다중속성 연관 네트워크 추정 및 특성 분석: 암세포 유전자·단백질 데이터 적용

초록

**
본 논문은 연속형 다중속성을 가진 노드들 사이의 연관성을 정량화하기 위해 정준상관(Canonical Correlation)을 활용한 네트워크 추정 방법을 제안한다. 두 개의 속성(유전자 발현과 단백질 발현)만을 이용해 링크 검정 절차와 가중치 해석을 수행하고, 부분 정보(속성 일부 결손) 상황에서 네트워크 구조와 고차 통계량(차수, 군집계수, 중심성)의 추정 정확도를 분석한다. NCI‑60 암세포주 데이터를 통해 실제 적용 사례를 제시하고, 속성별 기여도를 이용한 노드 분류와 생물학적 의미 검증을 수행한다.

**

상세 분석

**
이 연구는 기존에 단일 속성에 기반한 연관 네트워크 추정이 대부분이었던 점을 지적하고, 다중 속성을 동시에 고려할 수 있는 통계적 프레임워크를 구축한다. 핵심 아이디어는 각 노드 i에 대해 K개의 연속형 속성 벡터 (X_i=(X_i^{(1)},\dots,X_i^{(K)})) 를 정의하고, 두 노드 i와 j 사이의 유사성을 정준상관을 통해 하나의 스칼라 값 (S_{ij}) 로 요약하는 것이다. 정준상관은 두 다변량 집합 사이의 선형 결합을 찾아 최대 상관을 구하므로, 서로 다른 속성군이 동시에 기여하는 연관성을 자연스럽게 포착한다.

논문은 먼저 정준상관값에 대한 귀무분포를 가정하고, 이를 기반으로 가설 검정(예: 정규성 가정 하의 t‑검정 또는 permutation test) 절차를 설계한다. 검정 임계값을 조정함으로써 거짓 양성률(FDR)을 통제하면서 링크 존재 여부를 판단한다. 특히 두 속성(K=2) 상황을 집중적으로 분석하여, 각 속성이 전체 정준상관에 기여하는 비율을 “정준 가중치”로 정의한다. 이 가중치는 (\alpha_1,\alpha_2) 로 표기되며, (\alpha_1+\alpha_2=1) 을 만족한다. 이를 통해 특정 링크가 단백질 수준에서 주도되는지, 혹은 유전자 수준에서 주도되는지를 정량적으로 해석할 수 있다.

다음으로 부분 정보 문제를 다룬다. 실제 데이터에서는 모든 속성을 동시에 측정하기 어려운 경우가 많다(예: 단백질 데이터는 비용과 기술적 제약으로 제한적). 저자는 속성 중 하나만 이용했을 때와 두 속성을 모두 이용했을 때의 검정력(power)을 이론적 분석과 시뮬레이션을 통해 비교한다. 결과는 다중 속성을 결합했을 때 검정력이 크게 향상되며, 특히 상관 구조가 약한 경우에도 유의미한 링크를 탐지할 가능성이 높아진다.

고차 네트워크 통계량에 대한 영향도 정량화한다. 차수, 군집계수, 베트위니스 중심성 등은 개별 링크 존재 여부에 민감하므로, 속성 결합이 이들 통계량의 편향(bias)과 분산을 어떻게 변화시키는지를 분석한다. 저자는 Monte‑Carlo 실험을 통해 다중 속성 기반 추정이 단일 속성 기반 추정보다 평균 차수와 군집계수가 실제 네트워크와 더 가까워짐을 보인다. 또한, 정준 가중치를 이용해 노드별 “속성 주도성”을 정의하고, 이를 기반으로 노드를 ‘유전체‑주도’, ‘단백질‑주도’, ‘혼합형’으로 분류한다.

실제 적용 사례는 NCI‑60 데이터베이스의 60개 인간 암세포주에 대한 91개의 유전자·단백질 쌍을 사용한다. 각 쌍은 동일한 세포주에서 측정된 두 속성을 갖는다. 정준상관 기반 네트워크를 구축한 뒤, 기존 단일 속성(유전자 또는 단백질) 네트워크와 비교한다. 결과는 단백질 기반 네트워크가 더 촘촘히 연결되는 반면, 유전자 기반 네트워크는 일부 중요한 연결을 놓치는 경향이 있음을 보여준다. 두 속성을 결합한 네트워크는 두 기존 네트워크의 장점을 모두 포함하며, 정준 가중치를 통해 각 링크가 어느 속성에 의해 주도되는지를 명확히 할 수 있다.

마지막으로, 분류된 노드 집합에 대해 KEGG 경로 분석을 수행한다. ‘단백질‑주도’ 노드들은 주로 세포 골격·신호 전달 경로에, ‘유전체‑주도’ 노드들은 전사·번역 조절 경로에, ‘혼합형’ 노드들은 대사·면역 경로에 풍부하게 나타난다. 이는 제안된 방법이 생물학적 의미를 보존하면서도 새로운 통합 네트워크 구조를 제공함을 실증한다.

**