상관성을 활용한 차등 발현 유전자 탐지 혁신: Tellipsoid

**1. 서론** 마이크로어레이 실험에서 차등 발현 유전자를 탐지하는 것은 생물학적 인사이트를 얻는 핵심 단계이다. 기존 방법들은 주로 두 집단 간 평균 차이를 t‑통계량으로 요약하고, 이를 절대값 순으로 랭킹한다. 그러나 유전자 간 상관성이 존재하면 FDR 추정이 불안정해지고, 검출력이 저하될 수 있다. 저자들은 이러한 상관성을 ‘제어’하는 것이 아니라 ‘활용’하여 검정력을 높일 수 있다고 주장한다. 핵심 아이디어는 (1) 대부분의 유전자는 사전에 비차별(null)이라고 판단할 수 있는 ‘identifiability’를 가정하고, (2) 다변량 정규 모델에서 Mahalanobis 거리를 최소화하는 새로운 평균 추정량 û를 도입하는 것이다. **2. 방법론** - **2.1 t‑통계량 정의**: 각 유전자 i에 대해 전통적인 두 표본 t‑통계량 t_i = ( \bar{x}_{i,2} − \bar{x}_{i,1} )/s_i 를 계산한다. - **2.2 Zero Assumption (ZA)**: |t| 순으로 정렬하고, 하위 P % (기본값 50 %)를 무조건 null이라고 가정한다. 이를 통해 t‑벡터를 t^(0) (null 부분)와 t^(1) (잠재적 non‑null 부분)으로 분할한다. - **2.3 다변량 정규 가정**: t ∼ N(u, Σ) 로 가정하고, Mahalanobis 거리 d(t,u)=√{(t−u)ᵀΣ⁻¹(t−u)} 를 최소화한다. ZA에 의해 u의 앞 c개 원소는 0으로 고정된다. - **2.4 û의 닫힌 형태**: 최소화 문제를 풀면 û^(1)=t^(1)−Σ₁₀ Σ₀₀⁻¹ t^(0) 가 얻어진다. 여기서 Σ₁₀, Σ₀₀는 각각 null‑non‑null, null‑null 공분산 행렬이다. - **2.5 공분산 추정**: 직접 Σ를 추정하기보다, 원본 발현 행렬 X에서 각 그룹 평균을 제거한 eX를 만든 뒤, 표본 상관 행렬 Ĉ를 계산한다. Ĉ는 Σ와 비례하므로 Σ₀₀⁻¹ t^(0) 를 Ĉ₀₀⁻¹ t^(0) 로 대체한다. - **2.6 최종 순위**: û_i 의 절대값 |û_i| 를 기준으로 유전자를 랭킹한다. **3. 알고리즘 구현** 1. 두 그룹에 대한 t‑통계량 계산. 2. |t| 순으로 정렬 후 ZA에 따라 c를 결정 (기본 P=50 %). 3. X를 그룹 평균을 빼서 eX로 변환. 4. eX의 표본 상관 행렬 Ĉ 계산 (대각에 10⁻¹⁰ 추가해 비특이성 방지). 5. 선형 시스템 Ĉ₀₀ x = t^(0) 를 Cholesky 분해 등 효율적인 방법으로 풀어 x 구함. 6. û^(1)=t^(1)−Ĉ₁₀ x 계산 후 û =