자료로부터 204개 유전자집단의 생존과 관련한 유의성을 검정하였다.
GSEA, GT와 WT의 크기와 검정력 비교를 위하여 이 유전자들로부터 다음과 같이 서로 다른 구성의 크기가 m인 유전자집단 S를 만들었다.
MTS는 각 유전자의 t-통계량과 그의 정규화 점수를 혼합하여 정규분포에 근접한 통계량으로 변환하는 방법을 사용하였지만, 본 논문에서는 t-통계량 대신 왈드 통계량과 그의 정규화 점수를 적용하여 다음과 같은 변환을 시도하였다.
MWT는 GT와 WT에서 유의하다는 판단을 내리지 않은 10개의 대사경로를 추가로 찾아냈는데 이들이 실제로 생존과 관련이 있는지 점검해 보기 위하여 대사경로에 속한 유전자들만 사용하여 다변량 Cox 모형을 적합하고 여기서 구한 각 환자의 위험점수 (risk score)를 기준으로 고위험군과 저위험군으로 나누어 로그순위 검정을 하였다. 그 결과 10개 중 4개 대사경로는 p값<0.
가중치가 d = 0인 경우는 본래 Mootha 등 (2003)이 제안한 콜모고로프-스미르노프 (KolmogorovSmirnov) 통계량에 해당되며 본 연구에서는 가중치가 각각 d =0, 0.5, 1.0인 세 경우의 GSEA0, GSEA5, GSEA10을 비교하였다.
각 환자의 표현형을 임의로 재분배하는 치환과정을 반복하여 각 통계량의 분포를 구한다. 생성된 분포로부터 MES, W와 Q의 p값을 각각 구한다.
실질적으로 동일한 대사경로에 속하는 유전자들은 서로 비슷한 기능을 수행하므로 유전자간 상관관계가 존재할 수 있지만, 유전자집단의 유의성을 다룰 때 상관관계는 부수적인 문제이기 때문에 대부분의 연구에서는 유전자간 유사독립성을 전제로 하였고 본 논문에서 제시한 MWT도 유전자들이 서로 독립이라는 가정 아래에서 유도되었다. 그러나 치환 과정에서는 유전자간의 관계를 유지하기 위하여 표본간 치환을 실시하였다.
모두 204개나 되는 대사경로를 검정하기 때문에 발생하는 다중비교의 문제는 유의하다고 판명되었지만 실제로는 유의하지 않은 대사경로의 비율 (falsely discovered rate; FDR) (Benjamini 와 Yekutieli, 2001)을 이용하여 보정하였고 각 대사경로의 FDR을 나타내는 q값이 0.05 보다 작은지 여부를 각 유전자집단의 유의성 판별 기준으로 삼았다. GSEA 방법으로는 q값<0.
모의실험을 통하여 생존율에 유의한 영향을 미치는 유전자집단을 찾아내는 분석방법들인 GSEA0, GSEA5, GSEA10, GT와 WT의 크기와 검정력을 비교해 보았다. 실험방법은 Dinu 등 (2007)이 GSEA와 SAM-GS를 비교하였던 방법과 동일하게 하였으며 Loi 등 (2007)이 분석한 원발성 유방암 환자들의 유전자 발현값, 전이 여부와 전이까지 관찰시간 자료를 미국 국립생물정보센터에서 다운 (www.
새로운 통계량 MWT가 치환을 이용한 WT와 같은 효과를 갖는지 알아보기 위해 2절에서 실행한 모의실험과 같은 조건으로 비교해 보았다.
실제 자료를 분석하여 앞에서 논한 GSEA, GT, WT와 MWT 방법들이 유의한 집단을 찾아내는데 어떤 차이를 보이는지 비교하여 보았다.
환자 표현형이 생존시간인 경우 마이크로어레이 자료에서 얻은 유전자집단의 유의성 분석은 모두 비모수적인 방법이므로 각 군의 p값을 구하는데 많은 시간이 걸린다. 우리는 각 유전자에 약간의 보정을 해 주는 방법으로 기존의 유전자집단 유의성 분석 방법 중 효과가 좋다고 판단된 왈드 형태 검정법을 대신할 수 있는 모수적 방법을 제안하였다.
주어진 S에 대하여 GSEA0, GSEA5, GSEA10, WT와 GT의 통계량 값을 구하고 각 환자의 표현형을 임의로 재분배하는 치환 과정을 반복하여 p값을 계산하였다. 이 때 S의 크기 m은 20과 50, 유의한 유전자 비율 r은 0.1, 0.2로 하였고 1000번의 치환을 수행하였다.
임상결과가 절삭이 포함된 생존자료 형태인 경우에도 유전자집단 분석이 가능한 GSEA, GT와 WT에 대해 좀 더 자세히 알아보고 모의실험을 통하여 기존 방법들 간의 검정력 차이를 비교해 보도록 하겠다.
주어진 S에 대하여 GSEA0, GSEA5, GSEA10, WT와 GT의 통계량 값을 구하고 각 환자의 표현형을 임의로 재분배하는 치환 과정을 반복하여 p값을 계산하였다. 이 때 S의 크기 m은 20과 50, 유의한 유전자 비율 r은 0.

