[논문]유전자집합분석에서 순열검정의 대안

이선호

doi:10.5351/kjas.2018.31.2.241

[국내논문] 유전자집합분석에서 순열검정의 대안
A study on alternatives to the permutation test in gene-set analysis 원문보기

응용통계연구 = The Korean journal of applied statistics, v.31 no.2, 2018년, pp.241 - 251

초록
AI-Helper

마이크로어레이 자료의 유전자집합분석은 개별유전자분석에 비해 검정력도 높일 수 있고 결과 해석이 쉬워서 이에 대한 연구가 활발히 진행되어 왔다. 표현형에 따라 유의한 차이를 보이는 유전자집합의 검색은 검정통계량들이 유도된 배경에 따라 결과에 차이를 보이지만 대체적으로 t-통계량의 제곱합을 이용한 순열검정이 제일 무난한 방법으로 여겨진다. 그러나 유전자집합분석에서 다중검정은 필수이고 많은 집합들의 유의성에 변별력을 주기 위해서는 순열검정에서 생성하는 치환표본의 수가 많이 필요하고 시간이 오래 걸린다는 문제점이 있다. 순열검정을 대신할 모수적 방법들을 검토한 결과, 적률을 이용한 근사가 각 집합의 유의확률 계산시간도 훨씬 단축하며 순열검정에서 구한 유의확률과 크기와 순위가 거의 일치함을 확인하였다.

Abstract ▼ AI-Helper

The analysis of gene sets in microarray has advantages in interpreting biological functions and increasing statistical powers. Many statistical methods have been proposed for detecting significant gene sets that show relations between genes and phenotypes, but there is no consensus about which is the best to perform gene sets analysis and permutation based tests are considered as standard tools. When many gene sets are tested simultaneously, a large number of random permutations are needed for multiple testing with a high computational cost. In this paper, several parametric approximations are considered as alternatives of the permutation distribution and the moment based gene set test has shown the best performance for providing p-values of the permutation test closely and quickly on a general framework.

주제어

AI 본문요약
AI-Helper

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

문제 정의

앞에서 언급한 경쟁귀무가설에서는 집합에 속하는 유전자들을 임의로 바꿔주는 순열검정을 실시하고 자립귀무가설에서는 각 표본들의 표현형을 임의로 배정하는 순열검정을 한다. 그런데 유전자 치환의 경우에는 유전자들 사이의 상관관계, 특히 같은 집합에 속해 있는 유전자들 간의 관계가 무시된다는 맹점이 있고 본 연구에서는 관심 집합에 속한 유전자들의 발현 형태가 표현형과 연관성이 있는지에 초점을 맞추고 있기 때문에 표본의 표현형을 치환하는 것을 위주로 논하겠다.
그러므로 어떤 방법이 좋은지에 대한 답은 어떤 측면을 고려하는가에 따라 달라질 것이다. 본 연구에서는 유전자집합의 표현형에 따른 유의한 차이를 어떻게 재는가 보다는 유의성 정도를 나타내는 유의확률을 빨리 구하는 방법을 찾는 것이 목적이다.
질병의 진단이나 치료에 관여하는 바이오마커를 찾아내기 위한 마이크로어레이 자료 분석은 표본의 표현형(암 또는 정상, 돌연변이 발생 여부나 병기 등)에 따라 발현의 차이를 보이는 특이발현 유전자나 유전자집합을 추출하는데 목적이 있다. 이때 사용되는 유전자집합은 동일한 기능의 대사경로에 참여하였거나 염색체 위치가 같은 유전자들, 또는 전장유전체연관분석에서 밝혀진 특정 형질과 관련된 유전자들의 모임이며, 어떤 집합이 질병의 발생에 관련이 있는지에 대한 판단은 표현형에 따라 발현 형태에 유의한 차이가 있는지 검정한 결과에 따른다.

가설 설정

이에 비해 M5는 ∑t2g가 수정된 형태의 카이제곱분포를 따른다고 가정하고 유의 확률을 계산하였다.

제안 방법

M1–M5 방법을 이용하여 구한 유의확률들을 비교하는데 우리 관심의 대상인 0에 가까운 부분을 자세히 보기 위하여 ‘− log10’ 변환을 실시하였고 M2–M4의 유의확률이 0인 경우는 로그변환을 위하여 10−16의 값으로 대체하였다.
이를 확인하기 위하여 905개 집합을 각 집합에 속한 유전자 수가 25개 이하이면 Group = 1, 26–50개이면 Group = 2, 51–100개이면 Group = 3, 그리고 100개를 초과하면 Group = 4의 네 그룹으로 분류하였다.

대상 데이터

p53과 BCR/ABL의 돌연변이가 어떤 유전자집합에서 발현의 차이를 보이는지 알아보는데 사용한 905개 집합은 The Molecular Signatures Database (MSigDB)의 ‘C2:curated gene sets’에서 다운받았다.
이들을 비교하기 위한 유전자자료는 Bioconductor(www.bioconductor.org)에 data package로 실려 있고 Rahmatallah 등 (2014)에서 함께 분석한 ‘p53’과 ‘ALL’의 마이크로어레이 자료를 사용하였다.
급성 림프구형 백혈병 관련 127개 표본, 12,625개 유전자의 마이크로어레이 자료로 구성되어 있고 Chiaretti 등 (2004, 2005)에서 이에 대한 자세한 분석을 하였다. 이중 B세포형 급성 림프구형 백혈병 환자이면서 BCR/ABL 돌연변이를 보이는 37명과 정상 72명의 자료를 분석하였다.

