[논문]특이발현과 특이공발현을 고려한 유의한 유전자 집단 탐색

이선호

doi:10.5351/kjas.2016.29.3.437

특이발현과 특이공발현을 고려한 유의한 유전자 집단 탐색
Identifying statistically significant gene sets based on differential expression and differential coexpression 원문보기

응용통계연구 = The Korean journal of applied statistics, v.29 no.3, 2016년, pp.437 - 448

초록
AI-Helper

서로 상관있는 유전자들의 발현조절이 질병이나 종양의 발생에 영향을 미치기 때문에 단일유전자 분석 대신 공통의 생물학적 요소를 지닌 유전자 집단 분석이 각광을 받게 되었고 생물학적으로 좀더 설명하기 쉬운 결과를 얻게 되었다. 표현형에 따라 유의한 차이를 보이는 유전자 집단을 찾는 여러 방법들이 있지만, 대부분의 방법들이 집단에 속한 유전자들의 표현형에 따른 발현의 차이를 탐색하거나 유전자들 사이의 공발현 구조가 다른지 탐색하는 것이다. 본 연구에서는 특이발현과 특이공발현의 차이를 모두 고려하는 탐색방법을 제시하였고 p53이란 유전자 자료와 모의자료를 이용하여 제시한 방법의 성능을 알아 보았다.

Abstract ▼ AI-Helper

Gene set analysis utilizing biologic information is expected to produce more interpretable results because the occurrence of tumors (or diseases) is believed to be associated with the regulation of related genes. Many methods have been developed to identify statistically significant gene sets across different phenotypes; however, most focus exclusively on either the differential gene expression or the differential correlation structure in the gene set. This research provides a new method that simultaneously considers the differential expression of genes and differential coexpression with multiple genes in the gene set. Application of this NEW method is illustrated with real microarray data example, p53; subsequently, a simulation study compares its type I error rate and power with GSEA, SAMGS, GSCA and GSNCA.

주제어

AI 본문요약
AI-Helper

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

문제 정의

g개의 유전자로 이루어진, 표본의 수가 각 n₁, n₂인 서로 다른 표현형을 갖는 두 군의 마이크로어레이 발현 자료가 있다고 하자. 이 때 k번째 군(k = 1, 2)에 속한 l번째(l = 1, .
그러므로 관심 유전자 집단의 유의성 검정을 위하여 서로 다른 배경에서 유도된 여러 방법을 함께 사용하게 되지만 각기 다른 결과가 나왔을 때 이것들을 서로 비교하거나 하나의 결론으로 도출하기에는 어려움이 있다. 본 연구에서는 어떤 유전자 집단이 질병의 발생에 유의한 영향을 미치는지 판단하기 위하여 여러 가지 검정법을 사용하고 여기서 하나의 결론을 찾는 새로운 방법, NEW를 제시하였다 (Table 2.1).
본 연구에서는 표현형에 따른 차이로 평균발현값에 차이가 있는 경우와 유전자들 사이의 공발현 구조에 차이가 있는 경우로 나누어 생각하였고 그에 따른 검정 방법들을 살펴보았다. 그러나 어떤 방법이 유의한 유전자군을 찾는데 제일 좋다고 단정할 수 없으므로 결국 여러 방법을 사용하여 각각 다른 결과들을 얻게 된다.
, g). 전체 유전자 중 p개 유전자로 구성된 집단 P가 질병의 발생에 유의한 영향을 미치는지 알아보는 것이 유전자 집단 분석의 목적이다.

