Multi-omics network reconstruction with collaborative graphical lasso

Resumo Técnico: Lasso Gráfico Colaborativo para Reconstrução de Redes Multiômicas

Definição do Problema
A crescente disponibilidade de dados multiômicos criou a necessidade de métodos de integração que possam fornecer uma descrição molecular holística de processos biológicos. Embora estratégias existentes como a Análise de Fatores Multiômicos (MOFA) e o DIABLO foquem em análise de fatores ou descoberta de biomarcadores supervisionados, a reconstrução de redes de interação multiômica permanece subdesenvolvida. Modelos Gráficos Gaussianos (GGMs) padrão, particularmente o lasso gráfico (glasso), são eficazes para dados de camada única, mas falham em considerar a natureza distinta, porém interdependente, das camadas multiômicas. Aplicar o glasso diretamente a dados multiômicos exige a fusão das camadas como se fossem idênticas, o que pode resultar na perda de informações específicas de cada camada. Por outro vez, extensões de GGM multiômicas existentes, como o DRAGON, introduzem parâmetros de penalidade separados, mas carecem de um mecanismo para incentivar a "colaboração" entre as camadas, um conceito aplicado com sucesso na regressão multiômica colaborativa, mas anteriormente ausente na estimativa de GGM.

Metodologia
Os autores propõem o lasso gráfico colaborativo (coglasso), um algoritmo que estende o framework do glasso para lidar com dados de múltiplas camadas modificando sua função objetivo.

1. Modificação da Função Objetivo:
   O coglasso estima a matriz de precisão $\Theta$ para duas camadas ômicas, $X$ (tamanho $p_X$) e $Z$ (tamanho $p_Z$), particionando os subblocos de variância-covariância e os vetores de coeficientes. A função objetivo para estimar o vetor de proxy $\beta_i$ (que representa as conexões ao nó $i$) inclui três componentes:

   • O termo padrão do glasso para estimativa de estrutura de rede.
   • Um termo colaborativo: Este penaliza a diferença quadrática entre as contribuições ponderadas da camada $X$ e da camada $Z$ para a estrutura da rede. É controlado por um hiperparâmetro $c$. Este termo incentiva as camadas a "tomar emprestado" informações umas das outras, harmonizando suas contribuições e evitando que vieses específicos de uma camada dominem a inferência.
   • Um sistema de penalidade L1 misto: Ao contrário do glasso, que possui uma penalidade única, o coglasso emprega dois parâmetros de penalidade distintos:
     • $\lambda_w$: Controla a esparsidade das interações dentro da mesma camada ômica.
     • $\lambda_b$: Controla a esparsidade das interações entre diferentes camadas ômicas.

2. Otimização:
   O algoritmo resolve a função objetivo modificada iterativamente usando um procedimento de descida de coordenadas, atualizando a matriz de precisão linha por linha até a convergência.

3. Seleção de Modelo (XStARS):
   A seleção dos hiperparâmetros ótimos ($\lambda_w, \lambda_b, c$) é desafiadora devido ao espaço de busca tridimensional. Os autores introduzem o eXtended StARS (XStARS), um critério baseado em estabilidade que estende o algoritmo StARS original (Liu et al., 2010). O XStARS avalia a estabilidade da rede através de subamostragens repetidas dos dados ao longo da grade de hiperparâmetros tridimensionais para selecionar a estrutura de rede mais estável.

Principais Contribuições

• Inovação Algorítmica: A introdução de uma penalidade colaborativa no framework GGM, permitindo que as camadas multiômicas compartilhem informações enquanto mantêm características estruturais distintas.
• Regularização Flexível: A implementação de um esquema de regularização dupla ($\lambda_w$ e $\lambda_b$) que permite o controle independente da esparsidade intra-camada e entre camadas.
• Framework de Seleção de Modelo: O desenvolvimento do XStARS para abordar o ajuste de hiperparâmetros de alta dimensão exigido pelo novo framework colaborativo.
• Implementação: O lançamento do pacote R cogasso no CRAN, incluindo o procedimento de seleção XStARS.

