PETRO enables robust estimation of on-target perturbation effects in Perturb-seq

기술 요약: 견고한 Perturb-seq 분석을 위한 PETRO

문제 정의
Perturb-seq은 풀링된 CRISPR 섭동(perturbation)과 단일 세포 RNA 시퀀싱을 결합하여 전사체 전체의 반응을 프로파일링하며, 일반적으로 의도한 타겟에 대한 반복 실험으로서 타겟당 여러 개의 가이드 RNA(gRNA)를 사용합니다. 표준적인 분석 접근 방식(예: DESeq2, SCEPTRE, Mixscale)은 이러한 가이드들을 통합하여 타겟 수준의 섭동 효과를 추정합니다. 그러나 이러한 통합 방식은 오프타겟(off-target) 효과에 취약합니다. 특정 가이드는 의도한 타겟을 성공적으로 섭동하는 동시에, 오프타겟 결합을 통해 유전자 발현을 변화시킬 수 있습니다. 이러한 오프타겟 효과가 존재할 때, 기존의 가이드 풀링이나 단순 평균화는 편향된 타겟 수준 추정치를 생성합니다. 이러한 편향은 효율적인 타겟 섭동이 이루어진 경우에도 지속될 수 있으며 생물학적 결론을 왜곡할 수 있습니다. 또한, 서열 또는 프로파일 진단을 기반으로 "의심스러운" 가이드를 제거하는 기존의 필터링 전략은 편향되지 않은 추정을 보장하지 못하며, 남은 가이드들의 가중치를 변경하거나 결과 특이적인 편차를 고려하지 못할 수 있습니다.

방법론: PETRO 프레임워크
저자들은 "다수 규칙(majority rule)" 가정하에 온타겟(on-target) 섭동 효과를 복구하도록 설계된 인과 추론 프레임워크인 PETRO(Perturbation Effect estimation Robust to Off-target bias)를 제시합니다.

• 모델 공식화: 타겟-결과 쌍에 대해, 가이드 $j$의 효과($\gamma_j$)는 공유된 온타겟 효과($\Gamma$)와 가이드 특이적 오프타겟 효과($\delta_j$)로 분해됩니다: $\gamma_j = \Gamma + \delta_j$. 가이드는 $\delta_j = 0$일 때 "유효(valid)"한 것으로 간격됩니다.
• 식별 가정: PETRO는 다수 규칙을 가정합니다. 즉, 특정 결과에 대해 주어진 타겟의 가이드 중 절반 이상이 유효($\delta_j = 0$)해야 합니다. 이 가정하에서 온타겟 효과 $\Gamma$는 유효한 가이드들이 공유하는 유일한 값으로 식별되며, 이는 가이드 효과의 모집단 중앙값과 동일합니다. 이 식별은 유효한 가이드의 구체적인 정체를 알지 못하더라도, 무효한 소수가 임의의 오프타겟 효과를 갖더라도 성립합니다.
• 추정 전략: PETRO는 Tukey-bisquare 가중치를 사용하여 $\Gamma$를 강건한 M-추정법(robust M-estimation)으로 추정합니다. 이는 합의된 결과에서 크게 벗어나는 가이드의 가중치를 낮춤으로써, 유효하지 않은 소수를 사전에 식별하거나 제거할 필요 없이 그들의 영향을 효과적으로 줄입니다.
• 비례 확장: 조절 효과($\alpha$)—타겟 유전자 발현의 단위 변화당 결과의 변화—를 추정하기 위해, PETRO는 비례 모델 $\gamma_j = \alpha\beta_j + \delta_j$를 채택합니다. 여기서 $\beta_j$는 타겟 발현에 미치는 가이드의 효과입니다. 이를 통해 섭동 강도의 가이드 간 차이를 허용하면서도 오프타겟 효과에 대한 강건성을 유지합니다.
• 추론: 이 프레임워크는 모수적(Gaussian 기반) 및 순열(permutation) 기반 추론을 모두 지원합니다. 저자들은 강건한 추정이 편향을 해결하지만, 파라미터 근사가 제1종 오류를 팽창시킬 수 있는 희소한 Perturb-seq 데이터에서는 순열 검정이 보정된 거짓 발견율(FDR)을 확보하는 데 필수적임을 강조합니다.

