401
0
2025-05-24
2025-05-24
該論文發(fā)表于Medical Image Analysis（中科院1區(qū)，IF= 10.7），題目為《Multi-task learning based structured sparse canonical correlation analysis for brain imaging genetics》。
韓國加圖立大學(xué)的Mansu Kim為此文第一作者。賓夕法尼亞大學(xué)佩雷爾曼醫(yī)學(xué)院的Li Shen為此文的通訊作者。
論文鏈接：
https://www.sciencedirect.com/science/article/pii/S136184152100342X
腦成像技術(shù)和高通量基因數(shù)據(jù)獲取技術(shù)的進(jìn)步使得研究者可以獲取大量的多模態(tài)數(shù)據(jù)。盡管稀疏典型相關(guān)分析是一種強(qiáng)大的用于特征選擇的雙多變量關(guān)聯(lián)分析技術(shù)，但在實(shí)際研究中整合多模態(tài)成像遺傳數(shù)據(jù)和獲得對成像遺傳結(jié)果有生物學(xué)意義的解釋方面仍然面臨重大挑戰(zhàn)。在本研究中，作者提出了一種新的基于多任務(wù)學(xué)習(xí)的結(jié)構(gòu)化稀疏典型相關(guān)分析( MTS2CCA )，以提供可解釋的結(jié)果，并提高成像遺傳學(xué)研究中的集成。我們在模擬和真實(shí)的成像基因數(shù)據(jù)上與最先進(jìn)的競爭方法進(jìn)行了比較研究在模擬數(shù)據(jù)上，我們提出的模型在典型相關(guān)系數(shù)、估計(jì)精度和特征選擇精度方面都取得了最好的性能。在真實(shí)的成像基因數(shù)據(jù)上，我們提出的模型揭示了與睡眠相關(guān)的單核苷酸多態(tài)性和腦區(qū)的有希望的特征。所識別的特征可用于使用有前途的影像學(xué)遺傳生物標(biāo)志物來改善臨床評分預(yù)測。作者設(shè)想的未來方向是將論文方法應(yīng)用到其他的神經(jīng)或精神疾病隊(duì)列中，例如阿爾茨海默癥或帕金森癥患者，以證明論文方法的可推廣性。
研究背景
隨著高通量基因測序和神經(jīng)影像技術(shù)的飛速發(fā)展，腦成像遺傳學(xué)（Brain Imaging Genetics）已成為連接遺傳變異與腦表型的重要交叉學(xué)科。其核心目標(biāo)是通過整合基因數(shù)據(jù)（如單核苷酸多態(tài)性，SNP）和多模態(tài)腦成像數(shù)據(jù)（如功能磁共振成像fMRI、結(jié)構(gòu)磁共振成像sMRI、擴(kuò)散磁共振成像dMRI），揭示遺傳因素如何影響大腦結(jié)構(gòu)與功能，進(jìn)而解析神經(jīng)系統(tǒng)疾病（如阿爾茨海默病、精神分裂癥）的生物學(xué)機(jī)制。然而，這一領(lǐng)域面臨以下關(guān)鍵挑戰(zhàn)：
1) 現(xiàn)有方法多局限于雙模態(tài)分析，難以同時(shí)處理多模態(tài)成像數(shù)據(jù)。
2) 傳統(tǒng)模型未充分利用先驗(yàn)生物結(jié)構(gòu)（如基因的連鎖不平衡塊、腦功能網(wǎng)絡(luò)），導(dǎo)致特征選擇結(jié)果難以解釋。
3) 在高維小樣本數(shù)據(jù)下，現(xiàn)有方法易過擬合，且對低相關(guān)性信號的捕捉能力有限。
4) CCA模型存在由于數(shù)據(jù)的高維性導(dǎo)致過擬合的風(fēng)險(xiǎn)較高的缺陷。
方法與結(jié)果分析
針對上述挑戰(zhàn)，論文提出基于多任務(wù)學(xué)習(xí)的結(jié)構(gòu)化稀疏典型相關(guān)分析(MTS2CCA)模型，通過多任務(wù)學(xué)習(xí)同時(shí)分析多模態(tài)成像數(shù)據(jù)（如fMRI和dMRI），并共享遺傳數(shù)據(jù)的特征表示。引入GraphNet懲罰項(xiàng)，利用基因的連鎖不平衡（LD）矩陣和腦網(wǎng)絡(luò)結(jié)構(gòu)，約束權(quán)重矩陣，提升生物學(xué)合理性。設(shè)計(jì)交替迭代重加權(quán)算法（Alternating Iteratively Reweighted Algorithm），理論證明其收斂性，并實(shí)現(xiàn)高效計(jì)算。
MTS2CCA的模型定義如下：
