마이크로어레이 데이터의 스펙트럼 이중 군집화: 유전자와 조건의 공동 군집화

RNA 발현 수준에 대한 전세계 분석은 유전자와 전반적인 표현형을 분류하는 데 유용합니다. 이러한 분류 문제는 종종 연결되어 있으며, 특정 '조건' 세트에서 차별적으로 발현되는 '표지 유전자'를 찾고자 합니다. 우리는 유전자와 조건을 동시에 군집화하고, 존재하는 경우 유전자 발현 데이터의 행렬에서 독특한 '체크무늬' 패턴을 찾아내는 방법을 개발했습니다. 암 맥락에서 이러한 체크무늬는 특정 유형의 종양을 가진 환자에서 현저하게 상향 조절되거나 하향 조절된 유전자에 해당합니다. 우리의 방법인 스펙트럼 이중 군집화는 유전자나 조건 전반에 걸쳐 특징적인 발현 패턴에 해당하는 고유 벡터에서 발현 데이터 행렬의 체크무늬 구조를 찾을 수 있다는 관찰에 기반합니다. 또한, 이러한 고유 벡터는 일반적으로 사용되는 선형 대수 접근법, 특히 특이값 분해(SVD) 및 밀접하게 통합된 정규화 단계를 통해 쉽게 식별할 수 있습니다. 우리는 유전자와 조건에 대한 정규화가 독립적으로 또는 결합된 방식으로 수행되는지 여부에 따라 접근 방식의 몇 가지 변형을 제시합니다. 이후 우리는 스펙트럼 이중 군집화를 공개적으로 사용 가능한 암 발현 데이터 세트에 적용하고, 이 접근 방식이 체크무늬 구조를 식별할 수 있는 정도를 조사합니다. 더 나아가, 우리는 우리의 이중 군집화 방법의 성능을 몇 가지 합리적인 벤치마크(예: SVD 또는 원시 데이터에 대한 정규화된 컷의 직접 응용)와 비교합니다.