マルチオミクスデータ解析のためのカーネルテンソル分解による新しい特徴選択法

presentation at SIGBIO79
https://www.ipsj.or.jp/kenkyukai/event/bio79.html
2024/9/6

Transcript

1. SIGBIO79 1 マルチオミクスデータ解析のためのカーネルテンソル分解に よる新しい特徴選択法 中央大学　田口善弘 キング・アブドゥルアズィーズ大学　ターキー・ターキー
2. SIGBIO79 2 宣伝 「テンソル分解を用いた教師なし学習 による変数選択法」の教科書（第２版） でました（８／３１刊行） ５００頁超！ 買ってください。
3. SIGBIO79 3 この内容は以下のように２年半前に刊行済みです
4. SIGBIO79 4 解析の流れ
5. SIGBIO79 5 使用データ HBVワクチン接種、０，１，３，７，１４日後の血液（１５人） テンソルデータ 変数の個数 Nk • メチル化（アレイ）　657,582 • RNA-seq　　　　 35,829 • 全血プロテオーム　 1,588 • 血清プロテオーム　 1,588 　　　　　　　　　　　 ×5×15 x i k j 1 j 2 ∈ℝN k ×5×15
6. SIGBIO79 6 各プロファイルを線形カーネル化 テンソル分解 x kj 1 j 2 j 1 'j 2 ' =∑ l 1 =1 5 ∑ l 2 =1 15 ∑ l 3 =1 5 ∑ l 4 =1 15 ∑ l 5 =1 4 G(l 1 l 2 l 3 l 4 l 5 )u l 1 j 1 u l 2 j 2 u l 3 j 1 ' u l 4 j 2 ' u l 5 k x k j 1 j 2 j 1 ' j 2 ' =∑ i k =1 N k x i k j 1 j 2 x i k j 1 ' j 2 ' ∈ℝ4×5×15×5×15
7. SIGBIO79 7 u2j1 u1j2 u1k
8. SIGBIO79 8 u 21i k =∑ j 1 =1 15 ∑ j 2 =1 5 x i k j 1 j 2 u 2 j 1 u 1 j 2 Pi k =Pχ2 [> (u21 i k σ 21 )2 ] ik に付与された特異値ベクトルを計算 特異値ベクトルがガウス分布しているという帰無仮説でP値を計算 Benjamini-Hochberg法で多重比較補正して0.01以下のik を選択
9. SIGBIO79 9 メチル化 メチル化 ２０７７プローブ→１３３５遺伝子 遺伝子セット自体のエンリッチメント解析は× →１３３５遺伝子を有意に標的とする転写因子（TF）→22TF ZNF217, TCF4, STAT3, SMARCD1, WT1, FOXA2, PAX3-FKHR, SMAD4, SMAD3, SOX9, TFAP2C, YAP1, AR, SOX2, CTNNB1, VDR, PIAS1, TEAD4, MITF, HNF4A, SUZ12 →22TFのエンリッチメント解析
10. SIGBIO79 10 KEGG
11. SIGBIO79 11 RNA-seq RNA-seq → 11 gene → 8 gene symbol S100A9, CD74, hba1, ACTB, HBB, HBA2,MALAT1, COX1 →エンリッチメント解析
12. SIGBIO79 12 Disease Perturbations from GEO down Disease Perturbations from GEO down
13. SIGBIO79 13 Disease Perturbations from GEO up Disease Perturbations from GEO up
14. SIGBIO79 14 全血プロテオーム 全血プロテオーム→２４タンパク HIST1H2BJ, HIST2H2BF, HIST1H2BG, HIST1H2BB, HIST1H2BD, ACTG1, HIST1H2BL, HIST1H2BN, PFN1, HIST1H2BK, HIST3H2BB,ACTB, HBB, HBA2, HIST1H2BA, HIST1H2BI, HIST1H2BC, HIST1H2BO, HIST2H2BE, HIST1H2BM, HBA1, HIST1H2BF, HIST1H2BE, HIST1H2BH →　エンリッチメント解析
15. SIGBIO79 15 Disease Perturbations from GEO down Disease Perturbations from GEO down
16. SIGBIO79 16 Disease Perturbations from GEO up Disease Perturbations from GEO up
17. SIGBIO79 17 血清プロテオーム 血清プロテオーム→２２タンパク FGA, HP, GSN, ALB, FGG, IGLL5, APOA1, SER- PINA1, ORM1, TF, GC, CP, C4A, CSF3R, A2M, HPX, HRG, A1BG, CFH, APOB, C3, CLEC14A →　エンリッチメント解析
18. SIGBIO79 18 Disease Perturbations from GEO down Disease Perturbations from GEO down
19. SIGBIO79 19 Disease Perturbations from GEO up Disease Perturbations from GEO up
20. SIGBIO79 20 本手法の利点 • 変数の数が異なるマルチおミックスでも、サンプ ル数が同じなら統合解析可能 • 計算量が（サンプル数）２×オミックス数に抑えら れる →　界隈での評価は残念ながらゼロに等しい
21. SIGBIO79 21 上手く行く理由: xikj1j2 同士の相関係数（除くメチル化） （遺伝子そのものはだめだった）メチル化以外はそれな りに相関している。いつもうまく行くとは限らないが簡単 なのでやって見る価値はある。
22. SIGBIO79 22 まとめ 線形カーネル化することで、 • 変数の数が異なっている場合も統合解析可能 • 計算量を抑えられる 線形カーネル化することでオミックス間の関係（相関） が定量化できるのが上手くできる理由（らしい）