[Pathway analysis for genomic variants] 패스웨이의 분류

오늘은 지난 글에 이어서 패스웨이(Pathway)의 여러 리뷰 논문의 분류 기준을 알아보고 이를 바탕으로 패스웨이를 선택할 때 고려할 수 있는 요소들을 살펴보겠습니다.

패스웨이 데이터의 표현 방식

첫번째 패스웨이 분석 소개 글에서 말씀드렸듯이 패스웨이와 유전자 집합(Gene set)은 서로 다른 의미이지만 혼용하여 사용하기도 합니다. Fig. 1은 유전자 집합, 방향성이 없는 패스웨이 그리고 방향성이 있는 패스웨이를 그림으로 표현해주고 있습니다.[1]

Fig. 1 유전자 집합과 패스웨이에 대한 모식도

위와 같은 3가지 형태의 자료 표현 방식에서 A-B-C 순서로 많은 정보를 포함하고 있습니다. 그렇다면 우리는 항상 C형태로 정리된 패스웨이 데이터를 이용해야 하는 걸까요? 그렇진 않습니다. 패스웨이 분석 방법론에서 더 구체적으로 다루겠지만 어떤 데이터 형태를 이용할지는 분석 방법론에 대한 의존성이 큽니다. 예를 들자면, 대표적인 유전자 집합 형태의 분석 방법인 Gene Set Enrichment Analysis (GSEA)의 경우는 단순히 유전자 집합에 포함되는 유전자들과 포함되지 않는 유전자들을 비교하면서 통계량을 계산하고 p-value를 계산하기 때문에 방향성이나 유전자들 사이의 관계는 고려하지 않습니다. 반면 네트워크 기반의 분석 방법론들은 유전자들 사이의 관계가 필수입니다.

패스웨이 데이터 분류

이젠 패스웨이 데이터에 대한 선택을 위한 분류에 대해 이야기해보고자 합니다. 패스웨이 데이터는 여러 연구적인 필요나 관심에서 발전해온 데이터베이스들이 많기 때문에 명확한 분류기준을 가지고 발전했다기 보다는 만들어진 후에 분류 또는 정리되었습니다. 이 부분에서는 몇몇 리뷰논문들이 소개하고 있는 패스웨이 분류에 대한 관점을 설명 드리겠습니다.

첫번째 분류는 BL Fridley and JM Biernacka (2011)에서 소개한 내용입니다. 유전자 집합은 기능적 또는 특징적으로 서로 연관된 유전자들로 정의하고 있습니다[2]. 이러한 유전자 집합들은 3가지 특징으로 분류하고 있습니다.

• Molecular interaction and reaction networks: 기존 연구를 통해 밝혀진 분자들간의 상호작용이나 반응을 기반으로 network를 구성한 유전자 집합들입니다. 대표적으로 Protein-Protein interaction(PPI)를 기반으로 한 유전자 집합 또는 패스웨이가 존재합니다.
• Pre-specified region of the genome: 유전체 내에서 염색체(Chromosome) 상의 위치 또는 LD group 등 region을 기반으로 유전자 집합을 구성하는 방식입니다. 이 경우에는 유전자들 사이의 관계나 기능적인 요소가 고려되지 않기 때문에 네트워크 형태보다는 집합의 형태로 제공되는 경우가 많습니다.
• Similarity of function (DNA repair, etc): 기존 연구를 통해 밝혀진 유전자들의 기능 또는 연관성을 기반으로 유사한 기능을 가지는 유전자들을 유전자 집합 또는 패스웨이 형태로 표현하는 방식입니다. 대표적으로 Kyoto Encyclopedia of Genes and Genomes (KEGG) 데이터베이스가 있습니다.

두번째 분류는 Mooney, M. A. et al.(2014)에서 소개한 내용입니다. 이 논문에서는 유전자 집합을 더 넓은 개념으로 두고 유전자 집합을 4가지 정의로 나누고 있습니다[2].

• Biological pathways: 어떠한 생물학적인 기능 또는 역할을 위한 유전자들의 관계를 표현하는 데이터입니다. 이 논문에서는 이 생물학적인 기능을 좀 더 세부적인 타입(분자, 세포 수준 그리고 질병 또는 표현형 관련 패스웨이)들로 나누고 있습니다.
• Networks: 앞서 언급하였던 PPI와 같이 유전자 또는 분자 수준에서의 상호작용을 바탕으로 구성 된 유전자 집합입니다.
• Gene Ontologies(GO): 3가지의 계층적인(Hierarchical) 생물학적인 분류를 바탕으로 유전자의 기능을 설명하는 유전자 집합입니다. 3가지 분류는 Molecular functions, Biological processes, 그리고 Cellular components 입니다. GO 또한 굉장히 유명한 데이터 소스이기 때문에 기회가 된다면 따로 내용을 정리하도록 하겠습니다.
• Biomarkers: 질병과의 연관성 연구를 통해 밝혀진 유전자 집합입니다. Biological pathways와 의미적으로 겹치는 부분이 있을 수 있지만 이 부분은 패스웨이와 유전자 집합을 구분하던 방식으로 이해하시면 됩니다.

