(被)影響遺伝子の同定 濱野 鉄太郎 北里大学大学院 薬学研究科 臨床統計部門 バイオスタティスティックスの数理的基礎

Presentation on theme: "(被)影響遺伝子の同定 濱野 鉄太郎 北里大学大学院 薬学研究科 臨床統計部門 バイオスタティスティックスの数理的基礎"— Presentation transcript:

1 (被)影響遺伝子の同定 濱野 鉄太郎 北里大学大学院 薬学研究科 臨床統計部門 バイオスタティスティックスの数理的基礎
チュートリアル「遺伝子発現データ解析概論」 (被)影響遺伝子の同定 濱野 鉄太郎 北里大学大学院 薬学研究科 臨床統計部門　 Copyright (C) 2003 Tetsutaro Hamano (Kitasato University). All rights Reserved.

2 本セクションの目的 遺伝子発現データから(被)影響遺伝子を同定する方法を紹介 (被)影響遺伝子の同定において重要な点を考察

3 (被)影響遺伝子 影響を与える遺伝子 影響を受ける遺伝子 例：癌遺伝子，癌抑制遺伝子 (Hanahan et al., 2000)
例：熱によるショックに影響される遺伝子 (Schena et al., 1996)

4 医学における応用 テイラーメイド医療 患者のゲノム情報から個人差を 考慮した医療を提供する ゲノム創薬 ゲノム情報をもとにして
新薬の候補物質を開発する

5 遺伝子発現解析のキーワード 解析の簡便さ（Lightness） 計算の速さ （Quickness） 結果の正確さ（Exactitude）
結果の見易さ（Visibility） 多重性の考慮（Multiplicity） 結果の再現性（Reproducibility） 参考：Calvino（1993）

6 遺伝子発現データ 状態1 状態2 状態n 遺伝子1 ・・・ 遺伝子2 ・・・ ・・・ ・・・ ・・・ ・・・ ・・・ 遺伝子m ・・・
遺伝子 i の発現プロファイル

7 データの分布（アレイ毎） 

8 箱ひげ図（アレイ毎）

9 Lightness & Quickness 遺伝子発現データは膨大 解析の簡便さと計算機の速さが必要 数～数百サンプル 数百～数万遺伝子
ひとつの遺伝子を解析する時間が一秒でも３６００個の遺伝子では一時間かかる

10 Exactitude 遺伝子発現解析では，遺伝子の発現量を直接測定しているわけではない
蛍光色素や放射性物質によりラベリング シグナルの強度（比）を測定 実験によって生じる偏りや誤差変動に注意しなければならない Garbage in, garbage out

11 アレイ上で生じるエラー Bubbles Comets Damaged substrate Dilated spots Doughnuts
Edge drying Edge fading High background: fluorescence High background: black holes Irregular spot morphology Low signal intensity Particle contamination Pin blockage Scanner problems Day-to-day variation in　printing High irregular background Bright patches/streaks Nonspecific signal Chip defects Scratching of feature surface （Bowtell and Sambrook eds., 2003）

12 Visibility クラスター分析 Eisenマップ 生のアレイ画像 遺伝子発現解析で頻繁に行われている 類似性の指標
相関係数，ユークリッド距離 Eisenマップ Eisen et al. (1998) 生のアレイ画像

13 主なクラスター分析手法 階層的クラスタリング k平均法 自己組織化マップ Eisen et al. (1998)
Tavazoie et al. (1999) 自己組織化マップ Tamayo et al. (1999)

14 階層型クラスタリング n(m)次元空間上の遺伝子（状態）発現プロファイル

15 階層型クラスタリング 最も近接した点を結合する

16 階層型クラスタリング クラスター間の距離 1. 最短距離法 2. 最長距離法 3. 群平均法 1 2 3

17 階層型クラスタリング 樹形図を作成する 遺伝子1 遺伝子2 ・・・ 遺伝子m 非類似性

18 k平均法 n(m)次元空間上の遺伝子（状態）発現プロファイル

19 k平均法 参照点をランダムに配置 （参照点の数＝クラスター数は事前に設定）

20 k平均法 最も近接した参照点に各点を属させる

21 k平均法 参照点をクラスターの重心に更新する

22 k平均法 収束条件を満たすまで以上のプロセスを繰り返す

23 自己組織化マップ 格子点をランダムに配置する （格子点数＝クラスター数は事前に設定）

24 自己組織化マップ ある点をランダムに選択する

25 自己組織化マップ 格子点を点の方向に近づける

26 自己組織化マップ 以上のプロセスを繰り返す

27 初期の論文では 発現比が閾値を超えた遺伝子群を抽出 例： Schena et al. (1996) DeRisi et al. (1997)
発現比が2倍以上または0.5以下のものを抽出 DeRisi et al. (1997) 発現比が3倍以上のものを抽出

28 問題点 データの確率変動を考慮していない たまたま発現比が2以上だった？ ばらつきの大きい方が選択され易い？
発現比の確率分布を考慮して遺伝子を抽出しなければならない

29 Multiplicity (被)影響遺伝子を仮説検定で同定したい 検定の多重性の問題が生じる 例：癌細胞群と正常細胞群とを比較
有意水準５％で一万個の遺伝子を検定 各遺伝子が互いに独立で，全ての帰無仮説が正しいときに，５００個の遺伝子が有意

30 記号法 U V ｍ０ T S ｍ－ｍ０ ｍ - R R ｍ 棄却しない 棄却した 真の帰無仮説 真の対立仮説
(Benjamini & Hochberg,1995)

31 False Discovery Rate 棄却された仮説のうちで第一種の過誤が起こる確率
(Benjamini & Hochberg,1995)

32 Significance Analysis of Microarrays (SAM)
遺伝子毎に検定統計量を計算 検定統計量の順序統計量を導出 完全帰無仮説のもとでサンプルを並べ替え，順序統計量の期待値を推定 統計量と期待値の差を比較して，ある閾値以上（以下）の遺伝子を抽出 帰無分布からFDRを推定 (Tusher et al., 2001)

33 モデル選択的アプローチ 線形スプライン関数の当てはめにより，特徴的な発現プロファイルの遺伝子群を抽出 AICを用いて定数関数モデルと比較
線形スプラインモデルが選択される遺伝子群を抽出 (DeHoon, Imoto and Minano, 2002)

34 Reproducibility 遺伝子発現解析は，探索的な段階から検証的な段階へと移行しつつある より高い水準の再現性が必要である 臨床試験
テイラーメイド医療 より高い水準の再現性が必要である 品質管理 実験計画法 データの前処理（正規化など）