تحليل شبكة الارتباط الموزون

يُعد تحليل شبكة الارتباط الموزون ، المعروف أيضًا بتحليل شبكة التعبير الجيني المشترك الموزون (WGCNA)، أسلوبًا شائع الاستخدام في استخراج البيانات، لا سيما لدراسة الشبكات البيولوجية القائمة على الارتباطات الثنائية بين المتغيرات. ورغم إمكانية تطبيقه على معظم مجموعات البيانات عالية الأبعاد ، إلا أنه يُستخدم على نطاق واسع في التطبيقات الجينومية . فهو يُتيح تحديد الوحدات (المجموعات)، والمحاور داخل الوحدات، وعُقد الشبكة بناءً على انتماء الوحدة، ودراسة العلاقات بين وحدات التعبير المشترك، ومقارنة بنية الشبكات المختلفة (تحليل الشبكة التفاضلي). يُمكن استخدام WGCNA كتقنية لتقليل البيانات (مرتبطة بتحليل العوامل المائلة )، وكأسلوب للتجميع ( التجميع الضبابي )، وكأسلوب لاختيار الميزات (مثل أسلوب فحص الجينات)، وكإطار عمل لدمج البيانات التكميلية (الجينومية) (استنادًا إلى الارتباطات الموزونة بين المتغيرات الكمية)، وكتقنية لاستكشاف البيانات . ^{[ 1 ]} على الرغم من أن WGCNA يدمج تقنيات استكشاف البيانات التقليدية، إلا أن لغته الشبكية البديهية وإطار تحليله يتجاوزان أي تقنية تحليل قياسية. ولأنه يستخدم منهجية الشبكات، وهو مناسب تمامًا لدمج مجموعات البيانات الجينومية التكميلية، يمكن تفسيره على أنه طريقة لتحليل بيانات علم الأحياء النظمي أو علم الوراثة النظمي. ومن خلال اختيار المحاور داخل الوحدات النمطية في وحدات التوافق، يُتيح WGCNA أيضًا تقنيات التحليل التلوي القائمة على الشبكات . ^{[ 2 ]}

طُوِّرت طريقة WGCNA على يد ستيف هورفاث ، أستاذ علم الوراثة البشرية في كلية ديفيد جيفن للطب بجامعة كاليفورنيا في لوس أنجلوس ، وأستاذ الإحصاء الحيوي في كلية فيلدينغ للصحة العامة بجامعة كاليفورنيا في لوس أنجلوس، وزملائه في جامعة كاليفورنيا في لوس أنجلوس، وأعضاء مختبره (السابقين) (ولا سيما بيتر لانغفيلدر، وبين تشانغ، وجون دونغ). وقد انبثق جزء كبير من هذا العمل من تعاون مع باحثين تطبيقيين. وعلى وجه الخصوص، طُوِّرت شبكات الارتباط الموزونة في مناقشات مشتركة مع باحثي السرطان بول ميشيل ، وستانلي إف. نيلسون، وعالمي الأعصاب دانيال إتش. غيشويند ، ومايكل سي. أولدهام، وفقًا لقسم الشكر والتقدير في المرجع ^{[ 1 ] .}

يمكن تفسير شبكة الارتباط الموزون على أنها حالة خاصة من الشبكة الموزونة ، أو شبكة التبعية ، أو شبكة الارتباط. ويُعد تحليل شبكة الارتباط الموزون جذابًا للأسباب التالية:

