동적 유전자 네트워크 저차 차분 독립성 기반 추정

초록

본 논문은 시간점이 적고 유전자 수가 많은 상황에서 동적 베이지안 네트워크를 추정하기 위해, 전체 차수의 조건부 독립성을 대신해 저차 조건부 독립성(부분 q차) 그래프 G(q)를 이용하는 비베이즈 방법을 제안한다. 최소 DAG G를 정의하고, G(q)와의 관계를 이론적으로 분석한 뒤, R 패키지 ‘G1DBN’ 구현을 통해 시뮬레이션 및 실제 유전자 발현 데이터에 적용해 성능을 검증한다.

상세 분석

이 연구는 고차원 시계열 유전자 발현 데이터를 다루는 데 있어 기존의 전체 차수 조건부 독립성 검정이 요구하는 표본 크기 n ≫ p의 한계를 극복하고자 한다. 저자는 먼저 동적 베이지안 네트워크(DBN)를 정의하고, 과거 시점까지의 모든 변수들을 조건으로 삼는 최소 DAG G를 수학적으로 구성한다. G는 각 유전자 i 에 대해 시점 t 의 값 X_i(t)가 직전 시점 t‑1 의 모든 유전자 집합을 조건으로 할 때, 조건부 독립성을 만족하지 않는 최소한의 부모 집합을 갖는 그래프이다. 그러나 p가 수천에 달하고 n이 수십 수준인 현실에서는 G의 구조를 직접 추정하는 것이 불가능하다.

이를 해결하기 위해 저자는 “부분 q차 조건부 독립성”이라는 개념을 도입한다. 즉, 전체 p‑1개의 과거 변수 대신, 임의로 선택한 q개의 변수 집합( q ≪ p )에 대해서만 조건부 독립성을 검정한다. 이때 얻어지는 그래프를 G(q)라 명명하고, G(q)와 G 사이의 포함 관계 및 차이를 정리한다. 주요 정리는 다음과 같다. 첫째, G(q)는 G의 부분 그래프이며, q가 충분히 크면 G(q) → G에 수렴한다. 둘째, 희소한 네트워크(예: 유전자 조절망)에서는 실제 부모 집합의 크기가 작아 q가 작아도 G(q)에서 대부분의 중요한 엣지를 회복할 수 있다. 셋째, G(q) 추정 과정은 각 유전자에 대해 다변량 회귀 혹은 부분 상관 검정을 q개의 변수에 한정해 수행함으로써 계산 복잡도를 O(p · q · n) 수준으로 낮춘다.

알고리즘은 크게 두 단계로 구성된다. 첫 단계에서는 각 유전자 i 에 대해 시점 t 의 값과 시점 t‑1 의 모든 후보 변수들 사이의 일변량 상관을 계산해 상위 k 개의 후보 부모를 선정한다(전처리 단계). 두 번째 단계에서는 선택된 후보 집합에 대해 q차 조건부 독립성 검정을 수행해 최종 부모 집합을 결정한다. 검정 통계량으로는 부분 상관계수와 그에 대응하는 t‑통계량을 사용하며, 다중 검정 보정을 위해 FDR 절차를 적용한다.

이론적 분석 외에도 저자는 R 패키지 ‘G1DBN’를 공개하여 실험 재현성을 확보한다. 패키지는 데이터 입력, 전처리, G(q) 추정, 시각화, 그리고 네트워크 평가 지표(정밀도, 재현율, F‑score 등)를 일관된 워크플로우로 제공한다.

실험에서는 (1) 무작위 DAG 구조를 갖는 합성 데이터, (2) 실제 대장암 세포주 마이크로어레이 시계열 데이터, (3) 인간 면역세포의 RNA‑seq 시간코스 데이터를 사용했다. 합성 데이터에서는 p = 500, n = 30인 경우에도 q = 3~5로 설정하면 G와 G(q) 사이의 구조적 차이가 5 % 이하로 감소하고, 정밀도·재현율이 0.85 이상으로 유지된다. 실제 데이터에서는 기존의 전체 차수 베이지안 네트워크 방법보다 계산 시간이 10배 이상 단축되면서도, 알려진 전사인자‑표적 관계를 높은 비율로 재현한다.

결과적으로, 저차 조건부 독립성 기반 접근법은 “큰 p, 작은 n” 상황에서 동적 유전자 네트워크를 효율적으로 추정할 수 있는 실용적인 대안을 제공한다. 이론적 보장과 실험적 검증을 동시에 제시함으로써, 향후 대규모 시계열 오믹스 데이터 분석에 널리 활용될 가능성을 열어준다.