ISMB2018読み会 GSEA-InContext: identifying novel and common patterns in expression experiments Rani K. Powers, Andrew Goodspeed, Harrison Pielke-Lombardo, Aik-Choon Tan and James C. Costello Bioinformatics, 34, 2018, i555–i564 doi: 10.1093/bioinformatics/bty271 報告者： 中央大学理工学部物理学科　田口善弘 

論文の目的： 論文の目的： GSEA(Gene Set Enrichment Analysis)は「遺伝子を『何か（例： 発現差の大きさ）の順番』で並べた場合、順番には意味があ る。ある遺伝子セットAが有意に上位に並ぶなら、そのセットに は『何か』の大きさが有意に大きい遺伝子のセットであるとい えるだろう」 というものですが、その場合「有意に上位に並ぶ」の判定をす るときの比較対象（＝帰無仮説）が「完全にランダムな並び」 になっている。しかし、遺伝子はお互いに相関しているんだか ら、『何か』と全く無関係じゃない限り、遺伝子セットAはどっち にしろグループで動く（上位に来る）だろう。そうなると「遺伝 子セットAに意味があるか？」という検証にはなっても「順位 付けした『何か』と関係している」と言えなくないか？ この問題は解決するには比較対象を完全にランダムな並び じゃなく、いろいろな実験での並びの集合に置き換えないとい けないのでは？ 

比較対象 比較対象 ・GEOから集めた ・Afymetrix Human Genome U133 Plus 2.0 Array限定 ・small molecule test限定 ・遺伝子の順位リストを442個作成 GSEAPreranked: GSEAPreranked:入力がｍ個の遺伝子場合、ｍ個の遺伝子をラ ンダムに選んで比較、入力が有意に上位のあるかを比較 GSEA-InContext GSEA-InContext： ：４４２個の順位リストをつかい、これらのリスト で上位にあるという重み付けをしてｍ個の遺伝子を選んで比較、 入力が有意に上位にあるかを比較 

B(α、β）：β関数 β二項分布： バイアスのあるコインがたくさん入った袋がある。そこから一枚コイ ンを一枚抜き出して、n 回投げた。表の出る回数 k が従う分布は？ ただし袋の中のコインの表の出る確率 p はベータ分布に従うこと とする。 α、βの値は４４２個の遺伝子ランクをつかって、遺伝子ごとに決定 ある遺伝子がｒ位になる確率：β二項分布 ∫0 1 p(α−1)(1−p)α dp 

単純ランダムより実験に基づくほうがランクの期待値の幅（分散） は大きい　→順位が高いものは高く、低いものは低くなりやすい。 

試験用遺伝子データセット MSigDB :The Hallmarks collection　（５０クラス） ４４２遺伝子順位セット（バックグランウンド） →薬剤の標的蛋白で予めグループ化 標的蛋白 臓 器 

確 か に こ う す る と 遺 伝 子 セ ッ ト の 有 意 度 は 低 下 論 文 で は こ れ を ア ｜ テ ィ フ ァ ク ト の 減 少 と 解 釈 

GSEA-InContextだけで有意になるものもある （バックグラウンドをうまく選べば） 

なんで なんでISMB ISMB２０１８に採択されたの？ ２０１８に採択されたの？ 正直、何が面白いのか皆目わかりません。 コレポンはgoogle scholarの引用数が４０００ある（２００７年から論文 を書き始めた）。実験系の論文が多く、ファーストやコレポンは少な い。 多分、最初の論文から１０年でgoogle scholarの引用数を４０００くら いにするのがISMBに論文通すコツなのでは？ （僕にはもう実現できないハードルですが、過去のことなので）