• يحافظ بناء الشبكة (القائم على تحديد عتبة مرنة لمعامل الارتباط ) على استمرارية معلومات الارتباط الأساسية. فعلى سبيل المثال، لا تتطلب شبكات الارتباط الموزونة، المبنية على أساس الارتباطات بين المتغيرات العددية، اختيار عتبة صارمة. وقد يؤدي تقسيم المعلومات إلى فئتين وتحديد عتبة صارمة إلى فقدان المعلومات. ^{[ 3 ]}
• يُعطي بناء الشبكة نتائج قوية للغاية فيما يتعلق بالخيارات المختلفة للعتبة المرنة. ^{[ 3 ]} في المقابل، تعتمد النتائج المستندة إلى الشبكات غير الموزونة، والتي يتم إنشاؤها عن طريق تحديد عتبة لمقياس الارتباط الثنائي، بشكل كبير على هذه العتبة.
• تسهل شبكات الارتباط الموزونة التفسير الهندسي القائم على التفسير الزاوي للارتباط، الفصل 6 في ^{[ 4 ]}
• يمكن استخدام إحصائيات الشبكة الناتجة لتحسين أساليب استخراج البيانات القياسية مثل تحليل التجميع، حيث يمكن في كثير من الأحيان تحويل مقاييس التشابه (أو عدم التشابه) إلى شبكات مرجحة؛ ^{[ 5 ]} انظر الفصل 6 في ^{[ 4 ]}
• توفر WGCNA إحصائيات قوية لحفظ الوحدات النمطية، والتي يمكن استخدامها لتحديد مدى التشابه مع حالة أخرى. كما تسمح إحصائيات حفظ الوحدات النمطية بدراسة الاختلافات بين البنية النمطية للشبكات. ^{[ 6 ]}
• يمكن تقريب الشبكات الموزونة وشبكات الارتباط غالبًا باستخدام الشبكات "القابلة للتحليل". ^{[ 4 ] [ 7 ]} يصعب تحقيق هذه التقريبات في كثير من الأحيان بالنسبة للشبكات المتفرقة وغير الموزونة. لذلك، تسمح الشبكات الموزونة (شبكات الارتباط) بتحديد معلمات مُقتصدة (من حيث الوحدات وانتماء الوحدات) (الفصلان 2 و6 في ^{[ 1 ]} ). ^{[ 8 ]}

أولاً، يتم تعريف مقياس تشابه التعبير الجيني المشترك ، والذي يُستخدم لتعريف الشبكة. نرمز إلى مقياس تشابه التعبير الجيني المشترك لزوج من الجينات i و j بالرمز التالي:${\displaystyle s_{ij}}$تستخدم العديد من دراسات التعبير المشترك القيمة المطلقة للارتباط كمقياس تشابه التعبير المشترك غير الموقّع.

${\displaystyle s_{ij}^{unsigned}=|cor(x_{i},x_{j})|}$

حيث يتم عرض ملفات تعريف التعبير الجيني${\displaystyle x_{i}}$و${\displaystyle x_{j}}$يتكون من تعبير الجينين i و j عبر عينات متعددة. مع ذلك، قد يؤدي استخدام القيمة المطلقة للارتباط إلى إخفاء معلومات ذات أهمية بيولوجية، إذ لا يُفرّق بين كبت الجينات وتنشيطها. في المقابل، في الشبكات الموقعة، يعكس التشابه بين الجينات إشارة ارتباط أنماط تعبيرها. يمكن النظر في مناهج تحويل (أو قياس) متنوعة إذا كان مقياس التعبير المشترك الموقع بين أنماط تعبير الجينات...${\displaystyle x_{i}}$و${\displaystyle x_{j}}$هناك حاجة لذلك. على سبيل المثال، يمكن للمرء أن يُوسّع (بشكل خطي) الارتباطات لتكون ضمن${\displaystyle [0,1]}$يتم تحديد النطاق عن طريق إجراء تحويل بسيط للارتباطات على النحو التالي:

${\displaystyle s_{ij}^{signed}=0.5+0.5cor(x_{i},x_{j})}$

كإجراء غير موقع${\displaystyle s_{ij}^{unsigned}}$ ، التشابه الموقّع${\displaystyle s_{ij}^{signed}}$تأخذ قيمة بين 0 و1. لاحظ أن التشابه غير الموقّع بين جينين معاكسين في التعبير (${\displaystyle cor(x_{i},x_{j})=-1}$تساوي قيمة ) 1 بينما تساوي 0 بالنسبة للتشابه الموقّع. وبالمثل، بينما يظل مقياس التعبير المشترك غير الموقّع لجينين ذوي ارتباط صفري صفرًا، فإن قيمة التشابه الموقّع تساوي 0.5.