가설 설정

비교군에 속한 l번째 (l = 1, . . . , n) 표본의 유전자 발현값 분포는 # ′ ∼ N(0, Ip), 처리군의 l번째 표본은 # = #∼ N(µp,Σp)를 가정하였다.
집단에 속한 p개 유전자 중 γ 만큼만 서로 상관관계가 있다 가정하였고, γp개 유전자 중 임의의 두 유전자 간의 공분산은 r이라 가정하였다.
집단에 속한 각 유전자들의 가중치는 다른 모든 유전자들과의 전반적인 상호관계에 비례한다고 가정하였고, k번째 군(k = 1, 2)의 i번째 유전자의 가중치를 #라 할 때 Perron-Frobenius 정리 (Meyer, 2001)를 이용하여 w(k) = (# , . . . , #)′의 값을 구하였다.
집단에 속한 유전자 중 γp/2개 유전자는 특이발현만 하고, 또 다른 γp/2개 유전자는 특이공발현만 한다고 가정하였다.
집단에 속한 유전자 중 γp개 유전자는 특이발현을 하는 동시에 특이공발현 유전자를 가정하였다.
처리군 표본의 분포도 비교군과 동일하게 모든 유전자가 서로 독립인 # ∼ N(0, Ip) (l = 1, . . . , n)를 가정하였고 표본의 수 n은 15, 25, 40, 60으로, 집단에 속한 유전자 수 p는 20, 40, 60으로 변화시켜 Table 4.1의 결과를 얻었다.
처리군에서 특이발현 유전자의 평균 발현값은 µ, 특이공발현하는 정도는 r이라 가정하였다.

제안 방법

3장의 실제 자료 분석과 4장의 모의실험에서는 특이발현 통계량과 특이공발현 통계량들 중 대표적인 D_SAMGS와 D_GSNCA의 두 가지를 사용하여 D_NEW를 계산하였다.
NCI-60 암 세포 라인에서 다양한 자극 신호에 따라 유전자 발현을 조절하는 전사인자인 p53의 표적을 규명하기 위한 이 자료는 서로 다른 10,010개 유전자의 마이크로어레이자료이며 Molecular Signatures Database(MSigDB)에서 다운받은 905개의 pathway 정보를 사용하여 유전자 집단 분석을 실시하였다. 각 pathway의 통계치를 계산하고 10,000번의 permutation을 실시하여 p-value를 구한 후 돌연변이군과 정상군 사이에 α = 0.
p개의 유전자로 구성된 집단이 질병의 발생에 유의한 영향을 미치는지 알아보기 위하여 표본의 수가 각 n개인 비교군과 처리군의 모의자료를 생성하였다. 비교군에 속한 l번째 (l = 1, .
각 군의 표본의 수 n은 15와 40, 집단에 속한 유전자 수 p는 20과 60, 집단에 속한 유전자 중 특이발현 또는 특이공발현을 보이는 비율 γ는 0.3과 0.5의 값을 주어 유의수준 α = 0.05일 때 검정력을 비교했다.
처리군의 µp = (µ1, . . . , µp) ′와 Σp = (σij )#의 값에 여러 가지 변형을 주어 집단에 속한 유전자들 중 특이발현을 보이는 정도와 유전자들 사이의 상관관계 형태를 표현해 보았다.
, n) 표본의 유전자 발현값 분포는 # ′ ∼ N(0, I_p), 처리군의 l번째 표본은 # = #∼ N(µ_p,Σ_p)를 가정하였다. 처리군의 분포를 5가지로 나누어 앞에서 논한 SAM-GS, GSCA, GSNCA와 NEW의 유의수준과 검정력을 비교하기 위해 각 유형별로 유전자 집단을 생성하여 500번의 permutation을 실시하여 p-value를 구하고, 이 작업을 1,000번 반복하였다. GSEA는 집단의 유의성 판단을 위해 전체 유전자 자료가 필요하기 때문에 모의실험에서 제외하였다.

대상 데이터

새로 제시한 방법 NEW와 GSEA, SAMGS, GSCA, GSNCA를 비교하기 위하여 이들을 처음 다룬 논문들 (Subramanian 등, 2005; Dinu 등, 2007; Rahmatallah 등, 2014)에서 공통적으로 다룬 33예의 돌연변이군과 17예의 정상군의 p53 자료(http://software.broadinstitute.org/gsea/datasets.jsp)를 분석하였다.