대상 데이터

php)받아 사용하였다 (Dressman 등, 2007; Lee 등, 2011). 또한 유전자들의 기능과 대사경로의 정보가 구축되어 있는 KEGG (Kyoto Encyclopedia of Genes and Genomes; www.genome.jp/kegg)로 부터 204개의 대사경로를 찾아냈다.
미국 듀크대학교 병원에서 원발성 난소암이란 진단으로 난소 적출술을 받은 119명 환자들의 22115개 유전자 정보를 담은 마이크로어레이 자료와 그들의 생존시간을 추적 관찰한 생존분석 자료을 다운 (data.cgt.duke.edu/platinum.php)받아 사용하였다 (Dressman 등, 2007; Lee 등, 2011). 또한 유전자들의 기능과 대사경로의 정보가 구축되어 있는 KEGG (Kyoto Encyclopedia of Genes and Genomes; www.
모의실험을 통하여 생존율에 유의한 영향을 미치는 유전자집단을 찾아내는 분석방법들인 GSEA0, GSEA5, GSEA10, GT와 WT의 크기와 검정력을 비교해 보았다. 실험방법은 Dinu 등 (2007)이 GSEA와 SAM-GS를 비교하였던 방법과 동일하게 하였으며 Loi 등 (2007)이 분석한 원발성 유방암 환자들의 유전자 발현값, 전이 여부와 전이까지 관찰시간 자료를 미국 국립생물정보센터에서 다운 (www.ncbi.nlm.nih.gov/ geo/query/acc.cgi?acc=GSE6532) 받아 사용하였다.
자료는 284명의 환자, 12133개의 유전자로 구성되어 있고 각 유전자에 대해 단변량 Cox 모형의 회귀계수를 이용하여 왈드 통계량 #과 p값을 구하였다 (그림 2.1).

데이터처리

먼저, 모의실험에서 사용한 유방암자료의 12133개 유전자들의 왈드 통계량 w과 정규점수를 이용하여 수정한 통계량 w^M가 정규분포에 가까운지 보기 위하여 분위수대조도 (Quantile-Quantile plot)를 그렸으며 (그림 3.1) Kormogorov-Smirnov 검정을 통해 두 통계량이 모두 정규분포를 따른다는 것을 확인 하였다.

