공간 유전자 발현 데이터에서 부정 연관 규칙 탐색

초록

본 논문은 공간 유전자 발현 데이터에 대해 부정 연관 규칙을 효율적으로 추출하는 알고리즘을 제안한다. 기존의 Apriori 기반 방법이 양의 연관 규칙에 초점을 맞춘 반면, 제안된 방법은 항목 집합의 존재와 부재 사이의 관계를 규명한다. 실험 결과, 부정 규칙을 추가로 발견함으로써 데이터 해석의 폭이 넓어지고, 유전자 간 억제·비활성화 메커니즘을 파악하는 데 유용함을 보였다.

상세 요약

이 연구는 공간 유전자 발현 데이터의 특수성을 고려한 부정 연관 규칙(minus association rule) 마이닝 프레임워크를 설계하였다. 먼저, 원시 데이터는 이진 매트릭스로 변환되며, 각 행은 특정 조직 영역을, 각 열은 유전자 발현 여부를 나타낸다. 기존 Apriori 알고리즘은 빈도 기준으로 후보 항목 집합을 생성하고, 지원도와 신뢰도를 계산해 양의 규칙(A → B)을 도출한다. 그러나 부정 규칙은 A가 발생했을 때 B가 발생하지 않을 확률, 즉 A → ¬B 혹은 ¬A → B 형태를 탐색한다. 이를 위해 저자는 두 단계의 절차를 도입한다. 첫 번째 단계에서는 표준 Apriori를 이용해 모든 빈도 높은 항목 집합을 추출한다. 두 번째 단계에서는 이 집합을 기반으로 보완 집합(complement set)을 구성하고, 각 보완 집합에 대해 지원도와 신뢰도를 재계산한다. 핵심 아이디어는 “빈도 높은 항목 집합의 보완도 역시 빈도 높은 경우가 있다”는 점이며, 이를 통해 부정 규칙의 후보를 효율적으로 제한한다. 알고리즘 복잡도는 기존 Apriori와 동일한 O(N·L) 수준을 유지하면서, 부정 규칙 탐색을 위한 추가 연산을 최소화한다. 실험에서는 마우스 뇌 조직의 공간 전사체 데이터베이스를 사용했으며, 최소 지원도 0.05, 최소 신뢰도 0.6을 기준으로 양·음 규칙을 동시에 추출하였다. 결과는 양의 규칙만으로는 포착되지 못한 유전자 억제 네트워크를 드러냈으며, 특히 특정 영역에서 고발현되는 유전자가 다른 영역에서 비발현되는 경우가 빈번히 관찰되었다. 이러한 부정 규칙은 기존 생물학적 지식과도 일치하여, 데이터 마이닝 결과가 실제 생물학적 현상을 반영함을 시사한다. 또한, 부정 규칙의 도출이 데이터베이스 탐색 비용을 크게 증가시키지 않으며, 확장성 측면에서도 대규모 공간 전사체 데이터에 적용 가능함을 입증하였다.