ثم مصفوفة التجاور (الشبكة)،${\displaystyle A=[a_{ij}]}$، ويستخدم لتحديد مدى قوة ارتباط الجينات ببعضها البعض.${\displaystyle A}$يتم تحديده عن طريق تحديد عتبة مصفوفة تشابه التعبير المشترك${\displaystyle S=[s_{ij}]}$. تحديد عتبة "صارمة" (تقسيم ثنائي) مقياس التشابه${\displaystyle S}$ينتج عن ذلك شبكة تعبير جيني مشترك غير مرجحة. على وجه التحديد، تُعرَّف مجاورة الشبكة غير المرجحة بأنها تساوي 1 إذا${\displaystyle s_{ij}>\tau }$وصفر فيما عدا ذلك. ولأن التحديد الصارم للعتبة يُشفّر روابط الجينات بطريقة ثنائية، فقد يكون حساسًا لاختيار العتبة، مما قد يؤدي إلى فقدان معلومات التعبير المشترك. ^{[ 3 ]} يمكن الحفاظ على الطبيعة المستمرة لمعلومات التعبير المشترك باستخدام التحديد المرن للعتبة، والذي ينتج عنه شبكة مُرجّحة. تحديدًا، يستخدم WGCNA دالة القوة التالية لتقييم قوة روابطها:

${\textstyle a_{ij}=(s_{ij})^{\beta }}$،

حيث القوة${\displaystyle \beta }$هو مُعامل العتبة الناعمة. القيم الافتراضية ${\displaystyle \beta =6}$و${\displaystyle \beta =12}$تُستخدم هذه المصطلحات للشبكات غير الموقعة والشبكات الموقعة، على التوالي. أو بدلاً من ذلك،${\displaystyle \beta }$ يمكن اختيارها باستخدام معيار الطوبولوجيا الخالية من المقياس، والذي يعني اختيار أصغر قيمة لـ${\displaystyle \beta }$ بحيث يتم الوصول إلى طوبولوجيا خالية من المقاييس تقريبًا. ^{[ 3 ]}

منذ${\displaystyle log(a_{ij})=\beta log(s_{ij})}$ترتبط تجاور الشبكة الموزونة خطيًا بتشابه التعبير المشترك على مقياس لوغاريتمي. لاحظ أن قوة عالية${\displaystyle \beta }$ يحول التشابهات العالية إلى تجاورات عالية، بينما يدفع التشابهات المنخفضة نحو الصفر. وبما أن إجراء العتبة الناعمة هذا المطبق على مصفوفة الارتباط الزوجي يؤدي إلى مصفوفة تجاور مرجحة، فإن التحليل الناتج يُشار إليه باسم تحليل شبكة التعبير الجيني المشترك المرجح.

تُعدّ خطوة أساسية في التحليل المرتكز على الوحدات النمطية تجميع الجينات في وحدات شبكية باستخدام مقياس تقارب الشبكة. وبشكل عام، يكون تقارب زوج من الجينات عاليًا إذا كانا مترابطين بشكل وثيق. واصطلاحًا، يكون الحد الأقصى للتقارب بين جينين هو 1 والحد الأدنى هو 0. عادةً، يستخدم تحليل الشبكة الجينية الموزونة (WGCNA) مقياس التداخل الطوبولوجي (TOM) كمقياس للتقارب. ^{[ 9 ] [ 10 ]} ويمكن تعريفه أيضًا للشبكات الموزونة. ^{[ 3 ]} يجمع مقياس التداخل الطوبولوجي بين تجاور جينين وقوة الروابط التي يشتركان فيها مع جينات أخرى "طرف ثالث". يُعدّ مقياس التداخل الطوبولوجي مقياسًا قويًا للغاية لترابط الشبكة (التقارب). يُستخدم هذا التقارب كمدخل للتجميع الهرمي للارتباط المتوسط. تُعرَّف الوحدات النمطية على أنها فروع لشجرة التجميع الناتجة باستخدام أسلوب قطع الفروع الديناميكي. ^{[ 11 ]} بعد ذلك، تُلخَّص الجينات داخل وحدة نمطية معينة باستخدام الجين الذاتي للوحدة ، والذي يُمكن اعتباره أفضل ملخص لبيانات التعبير الجيني الموحدة للوحدة. ^{[ 4 ]} يُعرَّف الجين الذاتي للوحدة النمطية بأنه المكون الرئيسي الأول لملامح التعبير المعيارية. تُحدد الجينات الذاتية مؤشرات حيوية قوية، ^{[ 12 ]} ويمكن استخدامها كميزات في نماذج التعلم الآلي المعقدة مثل الشبكات البايزية . ^{[ 13 ]} للعثور على الوحدات النمطية المرتبطة بسمة سريرية معينة، يتم ربط الجينات الذاتية للوحدة النمطية بالسمة السريرية المعنية، مما يُنتج مقياسًا لأهمية الجين الذاتي. يمكن استخدام الجينات الذاتية كميزات في نماذج تنبؤية أكثر تعقيدًا، بما في ذلك أشجار القرار والشبكات البايزية. ^{[ 12 ]} يمكن أيضًا إنشاء شبكات التعبير المشترك بين الجينات الذاتية للوحدات النمطية (شبكات الجينات الذاتية)، أي الشبكات التي تكون عقدها عبارة عن وحدات نمطية. ^{[ 14 ]} لتحديد الجينات المحورية داخل الوحدة النمطية، يمكن استخدام نوعين من مقاييس الاتصال. الأول، يُشار إليه بـ${\displaystyle kME_{i}=cor(x_{i},ME)}$يُعرَّف المقياس الأول بناءً على ربط كل جين بالجين المميز للوحدة النمطية. أما المقياس الثاني، المسمى kIN، فيُعرَّف على أنه مجموع التجاورات بالنسبة لجينات الوحدة النمطية. عمليًا، هذان المقياسان متكافئان. ^{[ 4 ]} لاختبار ما إذا كانت الوحدة النمطية محفوظة في مجموعة بيانات أخرى، يمكن استخدام إحصائيات شبكية متنوعة، على سبيل المثال${\displaystyle Zsummary}$[ ^{6 ]​}