성능/효과

2절에서 기존의 분석법을 비교한 결과, GSEA에 비해 WT나 GT의 검정력이 더 좋은 것을 알 수 있었다. 하지만, 세 방법 모두 비모수적 분석방법으로 치환을 사용하여 p값을 구하기 때문에 방대한 양의 마이크로어레이 자료를 분석하는데 많은 시간이 걸린다는 단점이 있다.
[B]의 p값<0.05의 유의한 유전자를 10∼20% 포함한 유전자집단의 경우에는 최하 83%, 평균 93%의 결과 일치율을 보였으나, [C]의 좀 더 유의성이 큰 유전자들을 포함한 경우에는 두 방법의 결과 일치율이 거의 100%에 가까움을 볼 수 있다.
그 결과 10개 중 4개 대사경로는 p값<0.01을, 1개는 p값<0.05, 1개는 p값<0.1을 만족하였다.
전체적으로는 유의한 유전자의 유의성과 포함비율이 높을수록, 유전자군의 크기가 클수록, 그리고 생존에 영향을 미치는 방향이 같을 때 검정력이 높았다. 또한 WT가 생존과 관련있는 유전자집단을 가장 잘 구분하는 것으로 나타났으며 GT, GSEA10, GSEA5, GSEA0의 순이었다.
먼저 [A]의 유의한 유전자를 포함하지 않은 유전자집단에 대한 결과를 보면 WT와 GT는 100개의 유전자집단 중 유의한 군이 하나도 없다고 판단하였으며, GSEA는 가중치가 커질수록 유의하지 않다고 판단하는 경우가 많아져 GSEA10은 100개의 유전자집단 중 생존과 유의한 관련이 있다고 판단된 집단은 하나도 없었다. 또한 생존과 관련있는 유전자로 p값이 0.05 보다 작은 유전자를 10% 포함한 [B]는 모든 방법의 검정력이 미미하였으나 포함율이 20%가 되면서 WT의 검정력이 제일 높게 나타났고 GSEA는 안 좋은 결과를 보였다. [B]에 비해 생존과의 관련성이 좀 더 높은 유전자들 (p값<0.
먼저 각 유전자들의 왈드 통계량 w와 정규점수로 보정하여 수정한 통계량 w^M가 정규분포를 따르는지 분위수대조도 (그림 4.1)를 그려 본 결과, 보정이전에는 정규분포를 벗어나던 분포 (p값=0.020)가 보정이후 정규분포를 따르는 것 (p값=0.613)을 확인하였다.
모의실험과 실제 자료 분석을 통하여 WT와 MWT는 최소한 80% 이상 결과가 일치함을 확인하였다. 확실한 생물학적 검증 없이 방법의 효과를 단정 지을 수는 없겠지만 비모수적 방법을 위한 작업시간을 고려할 때 모수적 방법인 MWT는 충분히 경쟁력있는 방법이라 생각한다.
05를 만족하는 경우는 진하게 표시하였다. 세 방법에서 모두 유의하다는 공통 결과를 얻어낸 대사경로는 Pentose phosphate pathway와 Histidine metabolism 2개 뿐이었다.
00656). 전체 204개 유전자집단에 대한 WT와 MWT의 유의성 판별 결과를 비교해 보면 94.6%의 높은 일치도를 보였다.
전체적으로는 유의한 유전자의 유의성과 포함비율이 높을수록, 유전자군의 크기가 클수록, 그리고 생존에 영향을 미치는 방향이 같을 때 검정력이 높았다. 또한 WT가 생존과 관련있는 유전자집단을 가장 잘 구분하는 것으로 나타났으며 GT, GSEA10, GSEA5, GSEA0의 순이었다.

후속연구

동시에 수 만개 유전자를 관찰할 수 있는 마이크로어레이 기술의 개발은 제한적이었던 유전자 발현 정보 연구의 한계를 허물었고 특정 질병의 유전학적 특성과 기전 연구를 활성화시켰다. 광범위해진 유전자 발현 정보를 분석하기 위해 단순한 발현비 비교법에서부터 복잡한 전산학적 기술이 요구되는 통계 방법에 이르기까지 유전자 발현 변화를 평가하는 다양한 데이터 분석법이 개발되고 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	초기의 마이크로어레이 분석의 대표적 예는?	초기의 마이크로어레이 분석은 환자들의 임상 결과가 이진자료 (종양/정상, 전이 여부 등)인 표현형 (phenotype)에 따라 특이발현 양상을 보이는 유전자를 개별적으로 찾아내는 단일유전자 위주의 분석으로서 Tusher 등 (2001)의 SAM (Significance Analysis of Microarrays)과 Tibshirani 등 (2002)의 PAM (Prediction Analysis for Microarrays)이 대표적이다. 하지만 단일유전자 분석은 결과 해석이 어려울 수 있고, 동일 질병에 관한 서로 다른 자료의 분석 결과들 사이에 일치성이 낮으며 유전자수가 많아서 생기는 다중 검정의 한계 등이 문제점으로 제기되었다 (Subramanian 등, 2005).
	초기의 마이크로어레이 분석의 한계는?	초기의 마이크로어레이 분석은 환자들의 임상 결과가 이진자료 (종양/정상, 전이 여부 등)인 표현형 (phenotype)에 따라 특이발현 양상을 보이는 유전자를 개별적으로 찾아내는 단일유전자 위주의 분석으로서 Tusher 등 (2001)의 SAM (Significance Analysis of Microarrays)과 Tibshirani 등 (2002)의 PAM (Prediction Analysis for Microarrays)이 대표적이다. 하지만 단일유전자 분석은 결과 해석이 어려울 수 있고, 동일 질병에 관한 서로 다른 자료의 분석 결과들 사이에 일치성이 낮으며 유전자수가 많아서 생기는 다중 검정의 한계 등이 문제점으로 제기되었다 (Subramanian 등, 2005).
	초기의 마이크로어레이 분석의 원리를 설명하시오.	초기의 마이크로어레이 분석은 환자들의 임상 결과가 이진자료 (종양/정상, 전이 여부 등)인 표현형 (phenotype)에 따라 특이발현 양상을 보이는 유전자를 개별적으로 찾아내는 단일유전자 위주의 분석으로서 Tusher 등 (2001)의 SAM (Significance Analysis of Microarrays)과 Tibshirani 등 (2002)의 PAM (Prediction Analysis for Microarrays)이 대표적이다. 하지만 단일유전자 분석은 결과 해석이 어려울 수 있고, 동일 질병에 관한 서로 다른 자료의 분석 결과들 사이에 일치성이 낮으며 유전자수가 많아서 생기는 다중 검정의 한계 등이 문제점으로 제기되었다 (Subramanian 등, 2005).

