DeMix

DeMix to statystyczna metoda dekonwolucji mieszanych transkryptomów raka w celu przewidywania prawdopodobnej proporcji próbek komórek guza i zrębu przy użyciu liniowego modelu mieszaniny. Został opracowany przez Ahna i in .

Demix wyraźnie rozważa cztery możliwe scenariusze: dopasowane próbki guza i próbki normalne, z genami referencyjnymi ; dopasowane próbki guza i normalne, bez genów referencyjnych; niedopasowane próbki guza i normalne, z genami referencyjnymi; oraz niedopasowane próbki guza i normalne, bez genów referencyjnych.

Geny referencyjne to zestaw genów , dla których profile ekspresji zostały dokładnie oszacowane na podstawie danych zewnętrznych we wszystkich typach tkanek tworzących.

Wstęp

guzów litych uzyskane w praktyce klinicznej są wysoce niejednorodne . Składają się z wielu klonalnych populacji komórek rakowych, jak również sąsiadujących normalnych tkanek, zrębu i naciekających komórek odpornościowych . Wysoce niejednorodna struktura tkanek nowotworowych może skomplikować lub zniekształcić różne analizy danych genomowych. Usunięcie heterogeniczności ma zasadnicze znaczenie dla wyizolowania danych dotyczących ekspresji z próbek mieszanych in silico .

Przed analizą ważne jest oszacowanie i uwzględnienie czystości guza lub odsetka komórek nowotworowych w próbce guza. Dzięki wyraźnym różnicom między komórkami nowotworowymi a normalnymi możliwe jest oszacowanie czystości guza na podstawie danych genomowych lub epigenomicznych o dużej przepustowości.

DeMix szacuje proporcję i profil ekspresji genów z komórek nowotworowych w mieszanych próbkach. W tej metodzie zakłada się, że mieszana próbka składa się tylko z dwóch typów komórek: komórek nowotworowych (bez znanego profilu ekspresji genów z góry) i komórek normalnych (ze znanymi danymi dotyczącymi ekspresji genów, które mogą pochodzić z próbek dopasowanych do guza lub niedopasowanych) ).

DeMix został opracowany dla danych z mikromacierzy i pokazuje, że ważne było użycie nieprzetworzonych danych jako danych wejściowych, zakładając, że mają one rozkład logarytmiczno-normalny, jak ma to miejsce w przypadku mikromacierzy, zamiast pracować z danymi przekształconymi w logarytm, jak to miało miejsce w przypadku większości innych metod. DeMix szacuje wariancję ekspresji genów w normalnych próbkach i wykorzystuje to w oszacowaniu maksymalnego prawdopodobieństwa do przewidywania ekspresji i proporcji genów w komórkach nowotworowych, wykorzystując w ten sposób niejawnie specyficzną dla genu wagę dla każdego genu.

DeMix to pierwsza metoda śledzenia liniowej mieszaniny poziomów ekspresji genów w danych przed ich transformacją logarytmiczną. Ta metoda analizuje dane z heterogenicznych próbek guza, zanim dane zostaną przekształcone logarytmicznie, szacuje indywidualne poziomy ekspresji w każdej próbce i każdym genie w niezrównanym projekcie.

metoda

Niech ${\ Displaystyle N_ {ig} \ sim LN (\ mu _ {N_ {g}}, \ sigma _ {N_ {g}} ^ {2 })}$ i ${\ Displaystyle T_ {ig} \ sim LN (\ mu _ {T_ {g}}, \ sigma _ {T_ {g}} ^ {2})}$ będzie poziomem ekspresji genu g i próbki $odpowiednio$ czystych tkanek normalnych i nowotworowych. $_$ reprezentuje _ _ Gdy $się$ pogorszenia dokładności. Poziom ekspresji z tkanki $jest$ . Niech ${\ displaystyle Y_ {ig}}$ oznacza poziom ekspresji próbki guza pochodzenia klinicznego, który jest obserwowany. Niech $\ pi _ {i$ , oznacza proporcję tkanki nowotworowej w próbce ${\ displaystyle$ . Surowe zmierzone dane są zapisywane jako równanie liniowe jako

${\ Displaystyle Y_ {ig} = \ pi _ {i} T_ {ig} + (1- \ pi _ {i}) N_ { ig}}$

Zauważ, że ${\ Displaystyle Y_ {ig}}$ nie jest zgodny z $,$ , gdy zarówno ${\ Displaystyle N_ {ig}}$ T $\ displaystyle T_ {ig}}$ podążaj za rozkładem normalnym ${\ displaystyle log_ {2}} .$

Metoda DeMix składa się głównie z dwóch etapów:

Krok 1: Biorąc pod uwagę ${\ Displaystyle \ {\ pi, \ mu _ {T}, \ sigma _ {T} ^ {2} \}}$$rozkład$ s $,$ zaobserwowania zmaksymalizowane w celu wyszukania ${\ displaystyle Y}$ .

Krok 2: Biorąc pod uwagę $\ pi}$${\ displaystyle N's}$ 's i rozkład 's i $′$ , pojedyncza para $(T,N)}$${\$ jest szacowany dla każdej próbki i każdego genu.

Kroki te są następnie dostosowywane do określonych scenariuszy danych.

DeMix został opracowany przy użyciu procedury optymalizacji Neldera-Meada , która obejmuje numeryczne całkowanie gęstości spoiny. DeMix stosuje podejście dwuetapowe, najpierw szacując s, a następnie oceniając $średnie$ i wariancje ekspresji genów na podstawie $}_{i}}$${\ displaystyle {\ hat {\$ s. Model stawu, który jednocześnie szacuje wszystkie parametry , będzie mógł dalej uwzględniać miarę niepewności proporcji tkanek. Jednak etap szacowania z takiego modelu może wymagać dużej mocy obliczeniowej i może nie nadawać się do analizy danych o dużej przepustowości.

Stosowanie

DeMix obejmuje cztery scenariusze danych: z genem referencyjnym lub bez niego oraz dopasowanym lub niedopasowanym projektem. Chociaż algorytm wymaga co najmniej jednego genu jako genu odniesienia, zaleca się użycie co najmniej 5 do 10 genów, aby złagodzić potencjalny wpływ wartości odstających i zidentyfikować optymalny zestaw s . ${\ displaystyle \ pi}$ DeMix zakłada, że ​​zmieszana próbka składa się co najwyżej z dwóch przedziałów komórkowych: normalnego i nowotworowego, oraz że parametry dystrybucji normalnych komórek można oszacować na podstawie innych dostępnych danych. W innych sytuacjach może być potrzebne bardziej złożone modelowanie.