A Robust Approach to Integrative Transcriptome Analysis for Respiratory Disorders

Abstract

Since the turn of millennia, technological advancements in sequencing and computer processing have caused a shift in biological studies whereby a more systemic view of biological processes is used to generate hypotheses. Transcriptome data analysis and profiling have become popular techniques in biological studies, especially as the cost of data generation has rapidly decreased. As such, public repositories where these data are deposited by research groups around the world have become rich sources of data. Through integrative analysis of the existing datasets in the repositories, novel discoveries which were previously outside the scope of the initial study design can now be made. However, conducting meta-analyses of multiple transcriptome datasets from heterogenous sources remains difficult and labor intensive for a variety of reasons, such as the lack of standardized guidelines in downstream analysis. This thesis studies the biological processes involved in respiratory disorders through integrative transcriptome analysis and presents an analysis method to overcome some of the challenges associated with meta-analysis of transcriptome signatures. By integrating multiple datasets from the public repository, this study demonstrates how integrative analysis can be used to generate hypotheses and drive novel discoveries in disease studies. The first chapter focuses on pulmonary fibrosis induced by polyhexamethylene guanidine (PHMG) and the therapeutic effects of the antioxidant, NecroX. Transcriptome-level perturbations induced by PHMG exposure were reversed by NecroX treatment. Comparison with more established bleomycin-induced fibrosis models from public repositories validated the disease transcriptome signatures of PHMG-induced fibrosis. Additionally, the potential therapeutic mechanisms of NecroX regarding oxidative stress and endoplasmic reticulum (ER) stress responses were further confirmed through meta-analysis of transcriptome profiles. Using a single-cell RNA sequencing dataset of a bleomycin-induced fibrosis model as a reference, in silico cell deconvolution analysis suggested cell types likely to be affected by PHMG exposure and NecroX treatment. In the second chapter, transcriptomic changes in the upper and lower airways under different respiratory disease conditions are investigated using mouse models. Under SARS-CoV-2 infection, the nasal airways and lungs of mice exhibited similar transcriptome-level responses, while a discordance in behavior was noted in the context of Aspergillus fumigatus (Af)-induced allergic inflammation. Integrative analysis using steroid-sensitive models highlighted pathways that may be involved in steroid resistance specific to the Af-model. Further, the signatures extracted from the united airway perspective could be used in predicting severe asthma patients. Finally, the third chapter proposes Pathway Impact Score (PIS) analysis as a reliable measure for determining the significance cut-off for differentially expressed genes (DEGs) in a typical differential expression analysis pipeline. PIS is defined as the collective sum of pathway-level perturbation, and the DEG set in which PIS is maximized can be considered the optimal set for biological interpretation. In this study, PIS analysis was applied to multiple datasets. DEGs identified through PIS were closer to the benchmark genes for each dataset than those selected by more conventional cut-offs. PIS was also able to optimize the DEG thresholds in drug perturbation datasets, automating the usually iterative process of DEG selection. In summary, this thesis applied integrative analysis methods to better understand and generate hypotheses on the biological mechanisms underlying multiple respiratory disorders. Additionally, the expression signature extraction method suggested in this thesis can facilitate integrative analysis of transcriptomes on a larger scale.;최근 수 십년 간 이루어진 컴퓨터 및 시퀀싱 기술의 발전은 생물학적 현상에 대한 시스템 적인 관점에서의 연구 방법의 활성화와 효율적인 가설 생성이 가능해지는 것에 기여했다. 기술의 발전으로 데이터 생성 비용이 줄어듦으로써 생물학적 연구에 전사체 분석 기법을 도입하는 것이 점점 필수가 되어가고 있고, 그에 따라 생성되는 전사체 데이터의 양도 기하급수적으로 늘어나고 있다. 이렇게 다양한 연구에서 생성된 데이터들을 모으고 있는 공개 데이터베이스는 데이터 재분석 및 재해석의 관점에서 풍부한 연구 자원이 될 수 있다. 또한, 데이터를 통합적으로 분석함으로써 새로운 발견을 할 수 있는 가능성이 있다. 하지만, 대규모로 다양한 출처의 전사체 데이터를 통합적으로 분석하는 것에는 정형화된 메타 데이터나 가이드라인의 부족 등의 이유로 아직 많은 어려움이 따른다. 본 논문에서는 두 가지 폐 질환 모델을 비슷한 선행 연구들의 데이터와 비교 분석을 통해 질환 기전에 대한 가설 및 새로운 발견을 제시하고 있다. 또한, 전사체 데이터의 통합적 분석에 있어서 이러한 어려움들을 일부 해소할 수 있는 분석 기법을 제시하고 있다. 이로써, 복잡한 질병 기전을 밝히는 데에 전사체 통합 분석의 활용성을 확인할 수 있다. 첫 번째 단원에서는 환경 독성 물질인 PHMG에 의해 유도된 폐 섬유화 모델에 대해서 산화 억제제인 Necro의 기전을 밝히는 것에 집중한다. 기존에 많이 사용되어온 모델인 bleomycin 유도 폐 섬유화 모델의 전사체 데이터를 다량 분석하여 NecroX의 산화 및 소포체 스트레스 억제를 통한 치료 효과를 전사체 수준에서 확인하였으며, 알려진 단백질 상호작용 네트워크를 활용하여 치료 기작에 역할을 할 것으로 추정되는 유전자들을 제시하였다. 또한, 단일 전사체 데이터를 참고로 PHMG 유도 폐 섬유화 모델에서 영향을 받았을 것으로 예측되는 세포 군도 추정하였다. 두 번째 단원에서는 다양한 호흡기 질환 상태에서 상기도와 하기도 간의 공통점 및 차이점을 전사체 수준에서 분석하고, 결과를 통합기도 모델의 관점에서 해석한다. 신종 코로나 바이러스 (SARS-CoV-2) 감염 모델에서는 코의 상기도와 폐에서 비슷하게 면역 반응을 보였으나, 스테로이드 저항성을 띠는 곰팡이 유도 알레르기성 염증 반응 모델에서는 상하기도 간의 일부 반응 차이를 보였다. 추가로, 공개 데이터베이스에서 스테로이드에 반응을 보이는 다른 알레르기성 천식 모델 데이터를 활용하여 곰팡이 유도 모델 상에서 스테로이드 내성 시그니처를 유도하고, 이에 기반한 유전자 시그니처는 중증 천식 환자를 판별하는 데에 사용될 수 있음을 확인하였다. 세 번째 단원에서는 차등발현 유전자들을 판별할 때 사용할 최소한의 유의정도를 고르는 분석법으로 PIS 기법을 소개한다. PIS는 유전자 기능분석을 응용하여 차등발현 유전자 세트가 전체 페스웨이에 미치는 영향으로 해석할 수 있으며, 이 결과 전체 생물학 프로세스에 가장 크게 영향을 보이는 유전자 세트가 생물학적 의미를 가장 많이 내포하고 있다고 생각해 볼 수 있다. 저자는 PIS 기법을 다양한 전사체 데이터에 적용하여 성능을 확인하였으며, PIS분석을 통해 고른 유전자 세트가 일반적으로 사용해왔던 여러 컷 오프보다 더 벤치마크 데이터를 잘 반영한다는 것을 확인하였다. 결론적으로, 본 논문에서는 전사체 통합 분석을 여러 호흡기 질환 모델에 적용하여 질환 및 치료 기법에 대한 이해도를 높이고, 다양한 전사체 데이터에 대한 통합적 분석이 가능한 분석 기법을 제시하여 통합적 전사체 분석을 통한 질환 기전 연구에 기여하였다.