참고문헌 (18)

이선호, 이승규, 이광현 (2009). 마이크로어레이 자료분석에서 모수적 방법을 이용한 유전자군의 유의성 검정. , 16, 397-407.

원문보기 상세보기
Adewale, A. J., Dinu, I., Potter, J. D. and Yasui, Y. (2008). Pathway analysis of microarray data via regression. Journal of Computational Biology, 15, 269-277.

상세보기
Barry, W. T., Nobel, A. B. and Wright, F. A. (2005). Significance analysis of functional categories in gene expression studies: A structured permutation approach. Bioinformatics, 21, 1943-1949.

상세보기
Benjamini, Y. and Yekutieli, D. (2001). The control of the false discovery rate in multiple testing under dependency. Annals of Statistics, 29, 1165-1188.

상세보기
Blom, G. (1958). Statistical estimates and transformed beta-variables, John Wiley & Sons, New York.
Cox, D. R. (1972). Regression models and life-tables. Journal of Royal Statistical Society, 34, 187-220.
Dinu, I., Potter, J. D., Mueller, T., Liu, Q., Adewale, A. J., Jhangri, G. S., Einecke, G., Famulski, K. S. Halloran, P. and Yasui, Y. (2007). Improving gene set analysis of microarray data by SAM-GS. BMC Bioinformatics, 8, 242.

상세보기
Dressman, H. K., Berchuck, A., Chan, G., Zhai, J., Bild, A., Sayer, R., Cragun, J., Clarke, J., Whitaker, R. S., Li, L. et al. (2007). An integrated genomic-based approach to individualized treatment of patients with advanced-stage ovarian cancer. Journal of Clinical Oncology, 25, 517-525.

상세보기
Goeman, J. J., Van de Geer, S. A., De Kort, F. and Van Houwelingen, H. C. (2004). A global test for groups of genes: Testing association with a clinical outcome. Bioinformatics, 20, 93-99.

상세보기
Goeman, J. J., Oosting, J., Cleton-Jansen, A. M., Anninga, J. K. and Van Houwelingen, H. C. (2005). Testing association of a pathway with survival using gene expression data. Bioinformatics, 21, 1950-1957.

상세보기
Kim, S. Y. and Volsky, D. J. (2005). PAGE: Parametric analysis of gene set enrichment. BMC Bioinformatics, 6, 14.

상세보기
Lee, S. Y., Kim, J. H. and Lee. S. (2011). A comparative study on gene-set analysis methods for assessing differential expression associated with the survival phenotype. BMC Bioinformatics, 12, 377.

상세보기
Liu, Q., Dinu, I., Adewale, A. J., Potter, J. D. and Yasui, Y. (2007). Comparative evaluation of gene-set analysis methods. BMC Bioinformatics, 8, 431.

상세보기
Loi, S., Haibe-Kains, B., Desmedt, C., Wirapati, P., Lallemand, F., Tutt, A. M., Gillet, C., Ellis, P., Ryder, K., Reid, J. F. et al. (2008). Predicting prognosis using molecular profiling in estrogen receptor-positive breast cancer treated with tamoxifen. BMC Genomics, 22, 239.
Mansmann, U. and Meister, R. (2005). Testing differential gene expression in functional groups, Goeman's global test versus an ANCOVA approach. Methods on Information in Medicine, 44, 449-53.
Mootha, V. K., Lindgren, C. M., Eriksson, K. F., Subramanian, A., Sihag, S., Lehar, J., Puigserver, P., Carlsson, E., Ridderstrale, M., Laurila, E. et al. (2003). PGC-1alpha-responsive genes involved in oxidative phospho- rylation are coordinately downregulated in human diabetes. Nature Genetics, 34, 267-273.

상세보기
Pavlidis, P., Lewis, D. and Nobel, W. S. (2002). Exploring gene expression data with class scores. Pacific Symposium on Biocomputing. 474-485.
Subramanian, A., Subramanian, A., Tamayo, P., Mootha, V. K., Mukherjee, S., Ebert, B.L., Gillette, M. A., Paulovich, A., Pomeroy, S.L., Golub, T. R., Lander, E. S., Mesirov, J. P. et al. (2005). Gene set enrichment analysis: A knowledge-based approach for interpreting genome-wide expression profiles. Proceedings of the National Academy of Sciences, 102, 15545-15550.

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