NaRnEA: An Information Theoretic Framework for Gene Set Analysis.
NaRnEA: An Information Theoretic Framework for Gene Set Analysis.
复制标题
DOI：
10.3390/e25030542
复制
发表时间：
2023-03-21
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
基因组越来越多地被用来从转录组数据中进行高水平的生物学推论；然而，现有的基因集分析方法依赖于过于保守的启发式方法来量化基因集富集的统计显着性。我们创建了基于非参数分析排名的富集分析 (NaRnEA)，以利用信息论最大熵原理导出的最佳零模型来促进准确而稳健的基因集分析。通过测量来自癌症基因组图谱 (TCGA) 的三个队列中约 2500 个转录调节蛋白的差异活性，基于原发性肿瘤和正常组织样本之间每种蛋白转录靶标的差异表达，我们证明 NaRnEA 在两种广泛使用的基因集分析方法中得到了显着改进：基因集富集分析 (GSEA) 和基于分析排名的富集分析 (aREA)。我们表明，NaRnEA 推断的差异蛋白活性与临床蛋白质组肿瘤分析联盟 (CPTAC) 中独立的、表型匹配的质谱数据推断出的差异蛋白丰度显着相关，证实了我们方法的统计和生物学准确性。此外，我们的分析至关重要地表明，GSEA 和 aREA 用于基因集分析的样本改组经验无效模型过于保守，NaRnEA 采用的新开发的最大熵分析无效模型避免了这一缺点。
Gene sets are being increasingly leveraged to make high-level biological inferences from transcriptomic data; however, existing gene set analysis methods rely on overly conservative, heuristic approaches for quantifying the statistical significance of gene set enrichment. We created Nonparametric analytical-Rank-based Enrichment Analysis (NaRnEA) to facilitate accurate and robust gene set analysis with an optimal null model derived using the information theoretic Principle of Maximum Entropy. By measuring the differential activity of ~2500 transcriptional regulatory proteins based on the differential expression of each protein’s transcriptional targets between primary tumors and normal tissue samples in three cohorts from The Cancer Genome Atlas (TCGA), we demonstrate that NaRnEA critically improves in two widely used gene set analysis methods: Gene Set Enrichment Analysis (GSEA) and analytical-Rank-based Enrichment Analysis (aREA). We show that the NaRnEA-inferred differential protein activity is significantly correlated with differential protein abundance inferred from independent, phenotype-matched mass spectrometry data in the Clinical Proteomic Tumor Analysis Consortium (CPTAC), confirming the statistical and biological accuracy of our approach. Additionally, our analysis crucially demonstrates that the sample-shuffling empirical null models leveraged by GSEA and aREA for gene set analysis are overly conservative, a shortcoming that is avoided by the newly developed Maximum Entropy analytical null model employed by NaRnEA.
登录
查看更多内容
DOI：
10.1038/nrc.2016.124
发表时间：
2017-03
期刊：
Nature reviews. Cancer
影响因子：
--
作者：
Califano A;Alvarez MJ
通讯作者：
Alvarez MJ
DOI：
10.1093/bioinformatics/btw216
发表时间：
2016-07-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Lachmann A;Giorgi FM;Lopez G;Califano A
通讯作者：
Califano A
影响因子：
14.9
作者：
Colaprico A;Silva TC;Olsen C;Garofano L;Cava C;Garolini D;Sabedot TS;Malta TM;Pagnotta SM;Castiglioni I;Ceccarelli M;Bontempi G;Noushmehr H
通讯作者：
Noushmehr H
DOI：
10.3390/e22040427
发表时间：
2020-04-10
期刊：
Entropy (Basel, Switzerland)
影响因子：
--
作者：
Das S;McClain CJ;Rai SN
通讯作者：
Rai SN
DOI：
10.1111/j.2517-6161.1995.tb02031.x
发表时间：
1995-01-01
影响因子：
5.8
作者：
BENJAMINI, Y;HOCHBERG, Y
通讯作者：
HOCHBERG, Y