マイクロアレイデータの正規化とロバストなリズム特徴の検出

Microarray Data Normalization and Robust Detection of Rhythmic Features.

• Yolanda Larriba
• Cristina Rueda
• Miguel A Fernández
• Shyamal D Peddada

抄録

マイクロアレイから得られたデータは一般的に様々なノイズの影響を受けるため、生データは正式に分析する前に前処理が行われる。正規化はアレイ間の系統的なばらつきを除去するため、サーカディアン遺伝子発現のようなマイクロアレイ実験を扱う際の重要な前処理である。正規化の方法は多岐にわたっており、文献には様々な方法が掲載されている。しかし、振動系（細胞周期、概日時計など）のリズミカルな発現パターンを研究してきた経験から、正規化法の選択はリズミカルな遺伝子の同定に大きな影響を与える可能性がある。したがって、リズミカルな遺伝子の同定は、データがどのように正規化されたかに起因するアーティファクトである可能性がある。しかし、遺伝子のリズミック性の検出は現代の毒物学的・薬理学的研究において重要であり、正規化法の選択にロバストなリズミック遺伝子を真に同定する手順が必要とされている。本章では、本手法を一般に公開されているサーカディアンクロックマイクロアレイの遺伝子発現データに適用する方法を示し、その詳細（統計的、計算的）を示して、本手法を簡単に利用できるようにする。本研究では、ブートストラップに基づくリズミック性測定から得られた結果は、どの正規化手法を用いても順位相関が高いことから、正規化手法の選択が提案手法に与える影響はほとんどないことを示す。このことは、一方では、提案されたリズミ率測定が正規化法の選択にロバストであることを示唆し、他方では、この測定を用いて検出された遺伝子のリズミ率は、潜在的に使用された正規化法の単なるアーティファクトではないことを示唆している。このようにして、この方法論を使用する研究者は、得られる結論がそれらにそれほど強く依存しないので、異なる正規化の可能性のある影響から保護されます。さらに、記述されたブートストラップ法は、参照データセットから振動系に参加している遺伝子発現をシミュレートするためのツールとしても使用することができます。

Data derived from microarray technologies are generally subject to various sources of noise and accordingly the raw data are pre-processed before formally analysed. Data normalization is a key pre-processing step when dealing with microarray experiments, such as circadian gene-expressions, since it removes systematic variations across arrays. A wide variety of normalization methods are available in the literature. However, from our experience in the study of rhythmic expression patterns in oscillatory systems (e.g. cell-cycle, circadian clock), the choice of the normalization method may substantially impair the identification of rhythmic genes. Hence, the identification of a gene as rhythmic could be just as an artefact of how the data were normalized. Yet, gene rhythmicity detection is crucial in modern toxicological and pharmacological studies, thus a procedure to truly identify rhythmic genes that are robust to the choice of a normalization method is required.To perform the task of detecting rhythmic features, we propose a rhythmicity measure based on bootstrap methodology to robustly identify rhythmic genes in oscillatory systems. Although our methodology can be extended to any high-throughput experiment, in this chapter, we illustrate how to apply it to a publicly available circadian clock microarray gene-expression data and give full details (both statistical and computational) so that the methodology can be used in an easy way. We will show that the choice of normalization method has very little effect on the proposed methodology since the results derived from the bootstrap-based rhythmicity measure are highly rank correlated for any pair of normalization methods considered. This suggests, on the one hand, that the rhythmicity measure proposed is robust to the choice of the normalization method, and on the other hand, that gene rhythmicity detected using this measure is potentially not a mere artefact of the normalization method used. In this way the researcher using this methodology will be protected against the possible effect of different normalizations, as the conclusions obtained will not depend so strongly on them. Additionally, the described bootstrap methodology can also be employed as a tool to simulate gene-expression participating in an oscillatory system from a reference data set.