其中，Ψ和Ω是控制稀疏性和納入有意義的生物結(jié)構(gòu)的懲罰函數(shù)。提出MTS2CCA的原因如下。首先，多任務(wù)框架是一種高效和有良好魯棒性的方法，可以將不同的成像模式一起學(xué)習(xí)。通過對兩個(gè)典型權(quán)重矩陣(即U和V)施加l2,1范數(shù)正則化，該模型可以同時(shí)學(xué)習(xí)多個(gè)影像遺傳學(xué)關(guān)聯(lián)對。這有助于模型識別與同一腦區(qū)多模態(tài)成像測量相關(guān)的共同遺傳標(biāo)記。其次，圖形傳輸網(wǎng)懲罰基于先驗(yàn)網(wǎng)絡(luò)信息鼓勵(lì)典范加載向量中的相關(guān)元素具有相似性。因此，我們使用圖形傳輸網(wǎng)懲罰來融合先驗(yàn)網(wǎng)絡(luò)信息。
通常，使用公共坐標(biāo)空間和單腦圖譜提取來自不同模態(tài)的成像測量。盡管每種成像模態(tài)可能捕獲不同的大腦表型，但由于結(jié)構(gòu)-功能的耦合，這些多模態(tài)測量具有密切的關(guān)系。例如，許多研究報(bào)道結(jié)構(gòu)網(wǎng)絡(luò)可以提供功能網(wǎng)絡(luò)的主干，結(jié)構(gòu)-功能網(wǎng)絡(luò)耦合與高階認(rèn)知過程相關(guān)。因此文章提出了一種算法，在每個(gè)區(qū)域的所有多模態(tài)測量上使用l2范數(shù)來處理共線性，然后應(yīng)用l1范數(shù)來選擇相關(guān)的區(qū)域。l2，1范數(shù)懲罰的形式定義如下：
因此，在這項(xiàng)工作中，作者對成像規(guī)范權(quán)重矩陣(即V )施加l2，1范數(shù)懲罰，以選擇考慮多模態(tài)成像測量的共同特征，還對遺傳正則權(quán)重矩陣(即U )施加懲罰，以學(xué)習(xí)和選擇每個(gè)成像模態(tài)對應(yīng)的遺傳成分。
除此之外，許多研究人員證明，可以使用大腦和基因組中有意義的網(wǎng)絡(luò)結(jié)構(gòu)來建模SNPs和腦成像特征。這些全面的網(wǎng)絡(luò)數(shù)據(jù)有助于提高每個(gè)模態(tài)中有意義的生物標(biāo)志物的識別。因此，引入一個(gè)圖形傳輸網(wǎng)懲罰來包含這些信息，定義如下：
式中，矩陣Lu和Lvk分別為基因組和多模型腦成像中網(wǎng)絡(luò)結(jié)構(gòu)的圖拉普拉斯算子。圖的拉普拉斯算子定義為L = D-A，其中D是網(wǎng)絡(luò)A的度矩陣。這種正則化鼓勵(lì)當(dāng)網(wǎng)絡(luò)中的節(jié)點(diǎn)具有高連通性時(shí)，其權(quán)重或系數(shù)是相等或相似的。
論文提出了一種交替迭代重加權(quán)的方法來獲得方程中的U和V。MTS2CCA的優(yōu)化算法如下：
算法1 MTS2CCA優(yōu)化算法
(1)仿真實(shí)驗(yàn)結(jié)果：
研究人員應(yīng)用嵌套五折交叉驗(yàn)證策略來檢驗(yàn)?zāi)Ｐ偷男阅?。?中比較了典型相關(guān)系數(shù)(CCC)的訓(xùn)練和測試性能。當(dāng)真實(shí)CCC為高(X vs. Y1)時(shí)，所有方法普遍表現(xiàn)良好。當(dāng)真實(shí)CCC為中等(X vs. Y2)時(shí)，多任務(wù)CCA模型(MTS2CCA、MTGSCCA、MTSCCA和JCBSCCA)優(yōu)于單任務(wù)CCA模型。當(dāng)真實(shí)CCC極低(X vs. Y3)時(shí)，所提出的模型優(yōu)于所有競爭方法。
表1 典型相關(guān)系數(shù)(CCC)的訓(xùn)練和測試性能
論文比較了模型的參數(shù)敏感性。通過改變參數(shù)從0.01到100來測量CCC，比例因子為10，將其余參數(shù)固定1。如圖1所示，對于除TCCA外的所有方法，CCC曲線穩(wěn)定且對β1不敏感，這控制了數(shù)據(jù)集X的稀疏性。然而，對于β2，CCC曲線從100或更高下降，這控制了數(shù)據(jù)集Y的稀疏性。在TCCA中，CCC曲線穩(wěn)定且對β1和β2都不敏感。對于MTS2CCA和JCBSCCA，CCC曲線看起來是穩(wěn)定的，并且對λ1和λ2不敏感，其中它控制了數(shù)據(jù)集X和Y的網(wǎng)絡(luò)信息融合水平。對于MTGSCCA，CCC曲線隨著λ的增加而下降；Λ控制了數(shù)據(jù)集X的合并組結(jié)構(gòu)的水平。這些發(fā)現(xiàn)表明，與GroupLasso相比，具有圖形傳輸網(wǎng)懲罰的CCA在合并先驗(yàn)知識方面更穩(wěn)定。帶有l(wèi)2，1正則項(xiàng)的CCA和Fused Lasso對多模態(tài)數(shù)據(jù)集成設(shè)置都比較敏感。
圖1 CCA模型的參數(shù)敏感性
