다중조건 다중시점 학습

초록

본 논문은 서로 다른 고차원 도메인에서 측정된 다중 시점(조직) 데이터를, 질병·대조군 및 치료·비치료와 같은 다중 조건(공변량)과 결합하여 분석하는 새로운 통계 모델을 제안한다. 베이지안 정준 상관분석(CCA)의 생성 모델에 다중조건을 반영한 사전분포와, 대규모 대사물질 데이터를 군집화된 그룹으로 가정한 통합 요인분석을 결합함으로써 차원 축소와 조건 효과 추정을 동시에 수행한다. 실제 메타볼로믹스 데이터에 적용해 조직 간 연관성 및 조건별 변화를 효과적으로 밝혀냈다.

상세 분석

이 연구는 전통적인 다변량 분산분석(MANOVA)이 다중 시점(다중 뷰) 데이터를 동시에 다루기 어려운 점을 극복하고자, 베이지안 정준 상관분석(CCA)의 확장 모델을 설계하였다. 핵심 아이디어는 (1) 서로 다른 조직이나 실험 플랫폼에서 얻어진 고차원 피처들을 ‘뷰(view)’로 정의하고, 동일 샘플에 대해 뷰 간 쌍(pair) 관계가 존재한다는 전제를 두는 것이다. 이를 통해 각 뷰는 동일한 잠재 변수(latent variable) 공간에 매핑되며, CCA는 두 뷰 사이의 공통 구조를 추출한다.

다중 조건(예: 질병·대조, 치료·비치료)은 전통적인 ANOVA와 유사하게 사전분포(population prior) 형태로 모델에 삽입된다. 구체적으로, 각 조건 조합에 대해 잠재 변수의 평균을 별도로 정의하고, 이 평균에 대한 하이퍼파라미터를 베이지안 계층 구조로 설정한다. 이렇게 하면 조건 효과가 잠재 공간에서 직접적으로 표현되며, 뷰 간 차이와 조건 간 차이를 동시에 추정할 수 있다.

고차원 피처의 차원 축소는 통합 요인분석(factor analysis)으로 수행한다. 메타볼로믹스 데이터는 대사물질이 생화학적 경로에 따라 군집화된다는 사전 지식을 활용해, 각 요인이 여러 피처를 동시에 설명하도록 정규화한다. 이는 스파스(sparse) 혹은 그룹 스파스(group‑sparse) 프라이어를 도입함으로써 구현되며, 불필요한 노이즈 피처를 자연스럽게 억제한다.

추론은 변분 베이지안(variational Bayes) 또는 Gibbs 샘플링을 이용해 사후분포를 근사한다. 모델은 (i) 뷰 별 로드링(loadings) 행렬, (ii) 공통 잠재 변수, (iii) 조건별 평균, (iv) 요인 구조를 동시에 학습한다. 실험에서는 메타볼로믹스 데이터셋을 사용해, 조직 간 대사물질 패턴이 질병·치료 조건에 따라 어떻게 변하는지를 정량적으로 파악하였다. 결과는 기존 CCA나 단순 MANOVA 대비 높은 재현성 및 해석 가능성을 보여준다.

이 모델의 장점은 (1) 다중 뷰와 다중 조건을 하나의 통합 프레임워크에 포함, (2) 고차원 데이터를 그룹화된 요인으로 효율적 차원 축소, (3) 베이지안 사전으로 조건 효과를 명시적 추정, (4) 샘플이 쌍(pair) 형태로 연결된 경우에도 강건한 추정이 가능하다는 점이다. 다만, 하이퍼파라미터 선택과 변분 근사의 정확도에 따라 결과가 민감하게 변할 수 있어, 사전 검증이 필요하다.