고차원 공동발현 네트워크를 이용한 차등 발현 유전자 특성화

초록

본 연구는 가우시안 그래픽 모델과 BIC 기반 분해가능 그래프를 활용해 수천 개 유전자의 고차원 공동발현 네트워크를 효율적으로 구축한다. 네트워크 내에서 차등 발현 유전자의 위치와 연결성을 분석해, 고도로 연결된 영역보다 주변이 희박한 영역에 위치한 유전자가 더 큰 생물학적 정보를 제공한다는 가설을 검증한다. 이를 위해 상대 엔트로피와 유사한 불확실성 지표를 제안하고, 3개의 마이크로어레이 데이터와 시뮬레이션을 통해 방법의 실효성을 입증한다.

상세 분석

이 논문은 고차원 유전자 발현 데이터에서 흔히 발생하는 “표본 수 대비 변수 수” 불균형 문제를 그래프 이론과 베이지안 모델 선택 원리를 결합해 해결한다. 먼저, 각 유전자를 정점으로, 조건부 독립성을 엣지로 표현하는 가우시안 그래픽 모델(GGM)을 채택한다. GGM은 공분산 행렬의 희소성을 통해 변수 간 직접적인 상관관계를 추정할 수 있으나, 차원 수가 수천에 달하면 전통적인 최대우도 추정이 과적합과 계산 복잡도 폭증을 초래한다. 이를 방지하기 위해 저자들은 ‘분해가능(decomposable)’ 그래프 클래스에 제한한다. 분해가능 그래프는 트라이앵글(클리크)와 그 사이의 분리 집합(separators)으로 구성된 트리 구조를 가지며, 이 구조는 BIC(Bayesian Information Criterion)를 이용한 모델 선택을 효율적으로 수행하게 한다. BIC는 모델 복잡도(파라미터 수)와 적합도(우도)를 동시에 고려하므로, 작은 표본에서도 과적합을 억제한다.

네트워크 구축 후, 저자들은 각 클리크 내부와 클리크 간 연결성을 정량화한다. 차등 발현 유전자가 특정 클리크에 과밀하게 모여 있으면, 해당 클리크는 ‘고연결 영역(highly interconnected region)’이라 정의된다. 이러한 영역은 정보 전달이 중복될 위험이 크므로, 개별 유전자의 생물학적 의미가 희석될 수 있다. 반대로, 차등 발현 유전자가 희박하게 분포된 ‘저연결 영역(lowly interconnected region)’은 네트워크 전반에 새로운 신호를 제공한다는 가설을 세운다. 이를 정량화하기 위해, 저자들은 각 유전자의 클리크 내 위치와 주변 클리크와의 연결 강도를 이용해 상대 엔트로피 형태의 불확실성 지표(U)를 정의한다. U가 클수록 해당 유전자는 네트워크 내에서 독립적인 정보를 제공한다는 의미이다.

실험에서는 50,000개 이상의 유전자를 포함한 3개의 공개 마이크로어레이 데이터셋(환자 수 64명 등)과 시뮬레이션을 적용한다. 결과는 (1) 분해가능 그래프 기반 네트워크가 기존 상관 기반 네트워크보다 스파스하면서도 핵심 상호작용을 보존한다, (2) 차등 발현 유전자의 불확실성 지표가 기존 p‑값 기반 순위와 상관관계가 낮으며, 특히 저연결 영역에 위치한 유전자는 후속 기능 분석에서 높은 재현성을 보인다, 를 보여준다. 따라서 제안된 방법은 고차원 저표본 상황에서도 의미 있는 생물학적 신호를 추출하고, 차등 발현 유전자의 ‘정보 가치’를 네트워크 구조적 관점에서 재평가할 수 있는 강력한 도구임을 입증한다.