Learning Massive-scale Partial Correlation Networks in Clinical Multi-omics Studies with HP-ACCORD

要約

最新のマルチオミクス データからのグラフィカル モデル推定には、統計的推定パフォーマンスと計算のスケーラビリティの間のバランスが必要です。
我々は、スパースパターンを維持しながらターゲット精度行列を再パラメータ化し、新しい損失関数に基づいて $\ell_1$ ペナルティが課せられた経験的リスクを最小化することによってそれを推定する、新しい擬似尤度ベースのグラフィカル モデル フレームワークを導入します。
提案された推定器は、高次元の仮定の下で、さまざまな指標における推定と選択の一貫性を維持します。
関連する最適化問題により、新しい演算子分割アプローチと通信を回避する分散行列乗算を使用した、証明された高速な計算アルゴリズムが可能になります。
私たちのフレームワークのハイパフォーマンス コンピューティング実装は、生物学的ネットワークに似た複雑な依存構造を示す最大 100 万の変数を含むシミュレートされたデータでテストされました。
このスケーラビリティを活用して、デュアルオミック肝がんデータセットから偏相関ネットワークを推定しました。
超高次元データから推定された共発現ネットワークは、エピゲノム制御の影響を排除することで、主要な転写因子と共活性化因子の優先順位付けにおいて優れた特異性を示し、マルチオミクスデータ解析における計算スケーラビリティの価値を実証しました。
% 遺伝子発現データから得られます。

要約(オリジナル)

Graphical model estimation from modern multi-omics data requires a balance between statistical estimation performance and computational scalability. We introduce a novel pseudolikelihood-based graphical model framework that reparameterizes the target precision matrix while preserving sparsity pattern and estimates it by minimizing an $\ell_1$-penalized empirical risk based on a new loss function. The proposed estimator maintains estimation and selection consistency in various metrics under high-dimensional assumptions. The associated optimization problem allows for a provably fast computation algorithm using a novel operator-splitting approach and communication-avoiding distributed matrix multiplication. A high-performance computing implementation of our framework was tested in simulated data with up to one million variables demonstrating complex dependency structures akin to biological networks. Leveraging this scalability, we estimated partial correlation network from a dual-omic liver cancer data set. The co-expression network estimated from the ultrahigh-dimensional data showed superior specificity in prioritizing key transcription factors and co-activators by excluding the impact of epigenomic regulation, demonstrating the value of computational scalability in multi-omic data analysis. %derived from the gene expression data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google