마지막 분류는 Lv Jin et al. (2014)에서 소개한 내용입니다. 이 논문에서는 패스웨이를 생물학적인 기능의 관점에서 4가지로 분류하고 있습니다.

• Metabolic pathways: 주로 생화학적인 반응에 관여하는 유전자들이 포함되고 특히 생명활동을 위한 효소 분자의 화학적 변화와 관련된 패스웨이입니다.
• Signal transduction pathways: 세포의 한 부분 또는 하위 프로세스(sub-process)로부터 다른 곳으로 정보를 전달하는 과정에 관여하는 유전자들이 포함됩니다.
• Protein-protein interaction pathways: 단백질 수준에서의 상호작용에 초점을 맞춘 패스웨이입니다.
• Transcriptional regulation pathways: 전사(Trasncription) 요소와 전사 요소를 통해 조절 되는 유전자들 사이의 관계에 초점을 맞춘 패스웨이입니다.

사실 많은 데이터베이스들이나 논문들이 서로 다르게 패스웨이와 유전자 집합들을 소개하고 정의하고 있기 때문에 정답은 없습니다. 지금까지도 KEGG, Reactome, Biocarta, GO 등 다양한 데이터를 분석에 활용하는 것은 각 데이터베이스 별로 특징이 있고 연구자 관점에서 장단점이 있기 때문입니다. 우선은 페스웨이 데이터셋들이 만들어지기 위해 고려되는 사항들을 정리해보고자 합니다(Table 1).

Table 1. 패스웨이 데이터셋 고려사항

• 유전자들 사이의 관계: 유전자들 사이의 관계는 크게 4가지로 나누어집니다. 가장 단순하게는 인접한 유전자들이 서로 유전적으로 관련이 있을 것이라는 가정하에 유전자의 위치를 유전자 집합으로 사용할 수도 있고 이전 연구들을 통해 밝혀진 생물학적 기능, 특징 그리고 질병과의 연관성을 이용하여 유전자 집합을 만들어줄 수도 있습니다.
• 생물학적 의미: 이 부분은 생물학적 기능 및 특징을 좀 더 세분화해서 정리한 방식입니다. 많은 데이터베이스들이 이런 생물학적인 기능이나 특징으로 유전자 집합을 제공하고 있기 때문에 이 안에서 본인의 연구 목적에 맞는 패스웨이들을 선택하기 위해서 고려할 수 있는 요소입니다. 예를 들어 당뇨병과 관련 된 연구를 수행한다고 할 때,물질 대사와 관련된 패스웨이들을 잘 정리한 데이터베이스를 선택하거나 암 연구를 위해 유전자 발현 조절과 관련된 패스웨이를 위주로 데이터베이스를 선택하는 것이 가능합니다.
• 데이터 표현 방식: 이 부분은 많이 언급하여 생략하겠습니다.
• 데이터 관리 방식: 데이터베이스들은 크게 2가지 방식으로 운영됩니다. 자동으로 많은 논문의 Abstract, keyword 등을 수집하여 함께 언급 되는 빈도 등을 수집하여 연관성을 찾거나 GWAS catalog와 같은 정형화된 데이터베이스로부터 정보를 받아와 패스웨이를 업데이트하는 방식이 있고 수집이나 패스웨이의 정의에 전문가가 참여하여 Curation하여 업데이트하는 방식이 있습니다. 자동화 된 데이터베이스의 경우 빠른 업데이트가 가능하지만 패스웨이에 대한 신뢰도를 보장할 수 없기 때문에 사용자의 자체적인 curation이 필요합니다. 반면 전문가가 검토하는 데이터베이스의 경우 업데이트의 주기는 상대적으로 느리지만 여러 연구자들이 검토하고 배포하기 때문에 신뢰도가 높습니다.

이런 분류기준을 바탕으로 다음 글에서는 대표적인 패스웨이 데이터베이스인 KEGG, Reactome, Biocarta 그리고 GO를 소개하고 리뷰해보도록 하겠습니다.

References

1. García-Campos, M. A., Espinal-Enríquez, J. & Hernández-Lemus, E. Pathway Analysis: State of the Art. *Front Physiol*6, 383 (2015).
2. Fridley, B. L. & Biernacka, J. M. Gene set analysis of SNP data: benefits, challenges, and future directions. Eur J Hum Genet 19, 837–843 (2011).
3. Mooney, M. A., Nigg, J. T., McWeeney, S. K. & Wilmot, B. Functional and genomic context in pathway analysis of GWAS data. Trends Genet 30, 390–400 (2014).
4. Jin L, Zuo XY, Su WY, Zhao XL, Yuan MQ, Han LZ, Zhao X, Chen YD, Rao SQ. Pathway-based analysis tools for complex diseases: a review. Genomics Proteomics Bioinformatics 5, 210–20 (2014).