A Multi-Omics Framework for Survival Mediation Analysis of High-Dimensional Proteogenomic Data

ملخص تقني: SMAHP – إطار عمل للتحليل متعدد الأوميات لوساطة البقاء على قيد الحياة

بيان المشكلة
يعد تحليل البقاء على قيد الحياة أمراً بالغ الأهمية لفهم النتائج المتعلقة بالوقت حتى وقوع الحدث، مثل تطور المرض ووفاة المرضى. وبينما مكنت التطورات الأخيرة من التوصيف عالي الإنتاجية لبيانات البروتينات والجينومات، فإن أطر الوساطة السببية الحالية لنتائج البقاء تواجه قيوداً كبيرة. تعتمد الطرق الحالية، مثل تحليل الوساطة عالي الأبعاد في نماذج البقاء (HIMAsurvival) وMASH، بشكل أساسي على نموذج مخاطر كوكس النسبية (Cox PH). وتتركز هذه النهج عادةً على تعرض واحد أو طبقات أومية فردية، مما يفشل في التقاط التفاعل المعقد بين التعرضات عالية الأبعاد (مثل التعبيرات الجينية) والوسطاء عاليي الأبعاد (مثل مستويات البروتين) ضمن سياق متعدد الأوميات. علاوة على ذلك، فإن الاعتماد على نموذج كوكس يفرض فرضية المخاطر النسبية (PH)، والتي قد تُنتهك في سياقات بيولوجية معينة. هناك نقص في الأطر الموحدة القادرة على التعامل في آن واحد مع التعرضات والوسطاء عاليي الأبعاد مع دمج البيانات متعددة الأوميات لنتائج البقاء على قيد الحياة.

المنهجية: SMAHP
يقترح المؤلفون SMAHP (تحليل وساطة البقاء للبيانات البروتينية الجينومية عالية الأبعاد)، وهو إطار عمل مبتكر قائم على النموذج المضاد للواقع (counterfactual paradigm). تم تصميم الطريقة لتحديد المسارات السببية حيث تؤثر التعرضات الجينومية على نتائج البقاء من خلال وسطاء بروتينيين. تتكون الإجراءات من ثلاث خطوات رئيسية:

1. الخطوة 1: اختيار المتغيرات المعاقب (ما قبل الفرز):

   • نموذج النتيجة: يُستخدم نموذج زمن الفشل المتسارع (AFT) المعاقب لتقييم التأثيرات المباشرة للتعرضات عالية الأبعاد ($X$) والوسطاء ($M$) على نتيجة البقاء ($T$). تم اختيار نموذج AFT لتجنب فرضية المخاطر النسبية المتأصلة في نموذج كوكس. يستخدم المؤلفون عقوبة التباين الأدنى (MCP) عبر خوارزمية طريقة المضاعفات الموجهة نحو الاتجاه (ADMM) لتحديد المجموعات النشطة للجينات الهامة ($S_1$) والبروتينات ($T$).
   • نموذج الوساطة: يتم تطبيق نموذج انحدار خطي معاقب (باستاستخدام MCP أيضاً) لنمذجة الارتباط بين التعرضات وكل وسيط ($X \to M_k$)، مما يحدد المجموعات النشطة للجينات ($J^k_1$) المرتبطة بوسطاء محددين.

2. الخطوة 2: فحص الوسطاء المهمين (SIS):

   • لتقليل الأبعاد والعبء الحسابي، يتم تطبيق نهج فحص الاستقلال المضمون (SIS). تحسب الطريقة حاصل ضرب المعاملات المقدرة من مسارات التعرض-الوسيط والوسيط-النتيمة ($|\hat{\alpha} \cdot \hat{\beta}|$).
   • يتم الاحتفاظ بأزواج الوسطاء والتعرضات التي تمتلك أكبر قيم من بين أعلى $n/\log(n)$ (أو مضاعف لها). تحدد هذه الخطوة الوسطاء البروتينيين "المهمين" الذين يفسرون التعرضات، مما يؤدي فعلياً إلى تصفية المجموعات المرشحة إلى $S_2$ (الوسطاء) و $J^s_2$ (التعرضات).

3. الخطوة 3: اختبار الفرضية والتحكم في معدل الاكتشاف الخاطئ (FDR):

   • يتم إجراء اختبار الأهمية المشتركة (JS) على المجموعات المختصرة لتحديد ما إذا كان وسيط معين يقع في المسار السببي ($H_0: \alpha \beta = 0$).
   • تحسب الطريقة القيم الاحتمالية (p-values) لكل عنصر لضرب المعاملات باستخدام الحد الأقصى للقيم الاحتمالية للمسارات الفردية.
   • يتم التحكم في معدل الاكتشاف الخاطئ (FDR) باستخدام إجراء بنجاميني-هوخبرج (BH) على مصفوفة القيم الاحتمالية الناتجة.