주요 기여 및 결과

1. 서열 관련 편향 감소: CRISPRa 및 CRISPRi 데이터셋(RPE-1, Hs27, A375, K562) 분석에서, PETRO는 서열 관련 오프타겟 편향(PAM-proximal seed matching으로 측정됨)이 기존의 풀링 방식 이후에도 지속되며, 사후 가이드 필터링 후 가중치 재정규화로 인해 오히려 증가할 수 있음을 보여주었습니다. PETRO는 서열 주석을 사용하지 않고도 이 편향을 대부분 제거하였으며, 풀링이 편향을 보이는 고위험 층에서도 잔류 편향을 거의 제로에 가깝게 줄였습니다.
2. 무분별한 가이드 효과 억제: K562 세포에서 독립적으로 표시된 7개의 "무분별한(promiscuous)" 가이드를 사용하여, PETRO가 이러한 가이드 특이적 오프타겟 효과가 타겟 수준 추정치로 전달되는 것을 풀링 대비 약 90% 감소시켰음을 보여주었습니다. 이러한 감소는 피팅 과정에서 외부 플래그를 사용하지 않고도 달성되었습니다. PETRO는 이 플래그된 효과의 전달을 최소화하는 데 있어 도구 변수 접근법인 Canon 방법보다 우수한 성능을 보였습니다.
3. 시뮬레이션 성능: 4개의 가이드 중 1개가 무효인 시뮬레이션에서, PETRO는 오프타겟 효과가 없는 경우 오라클 추정량(유효한 가이드를 알고 있는 추정량)의 성능과 일치했습니다. 오프타겟 효과가 존재하는 경우, 풀링은 세포 수가 증가함에 따라 편향이 지속되었으나, PETRO의 편향은 제로에 수렴했습니다.
4. 추론의 보정: 저자들은 대조군 세포로부터 경험적 영 분포(empirical null distributions)를 구축했습니다. 그들은 모수적 검정이 완만한 한계적 오차를 보였으나, 다중 검정 하에서 가족 오차율(FWER)을 크게 팽창시킨다는 것을 발견했습니다. PETRO 내의 순열 추론은 명목 수준에 가깝게 한계적 및 가족 오차율을 모두 성공적으로 제어했습니다.
5. 생물학적 재해석 (ZNF219 사례 연구): 피질 Perturb-seq 연구의 재분석에서, 저자들은 풀링된 추정치가 타겟 ZNF219의 세 가지 가이드 간의 상충하는 신호를 가리고 있음을 발견했습니다. 풀링은 ZNF219가 신경 분화를 억제한다고 시사했지만, 개별 가이드들은 서로 반대되는 계통 및 전사 효과를 지지했습니다. 다수 지지를 요구하는 PETRO는 풀링된 ZNF219 프로파일에서 유도된 경로 풍부성(pathway enrichments)을 거의 유지하지 못한 반면, 일치하는 타겟(ARX, NR2E1)에 대한 경로는 대부분 보존했습니다. 이는 가이드 간 의견이 불일치할 때 풀링이 어떻게 허위의 생물학적 해석을 만들어낼 수 있는지 보여줍니다.
6. 선택적 교정: 전역적 필터링과 달리, PETRO는 결과 특이적 일치 여부에 따라 가이드를 선택적으로 가중치를 낮춥니다. 저자들은 기존 필터에 의해 전역적으로 유지된 가이드라도 여전히 큰 결과 특이적 편차(예: 특정 PRDM5 가이드에 의한 FTL 활성화)를 가질 수 있음을 입증했으며, PETRO는 이를 성공적으로 감쇄시켰습니다.

의의 및 주장
본 논문은 PETRO가 다수 규칙 하의 복제 가이드 간 합의를 활용함으로써 견고한 타겟 수준 Perturb-seq 분석을 가능하게 한다고 주장합니다. 저자들은 이 접근 방식이 다음과 같은 장점을 가진다고 단언합니다:

• 무효한 오프타겟 효과를 가진 소수의 가이드가 존재하더라도 온타겟 섭동 효과를 복구합니다.
• 재정규화를 통해 편향을 증가시키거나 유효한 가이드를 버릴 수 있는 전역적 가이드 제거의 함정을 피합니다.
• 비례 모델 가정을 요구하지 않고 임의의 오프타겟 효과를 허용함으로써, 기존의 도구 변수 방법(Canon 등)과 구별되는 뚜렷한 이점을 제공합니다.
• ZNF219 사례에서 보듯, 풀링된 생물학적 해석이 조합 방식에 따라 매우 민적일 수 있음을 입증했습니다.

저자들은 가이드 필터링과 강건한 추정이 상호 보완적이지만, PETRO가 유효한 가이드가 무엇인지 사전 지식 없이도 온타겟 효과를 식별할 수 있는 원칙적인 방법을 제공한다고 결론짓습니다. 또한, 관찰된 데이터만으로는 다수 규칙을 검증할 수 없으며, 절반 이상의 가이드가 무효할 경우 실패할 가능성이 있다는 한계점도 언급하였습니다.