네트워크 기반 질병과 유전자 집합 연관성 추론

초록

**
rcNet은 질병 표현형 네트워크와 유전자 상호작용 네트워크를 결합해, 질병‑유전자 연관성을 정량화한다. 질병 표현형과 유전자 집합을 각각 라벨 전파로 순위화하고, 이 순위 간의 일관성을 최대화하는 목표함수를 ridge regression 형태로 풀어 최적의 질병 후보를 도출한다. 교차 검증 및 최신 OMIM 데이터 예측 실험에서 기존 방법들을 능가했으며, GWAS·CNV·발현 데이터에서도 실제 질병을 높은 순위에 배치하였다.

**

상세 분석

**
rcNet은 기존의 유전자 집합 풍부도 분석이 갖는 “주석 부족” 문제를 네트워크 기반 접근으로 해결한다. 핵심 아이디어는 두 개의 라벨 전파 과정을 별도로 수행한다는 점이다. 첫째, 질병‑유전자 연관 정보를 담은 이분 그래프 A와, 각각 유전자 간 상호작용을 나타내는 G, 질병 표현형 간 유사성을 나타내는 P를 정규화한다. 질병 표현형 집합 g(질병에 대한 쿼리 유전자 집합)와 p(잠재적 표적 질병 표현형)를 각각 그래프 라플라시안 스코어 ˜g, ˜p 로 변환한다. 라플라시안 스코어는 (I‑α Ĝ)⁻¹·g 형태의 닫힌 해를 갖으며, 이는 무한히 반복되는 랜덤 워크와 동일한 의미를 가진다.

그 다음, rcNet은 “Rank Coherence”라는 일관성 지표를 정의한다. ˜g와 ˜p가 높은 값을 갖는 노드쌍이 A에 의해 많이 연결될수록 일관성이 높다고 본다. 이를 수학적으로는 ‖A ˜p ‑ ˜g‖² + κ‖p‖² 형태의 ridge regression 목표함수로 전개한다. 여기서 p는 연속값으로 relax된 이진 벡터이며, 최적 해 p*는 (ĀᵀĀ + κI)⁻¹Āᵀ(I‑αĜ)⁻¹g 로 구한다. Ā는 (1‑β)A(I‑βĤ)⁻¹ 로 정의된 변환 행렬이다.

rcNet은 두 가지 구현 전략을 제시한다. 첫 번째는 위 ridge regression을 그대로 풀어 연속값 p*를 얻고, 상위 스코어를 가진 질병을 선택하는 방법이다. 두 번째는 모든 질병 표현형에 대해 ˜p를 계산하고, rcNet corr(피어슨 상관) 혹은 rcNet lap(라플라시안 차이)와 같은 단순 점수를 직접 평가해 가장 큰 값을 갖는 질병을 선택하는 열거 방식이다. 전자는 계산 효율성이 높고 다중 질병을 동시에 고려할 수 있지만 근사 해에 의존한다. 후자는 정확한 최적을 보장하지만 O(m³) 복잡도와 메모리 요구가 크다.

실험에서는 두 가지 OMIM 버전(2007, 2010)을 사용해 leave‑one‑out 교차 검증을 수행했으며, rcNet이 기존 CIPHER, PRINCE, Random Walk with Restart 등과 비교해 평균 정밀도·재현율·AUC 모두에서 우수함을 보였다. 특히 최근 OMIM에 새로 추가된 질병‑유전자 연관성을 예측할 때, rcNet은 상위 5% 안에 정답을 포함시키는 비율이 현저히 높았다. 추가 검증으로는 GWAS에서 도출된 신규 후보 유전자, 복제수 변이(CNV) 영역, 그리고 암·신경질환 발현 프로파일을 대상으로 하였으며, 각 경우 rcNet이 실제 질병을 상위 1~3위에 배치하는 사례가 다수 보고되었다.

알고리즘의 주요 장점은 (1) 질병 표현형 네트워크와 유전자 네트워크를 동시에 활용해 전역적인 연관성을 포착한다는 점, (2) 라벨 전파 기반 스코어가 네트워크 구조를 자연스럽게 반영해 짧은 유전자 리스트에서도 의미 있는 신호를 추출한다는 점, (3) ridge regression 형태의 해석 가능성 및 확장성을 제공한다는 점이다. 한계로는 대규모 네트워크에서 행렬 역연산이 메모리와 시간 비용을 크게 만든다는 점, 그리고 현재는 이진 질병 표적만을 고려하므로 복합 표현형(다중 질병) 탐색에는 추가적인 모델링이 필요하다는 점을 들 수 있다. 향후 연구에서는 스파스 행렬 근사, 그래프 신경망 기반 비선형 변환, 그리고 다중 표적 질병을 동시에 추정하는 멀티‑라벨 확장 등이 기대된다.

**