المساهمات الرئيسية

• إطار عمل مبتكر: يُقدم SMAHP كواحد من أولى المحاولات لدمج نموذج زمن الفشل المتسارع (AFT) في إطار عمل وساطة سببية متعدد الأوميات لنتائج البقاء.
• التعامل مع الأبعاد العالية: على عكس الطرق السابقة التي غالباً ما تعامل التعرضات كمتغيرات مفردة، يتعامل SMAHP في آن واحد مع ناقلات عالية الأبعاد من كل من التعرضات (الجينات) والوسطاء (البروتينات).
• تكامل متعدد الأوميات: ينمذج الإطار صراحةً التآزر بين التعرضات الجينومية والوسطاء البروتينيين، متجاوزاً تحليل طبقة أومية واحدة.
• القوة تجاه انتهاك فرضية المخاطر النسبية (PH): من خلال استخدام نموذج AFT، توفر الطريقة بديلاً قوياً للنهج القائم على كوكس عندما لا تتحقق فرضية المخاطر النسبية.
• التنفيذ: تم تنفيذ الطريقة كحزمة في لغة R (باسم SMAHP) متاحة مجاناً على CRAN.

النتائج

• الدراسات المحاكية: أجرى المؤلفون عمليات محاكاة واسعة النطاق عبر سيناريوهات مختلفة (تغيير حجم العينة $n$، عدد الجينات $p$، والبروتينات $k$) ومعدلات الرقابة (25%، 50%، 75%).
  • الأداء: أظهر SMAHP قوة إحصائية عالية مع التحكم الفعال في معدل الاكتشاف الخاطئ (FDR) عند مستوى 5%.
  • المقارنة: مقارنة بالنهج "الساذج" (بدون عقوبة/SIS) ونهج "SIS + SIS" (نماذج هامشية أحادية المتغير مع SIS)، حافظ SMAHP على تحكم متفوق في FDR، خاصة مع زيادة معدلات الرقابة. أظهر النهج الساذج تضخماً في FDR، بينما واجه نهج SIS + SIS صعوبة في التحكم في FDR عند معدلات الرقابة العالية (50% و75%).
  • الحوسبة: على الرغم من أن SMAHP تطلب وقتاً حسابياً أطول من الطرق الأخرى بسبب العقوبة، إلا أنه ظل قابلاً للتنفيذ (على سبيل المثال، حوالي 2-4 دقائق لـ $n=400$).
• تطبيق البيانات الحقيقية: طُبقت الطريقة على بيانات "التحالف الاستشاري للسرطان البروتيني السريري" (CPTAC) لسرطان الخلايا الحرشفية في الرأس والعنق (HNSCC)، مع التركيز تحديداً على الحالات سالبة فيروس الورم الحليمي البشري (HPV-negative).
  • النتيجة: حدد التحليل تأثيراً غير مباشر معتد به حيث يتوسط البروتين LCE3E العلاقة بين الجين HMGB1P23 والبقاء الإجمالي.
  • السياق البيولوجي: بينما لا يُعد HMGB1P23 موثقاً جيداً في الأدبيات المرضية، يرتبط LCE3E بالثآليل الأخمصية (المرتبطة بفيروس الورم الحليمي البي بشري)، مما يوفر رابطاً بيولوجياً محتملاً في مجموعة سالبة لفيروس HPV حيث قد يكون التحكم المناعي للفيروس ذا صلة. كان التأثير المباشر للجين على البقاء إيجابياً، بينما كان التأثير غير المباشر عبر البروتين سلبياً.

الأهمية والادعاءات
يدعي البحث أن SMAHP يعالج الفجوات الحرجة في تحليل وساطة البقاء من خلال تمكين التحليل المتزامن لبيانات متعددة الأوميات عالية الأبعاد دون الاعتماد على فرضية المخاطر النسبية. يضع المؤلفون SMAHP كأداة توفر رؤية أكثر شمولاً للآليات الجزيئية (مسارات جين-بروتين-نتيجة) مقارنة بتحليل علاقات الجين-النتيجة والبروتين-النتيجة بشكل منفصل. وتخلص الدراسة إلى أن الطريقة توفر إطاراً إحصائياً قوياً لتحديد المسارات السببية في الأنظمة البيولوجية المعقدة، مع تطبيق ناجح على بيانات البروتين-جينوم الواقعية. يقر المؤلفون بوجود قيود، مثل الحاجة إلى عينات أكبر في ظل معدلات رقابة عالية جداً (75%) للحفاظ على القوة والتحكم في FDR، ويقترحون عملاً مستقبلياً يمكن أن يتضمن معلومات بيولوجية على مستوى المجموعة (الوساطة على مستوى المسار) ونماذج AFT غير معلمية.