이 블로그에서는 JMP Pro 17에서 유전자 발현 데이터를 모델링하는 작업 흐름을 소개했습니다. 이러한 단계를 적용하는 방법을 보려면 계속 읽으십시오.
모델링
예측자 스크리닝 플랫폼은 샘플에 대한 수백 또는 수천 개의 측정이 수행되고 혁신적인 접근 방식이 필요한 대규모 데이터 세트를 분석하는 데 유용합니다. 예를 들어, 조건을 예측하기 위해 조건이 있거나 없는 환자의 샘플에서 테스트한 수천 개의 바이오마커를 식별하는 데 도움이 될 수 있습니다. 또한 모델의 복잡성을 줄이고 예측 모델의 정확도를 향상시키기 위한 모델화와 같은 추가 분석 유형을 수행하기 전에 중요한 바이오마커를 신속하게 스크리닝하는 데 사용할 수 있습니다.
예측자 선별 플랫폼은 응답 선별과 다른 방법론을 사용하므로 부트스트랩 포리스트 모델을 사용하여 응답의 잠재적 예측자를 선별함으로써 데이터의 큰 변화를 일으키는 변수를 찾습니다.
여기에서 순위가 매겨진 예측인자(바이오마커) 기여도의 결과를 볼 수 있습니다.
종종 유전자 발현 프로파일은 유사성을 나타내며 이는 일부 공동 조절을 시사합니다. 상관관계가 높은 후보의 수를 줄이는 데 도움이 되는 경우가 많습니다. 그만큼 클러스터 변수 플랫폼은 예측 모델에 사용할 입력 변수의 수에 대해 차원 축소를 수행합니다. 단일 변수가 각 그룹을 나타낼 수 있도록 유사한 변수 그룹을 찾아 입력을 줄입니다.
샘플 클러스터링에 주성분 분석(PCA)을 통합합니다. 클러스터 변수 플랫폼에 대한 통계 세부 정보 . PCA는 유사하게 행동하는 변수를 밝혀 많은 변수와 일부 근본적인 효과 사이의 관계를 이해하기 위한 도구입니다. 또한 중요한 변수 중에서 어떤 변수가 고유한지 보여줍니다.
아래에서는 Predictor Screening에서 가장 중요한 50개의 변수를 선택하여 클러스터 변수에 사용했습니다.
클러스터 요약에는 가장 대표적인 변수가 있는 10개의 고유한 변수 그룹만 표시됩니다. 예측자 선별에서 선택한 변수가 분석마다 다를 수 있으므로 클러스터 수는 분석마다 다를 수 있습니다.
이 예에서는 클러스터 1에 23개의 변수가 유사하게 수행되기 때문에 함께 넣을 수 있습니다. 이 그룹에서 변수 -15645만 살펴봐야 합니다. 이 단일 변수는 23개의 변수 중 발생하는 제1주성분 변동의 81.3%를 설명한다. 이 단일 변수는 또한 50개의 변수 중 모든 변동성의 37.4%를 설명합니다. 변수 -15645는 해당 클러스터의 변수와 가장 높은 상관 관계를 갖습니다. 요약하면 클러스터 변수를 사용하면 고유성을 매우 빠르게 분석할 수 있으므로 더 자세히 분석해야 하는 중요한 변수를 추가로 식별할 수 있습니다.
다음 단계는 발현 수준이 반응에 어떤 영향을 미치는지 확인하기 위해 유전자를 모델링하는 것입니다(조직 단계). 모델 스크리닝을 통해 데이터에 가장 적합한 모델을 자동으로 찾을 수 있습니다. 제안된 모델 목록에서 적용할 모델을 선택할 수 있습니다. 우리의 경우 XGBoost가 97%의 RSquare로 최고의 성능을 보였습니다.
XG Boost 모델에서 예측 프로파일러를 사용하면 유전자 발현 수준이 응답의 예측 값에 어떤 영향을 미치는지 감지할 수 있습니다. 여기서 우리는 5개 유전자의 발현 수준이 조직의 분화 단계에 영향을 미친다는 것을 알 수 있습니다.
이와 마찬가지로 JMP Pro 17은 다양한 조직 유형과 배란 전 난포 발달의 조직 단계에 따라 발현이 다른 몇 가지 바이오마커를 성공적으로 식별했습니다.
