非計量多次元尺度構成法によるゲノムコピー数解析
Analysis of DNA copy number alterations with non-metric multidimensional scaling method
物理学専攻 片岡史彬
1. はじめに
ゲノムコピー数多型(CNV)は、多くの遺伝性疾患の一因である。しかしながら、コピー数変化の観測デー タには、多くの生物学的ノイズが載っている。それゆえ、どのゲノムの、どの領域に、どのように異常が出てい るかを評価するのは容易ではない。この論文では、アレイ化された比較ゲノムハイブリダイゼーション法（ａＣ ＧＨ）によって観測されたＤＮＡコピー数の変化を評価するために、非計量多次元尺度構成法（ｎＭＤＳ）を適 用させてみる。
2. 方法と結果
ＤＮＡコピー数変化の評価におけるｎＭＤＳの性能を試験するために、ｎＭＤＳを大腸癌での観測結果に適 用させてみた[1]。もとのデータはＡＣＴｕＤＢにある［２］。分析に使うｎＭＤＳの詳細は[３]にある。
１２５人の患者ごとに、底２の対数で変換された２０７４個のＢＡＣアレイの遺伝子発現データがあり、その データ間でのユークリッド距離を計算する。するとデータはｎＭＤＳによって二次元に埋め込まれる（図 1）。
データ中の欠損値はコピー数の正常値である０で補うことにする。 図１では、中央に正常値のクラスタがあ り、周囲に異常値が散らばっていると考えられる。
図１：遺伝子２０７４個×患者１２５人のデータを nMDS で二次元に埋め込む
図１から異常なものだけを取り出して調べるために、図１上に、原点を中心とした半径Ｒの円を考え、その 領域の内側にあるものをデータから取り除く。 半径Ｒを決めるために、nMDS によって計算された距離の分 布を対数で描く（図 2）と、指数分布とガウス分布の和のようになる。
図２：再現距離の分布(対数)
そこで、次のような関数 P0（r）を、パラメータ a、p、m、s について最尤推定し、図２の分布をフィッティング する（図 3）。p は各分布の重み、a は(対数をとった場合の)指数分布の傾き、m はガウス分布の平均値、s はガウス分布の分散である。ガウス分布部分に異常なものがあると考え、この部分をすべて取り出せるよう に半径Ｒを 0．035 に決める。指数分布、ガウス分布それぞれのようすは図４のようになる。
図３：図２のフィッティング 図４：指数分布とガウス分布(対数)
こうして取り出された異常な遺伝子は 225 個ある。これら 225 個の遺伝子を再びｎＭＤＳで二次元に埋 め込む（図５）。 図５上で、染色体が番号ごとに、どのあたりに分布しているかを調べると、図６のような三 つの楕円領域の中にクラスタを形成している。クラスタ１には８番染色体が、クラスタ２には２０番染色体が、
クラスタ３には１８番染色体がそれぞれ多く含まれている（表１）。
さらに増幅と欠失の比率が表２のようになる。また、各クラスタについて、コピー数の遺伝子ごとの平均値 の分布は図７のようになる。
図５：遺伝子２２５個×患者１２５人のデータを 図６：３つのクラスタに分ける nMDS で二次元に埋め込む
表１：各クラスタに含まれる染色体の個数
表２：各クラスタの増幅、欠失の比率
図７：各クラスタの遺伝子ごとの平均値の分布
クラスタ２がダブルピークになるのは、20 番染色体の BAC ごとの平均値が染色体上の前後の領域で 差がでるからである（図８）。図８の横軸には、染色体の先端から後端へ順に並べている。これは図６上でも わかれている（図９）。
図８：２０番染色体の遺伝子ごとの平均値. 図９：図６での２０番染色体の平均値の差
さらに、２２５個の遺伝子が、染色体上のどの領域にあるかを調べると図１０のようになる。横軸は、ある遺 伝子の位置(前端から何 bp の領域にあるか)を、その染色体全体の割合(%)で表したものである。端の方に 異常が多いことがわかる。
図１０：遺伝子が染色体のどの領域にあるか
3.結論
以上において、ｎＭＤＳによって正常と異常な遺伝子が分けられ、さらに異常なものの中でも特徴付けが できた。コピー数解析において、ｎＭＤＳは有効な手法になりえそうである。
参考