Resultados
O desempenho do coglasso foi avaliado através de extensos estudos de simulação e uma aplicação no mundo real:

1. Estudos de Simulação:

   • Configuração: Três cenários foram gerados com dimensionalidade crescente ($p=60, 100, 150$) e complexidade estrutural variável (redes de clusters com conexões entre camadas).
   • Métricas de Desempenho: O coglasso foi comparado ao glasso padrão utilizando o coeficiente F1, o Coeficiente de Correlação de Matthews (MCC) e a Divergência de Kullback-Leibler (KLD).
   • Descobertas: O coglasso superou consistentemente o glasso na recuperação da verdadeira estrutura da rede e na estimativa dos valores da matriz de precisão. A vantagem de desempenho do coglasso aumentou conforme a complexidade e a dimensionalidade do problema cresceram.
   • Impacto da Colaboração: Em quase todos os casos, as melhores redes foram alcançadas com um parâmetro de colaboração $c > 0$, confirmando que o termo colaborativo melhora ativamente a inferência.
   • Seleção de Modelo: O XStARS selecionou com sucesso redes com recuperação estrutural superior (maiores F1 e MCC) em comparação com redes selecionadas pelo StARS padrão aplicado ao glasso.

2. Aplicação a Dados de Privação de Sono:

   • Conjunto de Dados: Um conjunto de dados multiômicos de Diessler et al. (2018) envolvendo 162 genes (transcriptômica) e 76 metabólitos (metabolômica) de camundongos submetidos à privação de sono.
   • Validação Biológica:
     • Baseada em Conhecimento: A rede reconstruída recuperou com sucesso interações conhecidas envolvendo o gene Cirbp (Proteína de Ligação de RNA Induzida pelo Frio) e proteínas de choque térmico (Hspa5, Hsp90b1), que são conhecidas por serem induzidas sob privação de sono. Também identificou conexões entre Cirbp e triptofano, ligando-se à regulação da serotonina.
     • Baseada em Dados: A detecção de comunidades identificou um cluster enriquecido com aminoácidos e fatores de transcrição das famílias Fos/Jun e Egr. A rede recuperou conexões conhecidas entre esses fatores de transcrição e aminoácidos específicos (ex: Fos com leucina, Junb com metionina e histidina), consistente com a literatura de resposta à privação de aminoácidos (AAR).
   • Novidade: O método sugeriu conexões biologicamente coerentes não explicitamente validadas anteriormente, como o potencial papel regulatório de Cirbp na resposta a proteínas não dobradas (UPR) durante a privação de sono.

Significância e Alegações
O artigo afirma que o coglasso representa uma alternativa nova e relevante para a reconstrução de redes multiômicas ao utilizar de forma única a natureza de múltiplas camadas dos dados. Os autores enfatizam que o método integra efetivamente informações entre modalidades enquanto controla a esparsidade dentro e entre as camadas.

Os autores mantêm uma postura modesta em relação às limitações e trabalhos futuros:

• Premissas: Como os GGMs padrão, o coglasso baseia-se na premissa de normalidade multivariada, que pode não se aplicar a todos os dados multiômicos. Os autores sugerem que extensões futuras poderiam incorporar técnicas baseadas em cópulas para abordar isso.
• Escopo: A implementação atual suporta duas camadas ômicas, embora os autores notem que estender para mais de duas camadas é uma direção promissora.
• Comparação: Os autores declaram explicitamente que ferramentas populares como MOFA e DIABLO não foram incluídas nas comparações porque seus objetivos primários (redução de dimensionalidade e descoberta de biomarcadores) diferem da reconstrução de redes. Da mesma forma, o DRAGON foi excluído devido à falta de documentação pública disponível.
• Generalização: Embora demonstrado em dados biológicos, os autores observam que o método é geral e pode ser aplicado a outros campos, como a neurociência, para reconstruir redes de conectividade a partir de dados de fMRI funcional.