GSVA：マイクロアレイとRNA-seqデータの遺伝子セット変動分析

背景：遺伝子セット濃縮（GSE）分析は、遺伝子発現プロファイルからの情報を経路または署名の概要に凝縮するための一般的なフレームワークです。単一の遺伝子分析よりもこのアプローチの強みには、ノイズと寸法の削減、および生物学的解釈の向上が含まれます。分子プロファイリング実験が単純なケースコントロール研究を超えて移動するにつれて、非常に不均一なデータセット内で経路活性をモデル化できる堅牢で柔軟なGSE方法論が必要です。 結果：この課題に対処するために、遺伝子セット変動分析（GSVA）を導入します。これは、監視されていない方法でサンプル集団における経路活性の変動を推定するGSEメソッドです。GSVAの堅牢性を実証します。さらに、微分経路活動と生存分析におけるその有用性の例を提供します。最後に、GSVAがマイクロアレイとRNA-seq実験の両方のデータと同様にどのように機能するかを示します。 結論：GSVAは、対応する方法と比較して、サンプル集団にわたって微妙な経路活動の変化を検出するための増加力を提供します。GSEメソッドは一般にバイオインフォマティック分析のエンドポイントと見なされていますが、GSVAは生物学の経路中心モデルを構築するための出発点を構成します。さらに、GSVAは、RNA-seqデータのGSEメソッドの現在のニーズに貢献しています。GSVAは、Bioconductorプロジェクトの一部を形成し、http：//www.bioconductor.orgからダウンロードできるRのオープンソースソフトウェアパッケージです。

BACKGROUND: Gene set enrichment (GSE) analysis is a popular framework for condensing information from gene expression profiles into a pathway or signature summary. The strengths of this approach over single gene analysis include noise and dimension reduction, as well as greater biological interpretability. As molecular profiling experiments move beyond simple case-control studies, robust and flexible GSE methodologies are needed that can model pathway activity within highly heterogeneous data sets. RESULTS: To address this challenge, we introduce Gene Set Variation Analysis (GSVA), a GSE method that estimates variation of pathway activity over a sample population in an unsupervised manner. We demonstrate the robustness of GSVA in a comparison with current state of the art sample-wise enrichment methods. Further, we provide examples of its utility in differential pathway activity and survival analysis. Lastly, we show how GSVA works analogously with data from both microarray and RNA-seq experiments. CONCLUSIONS: GSVA provides increased power to detect subtle pathway activity changes over a sample population in comparison to corresponding methods. While GSE methods are generally regarded as end points of a bioinformatic analysis, GSVA constitutes a starting point to build pathway-centric models of biology. Moreover, GSVA contributes to the current need of GSE methods for RNA-seq data. GSVA is an open source software package for R which forms part of the Bioconductor project and can be downloaded at http://www.bioconductor.org.