이론/모형

905개 집합의 검정이 동시에 실시되었기 때문에 다중검정을 위한 제1종 오류 보정은 필수적이다. Bonferroni (1936)의 family wise error rate 같은 너무 엄격한 보정 대신 유전자 분석에서 많이 이용되는 Benjamini와 Hochberg (1995)와 Yekutieli와 Benjamini (1999)의 false discovery rate 보정인 q-value를 계산하였다. Figure 4.

성능/효과

M₂와 M₄는 분석자료로 유전자 발현값을 직접 이용하는지, 아니면 발현 값의 순위에 따라 정규점수로 변환한 값을 이용하는지 차이가 있을 뿐, 모두 t-통계량의 제곱합을 사용하고 각 유전자가 독립이라는 가정 아래 카이제곱 분포로부터 각 통계량의 유의확률을 구한 결과이다. 논문에 산포도를 싣지는 않았지만 M₂와 M₄의 유의확률은 크기에 약간의 차이가 있을 뿐, 유의확률이 0에 가까울 때 각 집합의 유의한 순위가 완전 일치함을 볼 수 있었다. 다만 ALL 자료는 특이발현 유전자가 많다는 특이점으로 통계량 값의 변동이 커서 p53자료에 비해 두 방법의 상관계수가 약간 작은 현상을 보였다.
어떤 방법이 유의한 집합을 잘 찾아내는지 알아보기 위하여 Ackermann과 Strimmer (2009)는 유전자 수준의 특이발현을 재는 척도로 사용하는 통계량과 그 변환 방법, 그리고 G에 속하는 유전자들의 통계량을 통합하는 방법 등, 기존에 발표된 방법들을 조합한 261가지 방법을 비교하였다. 모의실험 결과, 유전자 수준의 특이발현을 측정하는 통계량의 선택은 검정력에 큰 영향을 끼치지 않지만 유전자별 통계량을 제곱하는 것이 가장 좋은 변환이라는 것을 보였다. 결론적으로 Ackermann과 Strimmer (2009)는 유전자집합의 유의성검정통계량으로 제일 간단한 각 유전자의 t-통계량의 제곱합 #을 사용할 것을 제안하였다.
또한 M₁이 변별력을 보일 수 없는 경우에도 M₅는 훨씬 작은 유의확률 값을 계산해냄으로서 다중검정을 실시한 이후에 유의한 유전자집합들을 추가로 발견할 수 있었다. 적률 계산을 이용한 M₅가 계산 시간도 훨씬 짧고 아주 작고 세밀한 유의확률도 계산 가능한 장점을 지닌, 순열검정의 훌륭한 대안임을 확인하였다.
2는 p53 자료와 ALL 자료에서 M₁–M₅의 방법으로 구한 유의확률들의 상관계수 표이다. 전체적으로 보았을 때 카이제곱 통계량을 표준화한 M₃는 다른 방법들과 차이를 보임을 알 수 있다. 순열검정을 실시한 M₁의 값을 기준으로 비교하였을 때 M₃는 M₁을 대신하기에 적당하지 않고 유전자들이 서로 독립이라는 가정 아래 진행된 M₂, M₄보다는 적률을 이용하여 수정된 카이제곱분포를 도입한 M₅가 더 좋은 대안이라고 판단된다.
컴퓨터 사양에 따라 계산 속도가 다르지만 10,000개 유전자들을 대상으로 905개 집합의 유의확률을 구할 때 대략 시간 당 10,000번 정도 치환한 순열검정이 가능하였고 카이제곱분포를 이용한 유의확률 계산은 2–3초 정도, 그리고 적률을 이용한 계산은 1–2분 정도 걸렸다.

질의응답

핵심어	질문	논문에서 추출한 답변
	마이크로어레이 자료 분석의 목적은 무엇인가?	질병의 진단이나 치료에 관여하는 바이오마커를 찾아내기 위한 마이크로어레이 자료 분석은 표본의 표현형(암 또는 정상, 돌연변이 발생 여부나 병기 등)에 따라 발현의 차이를 보이는 특이발현 유전자나 유 전자집합을 추출하는데 목적이 있다. 이때 사용되는 유전자집합은 동일한 기능의 대사경로에 참여하였거나 염색체 위치가 같은 유전자들, 또는 전장유전체연관분석에서 밝혀진 특정 형질과 관련된 유전자들의 모임이며, 어떤 집합이 질병의 발생에 관련이 있는지에 대한 판단은 표현형에 따라 발현 형태에 유의한 차이가 있는지 검정한 결과에 따른다.
	자립귀무가설이란?	이때 검정은 비교대상을 어떻게 정의하는가에 따라 두 가지의 귀무가설이 가능하다 (Tian 등, 2005). 경쟁귀무가설(competitive null hypothesis)은 유전자집합과 표현형 사이의 연관성을 비슷한 크기의 다른 유전자집합과 비교하고 자립귀무가설(self-contained null hypothesis)은집합에속한유전자들로부터만들어낼수있는우연한관계의연관성들과비교하는것이다.
	순위를 이용한 정규점수변환 과정의 장점은?	순위를 이용한 정규점수변환 과정을 거치면 표본별 꼬리 부분 유전자들의 특별한 현상까지 제거된다는 지적도 있었지만 Bolstad 등 (2003)은 실증적으로 아무런 문제가 없음을 보였다. 또한 Tan 등 (2006)는 모의실험과 실제 자료분석을 통하여 순위를 이용한 분석이 표본크기가 작거나 발현값의 잡음이 많거나 변이가 큰 경우에 Significance Analysis of Microarrays (SAM) (Tusher 등, 2001)보다 훨씬 더 효율적임을 보였다.