作者通過計(jì)算曲線下面積( AUC )來評估各種CCA模型的特征選擇精度。結(jié)果表明，多任務(wù)CCA模型對信號的檢測性能優(yōu)于單任務(wù)CCA模型，如表2所示。具體來說，多任務(wù)CCA模型對低相關(guān)水平具有魯棒性，而SCCA和TCCA則不具有魯棒性。
表2 特征選擇準(zhǔn)確性
圖3顯示出，除TCCA外，其他方法之間在運(yùn)行時(shí)間上無顯著性差異。除TCCA和SCCA外，各方法在內(nèi)存使用上無顯著性差異，驗(yàn)證了所提算法的有效性和高效性。
表3 預(yù)測性能的比較
(2)真實(shí)影像遺傳學(xué)數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果：
在真實(shí)數(shù)據(jù)實(shí)驗(yàn)中，作者收集了神經(jīng)影像學(xué)數(shù)據(jù)，包括靜息態(tài)功能磁共振成像(rs-fMRI)和擴(kuò)散加權(quán)磁共振成像(dMRI)，以及來自HCP數(shù)據(jù)庫的291名參與者的基因分型數(shù)據(jù)。
作者評估了所提出的基于典型相關(guān)系數(shù)（CCC）的多任務(wù)成像遺傳學(xué)關(guān)聯(lián)模型，包括SNPs與fMRI之間的關(guān)聯(lián)( SNP-fMRI )和SNPs與dMRI之間的關(guān)聯(lián)( SNP-dMRI )。表4和表5展示了各種最先進(jìn)的CCA模型計(jì)算的多任務(wù)成像遺傳關(guān)聯(lián)的訓(xùn)練和測試CCC。對于SNP - fMRI關(guān)聯(lián)，與TCCA和SCCA相比，MTS2CCA、MTGSCCA、MTSCCA和JCBSCCA得到最優(yōu)異的訓(xùn)練CCC和相對良好的測試CCC。MTS2CCA在SNP - dMRI和SNP - fMRI任務(wù)(上都表現(xiàn)出最高的測試CCC。
表4 fMRI與SNP的典型相關(guān)系數(shù)
表5 dMRI與SNP的典型相關(guān)系數(shù)
如表6所示，MTS2CCA在RMSE和CC方面優(yōu)于三個(gè)多任務(wù)CCA模型以及單任務(wù)CCA模型，具有更高的典型相關(guān)系數(shù)和更好的預(yù)測性能估計(jì)PSQI評分。
表6 預(yù)測性能的比較
實(shí)驗(yàn)結(jié)果表明，使用來自真實(shí)影像遺傳學(xué)數(shù)據(jù)證明了所提模型的臨床益處。確定的MTS2CCA的影像學(xué)標(biāo)志物與認(rèn)知功能、抑郁和睡眠剝奪相關(guān)。此外，鑒定到的MTS2CCA的遺傳標(biāo)記與睡眠質(zhì)量和睡眠時(shí)間相關(guān)。這些結(jié)果表明，所提出的基于多任務(wù)學(xué)習(xí)的SCCA框架可以為分析腦成像遺傳學(xué)數(shù)據(jù)并產(chǎn)生具有生物學(xué)意義的發(fā)現(xiàn)提供強(qiáng)有力的工具。
結(jié)論
在這項(xiàng)研究中，研究人員提出了一種新的基于多任務(wù)學(xué)習(xí)的結(jié)構(gòu)化稀疏典型相關(guān)分析( MTS2CCA )，以提供可解釋的結(jié)果，并提高影像遺傳學(xué)研究的集成度。我們在模擬和真實(shí)的成像遺傳學(xué)數(shù)據(jù)上測試了論文的算法。對于模擬數(shù)據(jù)，論文證明了所提出的模型在識別更強(qiáng)的典型相關(guān)性、估計(jì)精度和特征選擇精度方面優(yōu)于幾種最先進(jìn)的競爭方法。此外，MTS2CCA成功地識別了由預(yù)定義的網(wǎng)絡(luò)結(jié)構(gòu)產(chǎn)生的關(guān)聯(lián)模式。論文的研究使用來自真實(shí)影像遺傳學(xué)隊(duì)列的SNP、dMRI和fMRI數(shù)據(jù)證明了所提模型的臨床益處。MTS2CCA優(yōu)于所有對比模型，具有更高的典型相關(guān)系數(shù)和更好的預(yù)測性能估計(jì)PSQI評分。論文也確定的MTS2CCA的影像學(xué)標(biāo)志物與認(rèn)知功能、抑郁和睡眠剝奪有關(guān)。此外，鑒定到的MTS2CCA遺傳標(biāo)記與睡眠質(zhì)量和睡眠時(shí)間相關(guān)。這些實(shí)驗(yàn)結(jié)果表明，所提出的基于多任務(wù)學(xué)習(xí)的SCCA框架可以為分析腦成像遺傳學(xué)數(shù)據(jù)并產(chǎn)生具有生物學(xué)意義的發(fā)現(xiàn)提供強(qiáng)有力的工具。
撰稿人：張睿文
審稿人：梁瑾