데이터처리

, #)′의 값을 구하였다. 서로 다른 두 군에서 구한 가중치를 이용하여 집단 P의 유의성을 판단하는 통계량 D_GSNCA를 사용하였다.
특이발현과 특이공발현의 차이를 찾아내는 통계량으로 각각 대표적인 SAMGS와 GSNCA를 사용하여 실제 자료 분석과 모의실험을 실시하였고, NEW를 이용하여 두 방법을 통합한 p-value 계산이 가능하고 검정력도 좋음을 확인하였다. 다만, p53의 자료 분석에서 비슷한 정도의 특이발현과 특이공발현이 공존하는 경우, NEW의 검정력이 떨어짐을 볼 수 있었다.

성능/효과

GSCA와 GSNCA의 두 방법에서 모두 유의한 차이를 보인 pathway의 수는 39개였고, 각각에서만 유의한 차이를 보인 pathway의 수는 156개와 50개였다. Rahmatallah 등 (2014)의 지적과 같이 본 연구에서도 GSCA는 신진대사(metabolism)와, 그리고 GSNCA는 신호기전(signaling)과 관계된 pathway들이 주로 검색되었다.
6 의 값으로 변화시켰다. Table 4.4의 결과를 보면 모든 방법들은 표본의 수, 특이발현과 특이공발현을 보이는 유전자의 수와 정도가 커질수록 검정력이 커지는 것을 볼 수 있고, 이 유형에서 NEW의 검정력이 다른 방법들에 비해 훨씬 우수함을 볼 수 있다.
Table 4.5의 결과를 보면 µ와 r의 값의 크기에 따라 SAMGS와 GSNCA 사이의 검정력 우열이 달라졌고 전반적으로 표본의 수가 작을 때는 SAMGS와 GSNCA가 NEW보다 강세를 보였으나 표본의 수가 많아지면 NEW의 검정력이 SAMGS나 GSNCA보다 커짐을 볼 수 있다.
, M_m을 사용하여 유전자 집단의 유의성을 검정하려 할 때 대부분의 통계량들은 거의 비모수적인 통계량들이므로 p-value를 계산하기 위해서 많은 반복의 permutation을 실시해야 한다. 그러므로 각 방법별로 원자료에서 구한 통계량과 permutation을 통하여 얻어진 통계량값들을 평균 0, 분산 1이 되도록 모두 표준화 변환을 할 수 있다. 이 때 D_NEW 는 m개의 표준화된 통계량 중 최대값이라 정의하면 추가 permutation 없이도 p-value 계산이 가능하고 사용된 방법 중 관심 유전자군의 유의성을 찾아낸 것이 있다면 이것이 새 통계량 NEW에 반영이 될 것이다.
네 가지 방법 중 SAMGS의 검정력이 제일 크고 그 다음이 NEW인 것은 당연하고, µ가 커질수록, 표본의 수와 특이발현 유전자수가 커질수록 검정력이 커지는 것을 볼 수 있다.
GSEA로는 52개의 pathway가, SAMGS로는 128개 pathway가 유의하다고 검색되었다. 두 가지 모두 특이발현에 기초한 방법이지만 GSEA는 집단에 속한 유전자들의 돌연변이군과 정상군 사이의 특이발현 방향성이 일관되었는지를 보았고, SAMGS는 특이발현의 정도에 초점을 둔 차이가 있기 때문에 공통적으로 유의하다는 결과가 나온 pathway는 19개뿐이었다. Dinu 등 (2007)의 Table 4에서도 이미 두 방법의 분석 결과 사이에 큰 차이가 있음을 논하였다.
검은 점은 실제 자료의 통계치이고 회색 점은 10,000번 permutation하여 얻은 통계치들이다. 이 pathway에 SAMGS를 적용하면 유의한 집단이라는 결론(p = 0.0004)을 얻지만 GSNCA는 전혀 유의하지 않다(p = 0.5308)는 상반된 결론이 나옴은 (a)의 산포도를 통하여 알 수 있다. 그러나 NEW를 적용하면 이 집단이 유의하다(p = 0.
특이발현에 기초한 SAMGS는 유의수준에 머무는 검정력을 보였고 GSCA와 GSNCA는 서로 우열을 가리기 힘들지만, 표본의 수나 공발현하는 유전자 수가 커질수록 검정력이 커졌고 NEW와의 검정력 차이도 커짐을 볼 수 있다.