참고문헌 (19)

Ackermann, M. and Strimmer, K. (2009). A general modular framework for gene set enrichment analysis, BMC Bioinformatics, 10, 47.

상세보기
Benjamini, Y. and Hochberg, Y. (1995). Controlling the false discovery rate: a practical and powerful approach to multiple testing, Journal of the Royal Statistical Society. Series B (Methodological), 57, 289-300.

상세보기
Bolstad, B. M., Irizarry, R. A., Astrand, M., and Speed, T. P. (2003). A comparison of normalization methods for high density oligonucleotide array data based on variance and bias, Bioinformatics, 19, 185-193.

상세보기
Bonferroni, C. (1936). Teoria statistica delle classi e calcolo delle probabilita, Pubblicazioni del R Istituto Superiore di Scienze Economiche e Commerciali di Firenze, 8, 3-62.
Chiaretti, S., Li, X., Gentleman, R., Vitale, A., Vignetti, M., Mandelli, F., Ritz, J., and Foa, R. (2004). Gene expression pro？le of adult T-cell acute lymphocytic leukemia identi？es distinct subsets of patients with di？erent response to therapy and survival, Blood, 103, 2771-2778.

상세보기
Chiaretti S., Li, X., Gentleman, R., Vitale, A., Wang, K. S., Mandelli, F., Foa, R., and Ritz, J. (2005). Gene expression pro？les of B-lineage adult acute lymphocytic leukemia reveal genetic patterns that identify lineage derivation and distinct mechanisms of transformation, Clinical Cancer Research, 11, 7209-7219.

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

상세보기
Irizarry R. A., Wang, C., Zhou, Y., and Speed, T. P. (2009). Gene set enrichment analysis made simple, Statistical Methods in Medical Research, 18, 565-575.

상세보기
Kim, S.-Y. and Volsky, D. J. (2005). PAGE: Parametric analysis of gene set enrichment, BMC Bioinformatics, 6, 144.

상세보기
Larson, J. L. and Owen, A. B. (2015). Moment based gene set tests, BMC Bioinformatics, 16, 132.

상세보기
Mooney, M. A. and Wilmot, B. (2015). Gene set analysis: a step-by-step guide, American Journal of Medical Genetics. Part B, Neuropsychiatric Genetics, 168, 517-527.

상세보기
Mootha, V. K., Lindgren, C. M., Eriksson, K. F., et al. (2003). PGC-1alpha-responsive genes involved in oxidative phosphorylation are coordinately downregulated in human diabetes, Nature Genetics, 34, 267-273.

상세보기
Rahmatallah, Y., Emmert-Streib, F., and Glazko, G. (2014). Gene sets net correlations analysis (GSNCA): a multivariate di？erential coexpression test for gene sets, Bioinformatics, 30, 360-368.

상세보기
Subramanian, A., Tamayo, P., Mootha, V. K., et al. (2005). Gene set enrichment analysis: a knowledge- based approach for interpreting genome-wide expression pro？les. In Proceedings of the National Academy of Sciences, 102, 15545-15550.

상세보기
Tan, Y. D., Fornage, M., and Fu, Y. X. (2006). Ranking analysis of microarray data: a powerful method for identifying di？erentially expressed genes, Genomics, 88, 846-554.

상세보기
Tian, L., Greenberg, S. A., Kong, S. W., Altschuler, J., Kohane, I. S., and Park, P. J. (2005). Discovering statistically signi？cant pathways in expression pro？ling studies. In Proceedings of the National Academy of Sciences, 102, 13544-13549.

상세보기
Tusher, V. G., Tibshirani, R., and Chu, G. (2001). Signi？cance analysis of microarrays applied to the ionizing radiation response. In Proceedings of the National Academy of Sciences, 98, 5116-5121.

상세보기
Yekutieli, D. and Benjamini, Y. (1999). Resampling based false discovery rate controlling multiple test procedure for correlated test statistics, Journal of Statistical Planning and Inference, 82, 171-196.

상세보기
Zahn, J., Sonu, R., Vogel, H., et al. (2006). Transcriptional pro？ling of aging in human muscle reveals a common aging signature, PLoS Genetics, 2, e115.

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