Development of Gene Ontology Enrichment Analysis and its Application to Transcriptomic Profiling Analysis on Leptin-treated Human Epidermal Keratinocytes

Abstract

유전체 기술의 진보에 따라 다양한 생리 현상을 규명하기 위한 생물정보학적 방법론이 시도되고 있다. 이러한 방법론에 따라 생성된 오믹스 데이터베이스는 다른 연구자가 이용할 수 있도록 공개되어 바이오빅데이터(Bio-big data)를 구축하고 있으며, 이를 통해 기존에 알려지지 않은 생물학적 지식을 가설에 의존하지 않고 도출할 수 있는 가능성이 주목받고 있다. 그러나 이러한 데이터 자체만으로는 인간에게 유용한 정보를 얻을 수 없으며, 오믹스 데이터의 특성에 맞는 통계적 분석법이 요구된다. 본 연구에서는 전체 유전자 수준에서 시료의 mRNA 발현 양상을 확인할 수 있는 마이크로어레이 또는 RNA-seq 데이터로부터 발현값이 유의하게 변화한 유전자들의 기능적 경향성을 파악할 수 있는 시스템을 구축하고자 하였다. 2만여 개에 달하는 인간 유전자 각각의 기능 및 연관되어 있는 생체 경로에 대한 정보를 범주화하기 위해 유전자온톨로지컨소시움(Gene Ontology Consortium), 교토유전자및유전체백과사전(KEGG) 등의 유전자 기능 정보 체계를 활용하였다. 특정 유전자 기능정보가 DEGs(Differentially Expressed Genes)에 유의미한 수준으로 공통적으로 포함되어 있는지를 파악하기 위해 카이제곱검정 및 피셔 정확검정을 통한 p값을 산출하는 방법을 제시한 후, 이를 모든 유전자 기능정보에 적용하기 위하여 데이터 분석 소프트웨어를 개발하였다. 기존에 개발된 유전자 온톨로지 기반 전사체 분석 소프트웨어와 비교할 때, 본 연구에서 개발한 소프트웨어는 다음의 장점을 지닌다. (a) 현재까지의 상용 프로그램은 연구자가 소속되어 있거나 널리 쓰이는 유전자 기능 정보 체계 중 한 가지만을 참조하여 분석하지만, 본 연구에서 개발한 소프트웨어는 복수의 유전자 기능 정보 체계를 통한 분석을 한 번에 진행할 수 있다. (b) 핵심 유전자 선정부터 온톨로지 분석까지의 과정을 한 번에 진행할 수 있어 일관된 분석 결과를 도출하고 분석에 걸리는 시간이 단축되며, 생물정보학 연구 경험이 없는 초심자가 편리하게 분석할 수 있다. 본 연구에서 개발한 소프트웨어는 2개로 나뉘어 있으며 두 프로그램은 연이어 실행할 수 있도록 설계되어 있다. 각각의 명칭은 MYDEGextractor와 MYOnto로, 전자는 전사체 분석의 핵심 유전자인 DEGs를 구하는 기능을 포함하며 후자는 온톨로지 정보를 통해 DEGs의 기능적 경향성을 분석한다. 본 연구에서 개발한 소프트웨어를 활용한 생물학적 발견 사례로서 각질세포에서 렙틴이 염증 반응에 미치는 영향을 규명하였다. 렙틴 처리 각질세포에 대한 마이크로어레이 데이터로부터 151개의 발현 증가 유전자와 53개의 발현 감소 유전자를 추출하였으며, 온톨로지 기반 기능 정보 분석을 통해 발현이 증가한 유전자 중 염증 개시 조절 유전자가 유의한 수준으로 포함되어 있음을 확인하였다. 이에 해당하는 유전자인 CXCL8, MMP1 등의 발현 증가는 STAT3 길항제에 의하여 억제된다는 것을 확인하여, 각질세포에서 렙틴이 STAT3 대사경로를 통해 상처 치유 과정을 활성화시킨다는 것을 증명하였다.

Hypothesis-independent knowledge mining is important in the analysis of omics data as bio-big data. Functional module-based analyses have been extensively used to extract biological insights from bio-big data. Functional modules on whole genome transcripts can be constructed with gene annotation systems in Gene Ontology (GO) terms, biological pathway maps and diverse bioinformatics gene sets. This study was aimed to develop a functional module analysis tool used for the analysis of the microarray or RNA-seq data. The functional annotation of whole genome transcripts was developed based on the gene annotation systems of both Gene Ontology (GO) Consortium and Kyoto Encyclopedia of Gene and Genome (KEGG). Statistical calculations of the GO-based or KEGG-based gene enrichment analysis was performed with chi-squared test or Fisher's exact test with a C-based software. The software developed in this study is divided into two parts, 'MYDEGextractor' and 'MYOnto', which are designed to run in succession. MYDEGextractor includes a function that yields DEGs, which is the core gene of transcript analysis, and MYOnto analyzes the functional tendency of DEGs through gene ontology annotations. Compared with currently available gene ontology enrichment analysis softwares, the MYOnto software has the following advantages: (a) it analyzes through multiple functional annotation frameworks simultaneously and (b) it performs the integrated process from DEG selection to ontology analysis, which can be applied to automated bio-big data analysis. The functional module analysis with the MYOnto software was performed with the genome scale transcriptional data on the leptin-treated human epidermal keratinocytes. From the oligonucleotide-based microarray data on the leptin-treated keratinocytes, 151 leptin-induced upregulated DEGs and 53 downregulated DEGs were extracted. The gene ontology enrichment analysis with the leptin-treated DEGs showed that inflammation-associated genes were significantly enriched in the leptin treated human keratinocytes. The upregulation of the inflammation-associated genes such as CXCL8 and MMP1 was inhibited by a STAT3 inhibitor, suggesting that leptin induced inflammation is regulated by a STAT3 signaling pathway in human epidermal keratinocytes.