후속연구

그러므로 각 방법별로 원자료에서 구한 통계량과 permutation을 통하여 얻어진 통계량값들을 평균 0, 분산 1이 되도록 모두 표준화 변환을 할 수 있다. 이 때 D_NEW 는 m개의 표준화된 통계량 중 최대값이라 정의하면 추가 permutation 없이도 p-value 계산이 가능하고 사용된 방법 중 관심 유전자군의 유의성을 찾아낸 것이 있다면 이것이 새 통계량 NEW에 반영이 될 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	PAGE란?	Global test (Goeman 등, 2004)는 score 검정을 이용하여 질병과 관련있는 대사경로를 찾는 방법을 제시하였고, 환자의 생존율과 관계있는 대사경로를 찾는 방법으로까지 확장하였다 (Goeman 등, 2005). 대부분의 방법들이 비모수적 배경에서 유도되었으므로 p-value 계산을 위한 permutation이 수반되어야 하는 단점이 있고 이를 극복하기 위한 시도로 Kim과 Volsky (2005)는 관심 집단에 속한 유전자들의 수가 충분히 크고 서로 독립이라는 가정 아래 중심극한정리를 적용하는 PAGE를 제안하였다. 그러나 이는 과다발현 유전자와 발현억제 유전자들이 공존할 때 특이발현성이 상쇄되는 결함이 존재한다.
	이표본 t 검정과 이를 변형한 Significance Analysis of Microarray 방법의 단점은?	초기 유전자 분석은 질병의 발생에 영향을 미치는 유전자를 찾는 단일유전자 분석으로 표현형(질병군 또는 정상군)에 따라 발현 차이가 큰 유전자를 개별적으로 찾아내는 이표본 t 검정과 이를 변형한 Significance Analysis of Microarray(SAM) (Tusher, 2001) 등의 방법이 있다. 그러나 분석 대상 유전자가 많아 결과 해석이 어렵고 생물학적 의미 도출을 위해서는 별도의 분석과정이 필요하며 분석 표본이 달라짐에 따라 결과에 차이가 생기기도 한다. 이런 문제점들을 보완하기 위한 시도로 각 유전자들의 발현 자료와 함께 생물학적 정보를 분석에 반영하는 방법을 연구하게 되었고 공통의 생물학적 요소를 지닌 유전자 집단을 대상으로 서로 다른 표현형 사이에 발현의 차이가 유의한지 검색하는 집단분석(gene set analysis)이 대두되었다.
	유전자 자료에서 독립성 여부를 판단하기 위해 Fisher의 정확성 검정이나 초기하분포를 이용한 검정을 사용하였을 때, 단점은?	전체 유전자 자료로부터 특이발현 유전자 집단을 만든 후 이 집단과 관심 유전자 집단 사이의 독립성 여부를 Fisher의 정확성 검정이나 초기하분포를 이용한 검정 (Draghici 등, 2003; Khatri 등, 2004)을 실시하기도 하였는데, 이 방법들은 특이발현 유전자 집단에 대한 정의가 애매하고, 관심 집단에 속한 유전자들의 특이발현 유전자 집단 포함 여부만 중요할 뿐, 그들의 특이발현 정도는 고려되지 않는 단점이 있다.

참고문헌 (23)

Choi, Y. and Kendziorski, C. (2009). Statistical methods for gene set co-expression analysis, Bioinformatics, 25, 2780-2786.

상세보기
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
Draghici, S., Khatri, P., Martins, R. P., Ostermeier, G. C., and Krawetz, S. A. (2003). Global functional profiling of gene expression, Genomics, 81, 98-104.

상세보기
Efron, B. and Tibshirani, R. (2007). On testing the significance of sets of genes, Annals of Applied Statistics, 1, 107-129.