استُخدمت تقنية WGCNA على نطاق واسع لتحليل بيانات التعبير الجيني (أي البيانات النسخية)، على سبيل المثال، لاكتشاف الجينات المحورية داخل الوحدات الجينية. ^{[ 2 ] [ 15 ]} فعلى سبيل المثال، كشفت دراسة WGCNA عن وجود عوامل نسخ جديدة مرتبطة باستجابة الجسم لجرعة ثنائي الفينول أ (BPA) . ^{[ 16 ]}

يُستخدم تحليل الشبكة الجينية الموزونة (WGCNA) غالبًا كخطوة لتقليل البيانات في تطبيقات علم الوراثة النظمية، حيث تُمثَّل الوحدات النمطية بـ "جينات الوحدة النمطية" (انظر ^{[ 17 ] و[ 18 ]).} ويمكن استخدام جينات الوحدة النمطية لربط الوحدات النمطية بالصفات السريرية. وشبكات الجينات الذاتية هي شبكات التعبير المشترك بين جينات الوحدة النمطية (أي الشبكات التي تكون عقدها عبارة عن وحدات نمطية). ويُستخدم WGCNA على نطاق واسع في تطبيقات علم الأعصاب (انظر ^{[ 19 ] و [ 20 ])} ، ولتحليل البيانات الجينومية ، بما في ذلك بيانات المصفوفات الدقيقة ^{( انظر [ 21 ] )} ، وبيانات تسلسل الحمض النووي الريبوزي أحادي الخلية (RNA-Seq ) ^{( انظر [ 22 ] و[ 23 ])} ، وبيانات مثيلة الحمض النووي (DNA) (انظر ^{[ 24 ]} )، وبيانات الحمض النووي الريبوزي الميكروي (miRNA)، وعدد الببتيدات (انظر ^{[ 25 ] )} ، وبيانات الميكروبات (تسلسل جين 16S rRNA) (انظر ^{[ 26 ]} ). وتشمل التطبيقات الأخرى بيانات تصوير الدماغ، مثل بيانات التصوير بالرنين المغناطيسي الوظيفي (fMRI ) ( ^{انظر [ 27 ]) .}

توفر حزمة برامج WGCNA R ^{[ 28 ]} وظائف لإجراء جميع جوانب تحليل الشبكات الموزونة (بناء الوحدات، واختيار الجينات المحورية، وإحصاءات حفظ الوحدات، وتحليل الشبكات التفاضلي، وإحصاءات الشبكات). تتوفر حزمة WGCNA من شبكة أرشيف R الشاملة (CRAN)، وهي المستودع القياسي لحزم R الإضافية.