그래프 기반 융합 라쏘를 이용한 다중형질 연관 분석

초록

본 연구는 상관관계가 높은 정량형질들을 네트워크로 표현하고, 이를 정규화 항에 반영한 그래프‑가이드 융합 라쏘(GFlasso)를 제안한다. 다중형질 회귀 모델에 트레이트 네트워크 정보를 통합함으로써, 기존 단일형질 분석이나 구조를 무시한 라쏘·릿지 회귀에 비해 실제 인과 SNP를 더 높은 민감도와 특이도로 탐지한다. 시뮬레이션 및 천식 데이터 분석 결과가 이를 뒷받침한다.

상세 분석

본 논문은 복합질환 연구에서 흔히 마주치는 “다수의 상관형질” 문제를 해결하기 위해, 다변량 회귀와 그래프 기반 정규화를 결합한 새로운 통계 프레임워크인 Graph‑guided Fused Lasso(GFlasso)를 설계하였다. 핵심 아이디어는 먼저 정량형질 간의 상관관계를 그래프(노드=형질, 엣지=상관도)로 모델링하고, 이 그래프 구조를 페널티 항에 직접 삽입함으로써 연관된 형질군이 동일한 SNP에 의해 동시에 영향을 받을 가능성을 강화하는 것이다. 구체적으로, 목표 함수는 (1) 전통적인 L1 라쏘 페널티를 통한 변수 선택, (2) 그래프의 인접 형질 쌍 사이에 차이를 최소화하는 fused‑lasso 형태의 정규화, (3) 전체 손실 함수(예: 최소제곱 오차)로 구성된다. 이때 fused‑lasso 항은 ‖β_i – β_j‖_1 형태로, i와 j가 그래프에서 연결되어 있을 경우 두 회귀계수 차이를 작게 만들도록 유도한다.

최적화는 교대 방향법(ADMM)이나 근사적인 좌표 하강법을 사용해 효율적으로 수행되며, 하이퍼파라미터(λ1, λ2)는 교차검증 혹은 베이지안 정보 기준을 통해 선택한다. 논문은 HapMap 기반 시뮬레이션을 통해 네트워크 구조가 정확히 지정된 경우와 부분적으로 오류가 있는 경우를 모두 실험하였다. 평가 지표는 진정한 인과 SNP 검출률(Recall), 거짓 양성 비율(FDR), 그리고 전체 모델의 예측 정확도(R^2)이다. 결과는 GFlasso가 전통적인 단일 마커 분석, 라쏘, 릿지에 비해 특히 상관형질이 강하게 연결된 클러스터 내에서 SNP를 탐지하는 능력이 현저히 우수함을 보여준다. 실제 천식 코호트 데이터에서도, GFlasso는 기존 연구에서 보고된 몇몇 후보 유전자와 일치하는 새로운 SNP-형질 연관을 발견했으며, 이는 형질 네트워크 정보를 활용함으로써 통계적 파워가 크게 향상된 사례라 할 수 있다.

이 접근법의 장점은 (1) 형질 간 상관구조를 명시적으로 모델링함으로써 정보 공유가 가능, (2) 다중형질을 동시에 고려해 다중 검정 문제를 완화, (3) 희소성을 유지하면서도 연관된 형질군을 동시에 설명하는 해를 제공한다는 점이다. 반면, 트레이트 네트워크를 사전에 정확히 정의해야 하는 부담과, 그래프가 매우 밀집될 경우 fused‑lasso 항이 과도하게 제약을 가해 모델이 과소적합될 위험이 존재한다. 향후 연구에서는 네트워크를 데이터‑드리븐 방식으로 학습하거나, 비선형 효과를 포괄하는 확장 모델을 모색할 필요가 있다.