経路解析手法を評価するための戦略

背景: 研究者たちは、具体的な臨床的または実験的条件に関連する生物学的経路を特定するために、多数の手法を開発してきました。これは、高スループットデータの生物学的解釈を促進することを目的としています。このような経路解析（PA）手法を実用的に適用する前に、まず、関心のある条件によって撹乱された経路が事前に十分に特徴付けられたデータセットを使用して、それらのパフォーマンスと信頼性を評価する必要があります。しかし、こうした「真実」（またはゴールドスタンダード）はしばしば利用できません。さらに、「真の解答」を定義することに焦点を当てた以前の評価戦略では、広範な条件下でのPA手法を体系的かつ客観的に評価することができません。結果: 本研究では、確立された金標準や仮定された金標準に依存せずにPA手法を評価するための新しい戦略を提案します。この戦略は、相互補完的な二つの指標、リコールと識別を使用します。リコールは、特定の分析手法を元の大規模データセットに適用して特定された撹乱経路の一貫性を測定し、同じ手法を元のデータセットのサブデータセットに適用して特定された経路と比較します。一方、識別は特異性を測定します。これは、特定の手法がある実験からのデータセットに対して特定した撹乱経路が、異なる実験からのデータセットに対して同じ手法で特定された経路とどの程度異なるかを示します。私たちは、これらの指標と24のデータセットを使用して、広く使われている6つのPA手法を評価しました。その結果、少ないデータセットから重要な経路を信頼性高く特定することの一般的な課題が浮き彫りになりました。重要なことに、私たちの提案した二指標戦略の効果を確認し、以前の比較研究が私たちの戦略によって得られた6つの手法の性能評価を裏付けることを示しました。結論: PA手法のパフォーマンスを評価するために以前に提案された戦略とは異なり、私たちの二指標戦略は、特定の臨床的または実験的条件によって撹乱された経路のいかなる真実にも、確立されたものや仮定されたものに依存しません。そのため、私たちの戦略は、さまざまな条件に対して任意の数のデータセットを使用して研究者が経路解析手法を体系的かつ客観的に評価できるようにします。