다중좌위 연관분석을 위한 이차형 통계량 p값 및 검정력 효율 계산

초록

본 논문은 다중좌위 연관검정에서 사용되는 이차형 형태 (D=X^{T}AX) 통계량의 p값과 검정력을 정확하고 빠르게 추정하는 방법을 제시한다. X가 다변량 정규분포를 따르고 A가 일반적인 유사도 행렬(양의 반정정부도 포함)일 때, D를 독립적인 카이제곱 변수들의 선형결합으로 표현하고, 이를 단일 카이제곱 혹은 두 카이제곱 차분 형태로 근사한다. 특히 전체 유전체 스크리닝에서의 극소 p값 계산과, 상동유전자( haplotype ) 분석 시 EM 알고리즘을 반복 수행해야 하는 비용을 크게 절감한다. 시뮬레이션과 실제 데이터 적용을 통해 방법의 정확도와 효율성을 검증하였다.

상세 분석

이 논문은 다중좌위(다중유전자) 연관분석에서 흔히 사용되는 이차형 통계량 (D=X^{T}AX) 의 분포 특성을 체계적으로 분석한다. 여기서 (X) 는 평균 0, 공분산 (\Sigma) 인 다변량 정규벡터이며, (A) 는 임의의 실수 대칭 행렬이다. 기존 연구에서는 (A) 가 양의 반정정부(positive semi‑definite)일 때만 (D) 가 카이제곱 분포 혹은 그 선형결합으로 근사된다고 가정했지만, 실제 유전체 데이터에서는 유사도 행렬이 음의 고유값을 가질 수 있어 이러한 가정이 깨진다. 저자들은 고유값 분해 (A=U\Lambda U^{T}) 와 (\Sigma^{1/2}) 변환을 결합해 (D) 를 (\sum_{i=1}^{r}\lambda_{i}Z_{i}^{2}) 형태로 표현한다. 여기서 (Z_{i}) 는 독립적인 표준 정규변수이며, (\lambda_{i}) 는 (A\Sigma) 의 고유값이다. 따라서 (D) 는 서로 다른 자유도를 갖는 카이제곱 변수들의 가중합으로 해석된다.

이 가중합의 정확한 누적분포함수(CDF)를 계산하는 전통적인 방법은 수치적 적분이나 복소수 특성함수 역변환을 필요로 하여 계산량이 급증한다. 저자들은 두 가지 근사 전략을 제시한다. 첫 번째는 전체 가중합을 평균과 분산을 맞추는 단일 카이제곱 (\chi^{2}_{\nu}) 분포로 근사하는 Satterthwaite 근사법이다. 두 번째는 가중합을 양의 부분과 음의 부분으로 나누어 각각 카이제곱 분포로 근사하고, 두 분포의 차이(즉, 차분 카이제곱)로 전체 분포를 모델링한다. 차분 카이제곱 근사는 특히 (A) 가 비정정정부인 경우에 유리하며, 누적분포함수의 꼬리 영역(극소 p값)에서도 높은 정확도를 보인다.

연관검정 실무에 적용하면 두 가지 주요 이점이 있다. 첫째, 전체 유전체 스크리닝에서는 수백만 개의 SNP 쌍을 검사하면서 보정된 유의수준이 (10^{-7}) 이하로 내려가는데, 전통적인 permutation 방법은 수천 번 이상의 재표본이 필요해 계산이 불가능하다. 제안된 근사법은 고유값만 계산하면 즉시 p값을 얻을 수 있어 실시간 스크리닝이 가능하다. 둘째, 후보 유전자 연구에서 상동유전자( haplotype )를 추정할 때는 EM 알고리즘을 매 permutation마다 실행해야 하는데, 이는 계산 복잡도를 (O(N \times I)) ( (N) 은 샘플 수, (I) 는 EM 반복 횟수)로 만든다. 저자들은 EM 없이도 haplotype 빈도와 공분산을 직접 추정하고, 이를 (A) 에 대입해 위의 이차형 형태로 p값을 구함으로써 전체 연산 시간을 수십 배 단축한다.

시뮬레이션에서는 두 가지 대표적인 통계량, 즉 (D_{1}=U^{T}V) (유사도 기반)와 (D_{2}=U^{T}W U) (가중합 기반)을 대상으로 다양한 상관구조와 표본 크기에서 근사 정확도를 검증했다. 결과는 평균 절대 오차가 (10^{-4}) 이하이며, 특히 차분 카이제곱 근사는 꼬리 확률에서 (10^{-8}) 수준까지 정확함을 보여준다. 실제 데이터(예: 1000 Genomes 프로젝트) 적용에서도 기존 permutation 기반 p값과 차이가 없으며, 계산 시간은 기존 방법의 1/200 수준으로 감소했다.

이러한 결과는 이차형 통계량이 등장하는 거의 모든 다중좌위 연관검정에 적용 가능함을 의미한다. 특히, 고유값 분해와 근사 선택만으로 복잡한 비정정정부 행렬을 다룰 수 있다는 점은 통계학적 이론과 실무 사이의 격차를 크게 줄인다.