Different, same, or arrhythmic: an empirically informed benchmark of differential rhythmicity methods

技術要約：Different, same, or arrhythmic: 差分的リズム性解析手法に関する経験的知見に基づくベンチマーク

問題提起
概日リズムは、遺伝子制御ネットワークによって制御される基本的な生物学的ダイナミクスであり、条件間の遺伝子発現の変化を理解するために、時系列RNA-seqデータを通じて頻繁に研究されている。差分的発現（DE）解析のためのツールは確立されている一方で、条件間でリズム特性（振幅、位相、またはリズムの有無）が変化する遺伝子を特定する「差分的リズム性（DR）」解析手法については、標準化された指針が欠如している。先行研究では、ツールの出力における不一致や、研究室間でのリズム遺伝子の特定における重複の欠如が指摘されている。さらに、既存のベンチマークは「正解（グラウンドトゥルース）」が不明な生物学的データセットに依存しているか、あるいは平均分散関係や同時進行する差分的発現の混同効果といった、RNA-seqデータの特有の複雑性を考慮できていない。その結果、研究者は自身の実験デザインに対して適切な手法を選択する際に不確実性に直面している。

方法論
著者は、5つのソフトウェアパッケージ（compareRhythms、diffCircaPipeline、diffCircadian、dryR、limorhydeを含む）に由来する12種類のDR手法を用いて、体系的なベンチマーク調査を実施した。

• データ生成: 本研究では、負の二項分布（NB分布）を用いて生成された、RNA-seqカウントデータの合成モデルを利用した。決定的なことに、このモデルにはマルチ組織の概日時系列データから得られた経験的な平均分散トレンドを組み込んでいる。シミュレーションには、以下のパラメータを調整可能な2つの条件（コントロールおよび介入）を含めた：
  • サンプリング解像度（2時間、4時間、6時間）
  • 時点あたりのレプリケート数（2、4）
  • シーケンシング深度（5M、20M、50M）
  • リズム遺伝子の割合および差分的発現（DE）遺伝子の割合
  • 条件間の振幅および位相の差
  • 正解は、「same」（維持）、「gain」（新規獲得）、「loss」（消失）、および「change」（振幅または位相の変化）という4つのリズムカテゴリー、ならびに非リズム（arrhythmic）遺伝子として設定された。
• 評価フレームワーク: 12の手法は、2つのフレームワークに分類された。一つは仮説検定（HT）であり、通常、リズム性の検定に続いて差分的リズム性の検定を行うものである。もう一つはモデル選択（MS）であり、BICなどの基準を用いて最適な適合モデルを選択するものである。
• 性能指標: 手法は、集約された3つのクラス（非リズム（AR）、リズム維持（R）、差分的リズム性（DR））に対する適合率（precision）、再現率（recall）、およびF1スコアを用いて評価された。グローバルな性能は、マルチクラスMatthews相関係数（MCC）およびマクロF1スコアを用いて評価された。また、偽発見率（FDR）の制御および遺伝子セットサイズの推定精度についても評価を行った。
• 統計解析: 手法の有効性に実験パラメータ（レプリケート数、分散など）が与える影響を判断するために、因子混合効果回帰モデルを用いた。

主な結果

• 全体的な性能: 一部の手法が他よりも一貫して優れた性能を示した。トップレベルの性能を示したのは、4つのカウントベースのHT手法（CR-edger、CR-deseq2、CR-voom、CR-cosinor）、1つの正規化データを用いたHT手法（limorhyde）、および1つのモデル選択手法（dryRであった。注目すべきは、単純なベースライン手法（正規化データに対するコシナー回帰）が、より複雑な専用手法と同等の性能を示したことである。
• 入力データ: カウントベースの手法は、正規化・変換された入力を必要とする手法と比較して、すべてのベンチマークデータセットにおいて概して優れた性能を達成した。ただし、トップレベルのHT手法は入力タイプに対して頑健であった。
• クラス別性能:
  • 非リズム（AR）: すべての手法において、非リズム遺伝子の特定は極めて高い精度で行われた。
  • 差分的リズム性（DR）: HT手法は概して高い適合率を示すが再現率は低くなる傾向があった。一方、MS手法（dryRなど）は、高い感度（再現率）を示すが適合率が低くなる傾向があった。
  • リズム維持（R）: 逆説的に、多くの手法はリズムが維持されている遺伝子の特定において最も低い性能を示し、これらをDRまたはARと誤分類した。
• 実験デザインの影響: レプリケート数の増加、サンプリング解像度の向上、およびリズム振幅の増大に伴い、性能が向上した。リズム遺伝子の割合は、MS手法に対してHT手法よりも大きな影響を与えた。同時進行する差分的発現は、手法の相対的なランキングを大きく変えることはなかった。
• 遺伝子セット推定: ほとんどの手法は、DR遺伝子セットのサイズを系統的に過小評価（HT手法）または過大評価（MS手法）した。著者は、検出された遺伝子数は、リズムクラスの真の割合を示すバイアスのない推定値としては使用すべきではないと結論付けた。
• 偽発見制御: HT手法は概して公称FDR閾値（0.05）を遵守したが、MS手法はすべてのクラスにおいて高い偽発見割合を示した。

主要な貢献および「経験則（Rules of Thumb）」
本論文は、研究者のための6つの実践的なガイドラインをまとめている：

1. カウントベースの手法を優先する: 生のRNA-seqカウントが利用可能な場合は、それらを直接受け入れる手法を使用すること。
2. リズムの割合に基づいて選択する: compareRhythms（edger, deseq2, voom, cosinor）およびlimorhydeは、特にリズム遺伝子の割合が低い場合に全般的に良好に機能する。dryRは、リズム遺伝子の割合が大きい場合に優れた性能を発揮する。
3. バイオマーカーには適合率を優先する: 高信頼度のターゲット探索には、偽陽性を最小限に抑えるためにHT手法（compareRamesの各バリアント、limorhyde）を使用すること。
4. 濃縮解析には感度を優先する: 機能濃縮解析において、真の陽性をより多く回収することが重要な場合は、高感度な手法（dryRまたはcompareRhythmsのモデル選択版）を使用すること。
5. 計算速度を考慮する: 計算資源に制約がある場合、limorhydeおよびcompareRhythms（voom）は、高速かつ高性能な手法である。
6. カウントから定量的推論を行わない: 検出された遺伝子の数のみからリズムクラス（維持 vs 変化）の普及率を推論してはならない。手法によって感度やバイアスが異なるためである。

意義および主張
著者は、本研究が「実験条件と解析目的を特定のDR手法の選択に結びつけた、初の体系的かつ経験的に裏付けられたベンチマーク」であると主張している。正解が不明な生物学的データセットではなく、平均分散トレンドが既知の制御された合成環境を用いることで、本研究は、時系列RNA-seqデータをより信頼性の高い生物学的知見へと翻訳するための、エビデンスに基づいた経験則を提供している。著者は、本研究の目的はアルゴリズムの詳細な分析ではなく、客観的な手法選択の方向性を提供することであると明示している。また、ベンチマークフレームワーク（DSCパッケージを使用）および合成データ生成ツール（fauxseqおよびpyfauxseq）を公開することで、将来的な手法開発とコミュニティによるベンチマークを促進することも述べている。著者は、正弦波リズムの仮定や2条件比較への焦点といった限界についても謙虚に認めているが、得られたガイドラインがDR解析をより透明かつ再現性の高いものにすると主張している。