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

상세보기
Goeman, 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
Jung, S. and Kim, S. (2014). EDDY: a novel statistical gene set test method to detect differential genetic dependencies, Nucleic Acids Research, 42, e60.

상세보기
Khatri, P., Bhavsar, P., Bawa, G., and Draghici, S. (2004). Onto-Tools: an ensemble of web-accessible, ontology-based tools for the functional design and interpretation of high-throughput gene expression experiments, Nucleic Acids Research, 32, 449-456.
Kim, B. S., Jang, J. S., Kim, S. C., and Lim, J. (2009). A report on the inter-gene correlations in cDNA microarray data sets, The Korean Journal of Applied Statistics, 22, 617-626.

원문보기 상세보기
Kim, S. Y. and Volsky, D. (2005). PAGE: parametric analysis of gene set enrichment, BMC Bioinformatics, 6, 1471-2105.
Klebanov, L. and Yakovlev, A. (2007). Diverse correlation structures in gene expression data and their utility in improving statistical inference, The Annals of Applied Statistics, 1, 538-559.

상세보기
Lai, Y., Wu, B., Chen, L., Zhao, H. (2004). A statistical method for identifying differential gene-gene coexpression patterns, Bioinformatics, 20, 3146-3155.

상세보기
Lee, S. H., Lee, S. K., and Lee, K. H. (2009). Developing a parametric method for testing the significance of gene sets in microarray data analysis, Communications for Statistical Applications and Methods, 397-408.

원문보기 상세보기
Ma, H., Schadt, E. E., Kaplan, L. M., and Zhao, H. (2011). COSINE: condition-specific sub-network identification using a global optimization method, Bioinformatics, 27, 1290-1298.

상세보기
Maciejewski, H. (2014). Gene set analysis methods: statistical models and methodological differences, Briefings in Bioinformatics, 15, 504-518.

상세보기
Meyer, C. (2001). Matrix Analysis and Applied Linear Algebra, Society for industrial and applied mathematics (SIAM), Philadelphia.
Mootha, V. K., Lindgren, C. M., Eriksson, K. F., Subramanian, A., Sihag, S., Lehar, J., Puigserver, P., Carlsson, E., Ridderstrale, M., Laurila, E., Houstis, N., Daly, M. J., Patterson, N., Mesirov, J. P., Golub, T. R., Tamayo, P., Spiegelman, B., Lander, E. S., Hirschhorn, J. N., Altshuler, D., and Groop, L. C. (2003). PGC-1-responsive genes involved in oxidative phosphorylation are coordinately downregulated in human diabetes, Nature Genetics, 34, 267-273.

상세보기
Newton, M. A., Quintana, F. A., den Boon, J. A. (2007). Random set methods identify distinct aspects of the enrichment signal in gene-set analysis, Annals of Applied Statistics, 1, 85-106.

상세보기
Qui, X., Klebanov, L., and Yakovlev, A. (2005). Correlation between gene expression levels and limitations of the empirical Bayes methodology for finding differentially expressed genes, Statistical Applications in Genetics and Molecular Biology, 4, Ariticle 34.
Rahmatallah, Y., Emmert-Streib, F. and Glazko, G. (2014). Gene sets net correlations analysis (GSNCA): a multivariate differential coexpression test for gene sets, Bioinformatics, 30, 360-368.

상세보기
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., and Mesirov, J. P. (2005). Gene set enrichment analysis: A knowledge-based approach for interpreting genome-wide expression profiles, In Proceedings of the National Academy of Sciences, 102, 15545-15550.

상세보기
Tesson, B. M., Breitling, R., and Jansen, R. C. (2010). DiffCoEx: a simple and sensitive method to find differentially coexpressed gene modules, BMC Bioinformatics, 11, 497.

상세보기
Tusher, V. G. (2001). Significance analysis of microarrays applied to the ionizing radiation response, In Proceedings of the National Academy of Sciences, 98, 5116-5121.

상세보기

저자의 다른 논문 :

LOADING...

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