혼합 그래프 마코프 모델을 이용한 eQTL 네트워크 매핑

본 논문은 유전자 발현과 유전체 마커를 동시에 측정한 ‘유전적 유전체학’ 데이터에서, 직접적인 유전‑표현 연결을 정확히 추정하기 위한 새로운 통계적 프레임워크를 제시한다. 서론에서는 고차원 발현 데이터가 갖는 높은 상관구조와 배치 효과 등 비생물학적 변동이 eQTL 매핑을 방해한다는 문제점을 제시하고, 기존의 단일 마커 회귀, 베이지안 네트워크, 구조방정식모델 등 다양한 다변량 접근법을 검토한다. 그러나 대부분의 방법이 1차 조건부 독립에 의존하거나, 그래프 구조가 제한적이며, p≫n 상황에서 파라미터 추정이 불안정하다는 공통된 한계를 지적한다. 방법론에서는 혼합 그래프 마코프 모델(Mixed Graphical Markov Model, GMM)을 기반으로, 이산형 마커 변수(I)와 연속형 발현 변수(Y)를 동시에 다루는 조건부 가우시안(CG) 분포를 정의한다. 모델은 p개의 변수(Δ∪Γ)와 그들 사이의 마크드 그래프 G=(V,E)로 표현되며, 이산-연속 혼합 상호작용을 통해 유전형이 발현 평균에 미치는 효과를 파라미터 η로, 유전자‑유전자 상관을 공분산 Σ로 나타낸다. 특히 동질( homogeneous) GMM을 가정하여 Σ가 모든 유전형 수준에서 동일하다고 설정함으로써, 복잡한 혼합 이차 상호작용 ψ를 제거하고 모델을 단순화한다. 그래프가 분해가능(decomposable)하면 클리크별 충분통계량을 이용해 명시적인 최대우도 추정(MLE)이 가능하다. 논문은 클리크 C와 그 주변 변수에 대해 n(i_C)≥|C∩Γ|+|I_C| 조건을 만족할 때, p(i), μ(i), Σ를 정확히 계산하는 식(15‑18)을 제시한다. 이를 통해 p≫n 상황에서도 파라미터 추정이 가능하도록 한다. 고차 조건부 독립성을 검정하기 위해 q‑order 상관 그래프(q‑order correlation graph)를 도입한다. 여기서 q는 조건화에 포함되는 유전자 수를 의미하며, q가 커질수록 간접 효과를 차단하지만 샘플 수가 부족해 검정력이 감소한다. 저자는 정확한 우도비 검정(exact likelihood ratio test)을 사용해 두 변수 간의 조건부 독립을 검정하고, 그래프에 에지를 추가하거나 제거하는 단계적 알고리즘을 구현한다. 실험 데이터는 효모( Saccharomyces cerevisiae) 교배군으로, 112개의 분리주에 대해 2,906개의 마커와 6,216개의 유전자 발현을 측정했다. 데이터 전처리 과정에서 배경 보정, 색상 교정, 결측 마커 제거, 유전자 필터링 등을 수행해 최종적으로 1,857개의 마커와 6,141개의 유전자를 남겼다. 시뮬레이션에서는 ρ(유전자‑유전자 평균 상관)와 a(유전형‑발현 평균 효과) 파라미터를 조절해 다양한 네트워크 토폴로지를 생성하고, 제안된 방법이 실제 데이터와 유사한 구조를 복원함을 확인했다. 실제 데이터 분석 결과, 얻어진 eQTL 네트워크는 매우 희소했으며, 각 염색체 간 직접적인 eQTL‑유전자 연결이 명확히 구분되었다. 특히 네트워크 허브(다중 연결을 가진 유전자)의 발현 변동은 해당 유전자의 eQTL에 의해 70% 이상 설명되었으며, 이는 유전적 조절이 핵심 조절 유전자의 발현을 주도한다는 가설을 뒷받침한다. 결과적으로, 제안된 혼합 GMM 기반 방법은 기존의 단일 마커 회귀나 1차 조건부 독립 기반 방법보다 더 정확하고 해석 가능한 eQTL 네트워크를 제공한다. 또한, R/Bioconductor 패키지 ‘qpgraph’를 공개함으로써 연구 재현성을 보장하고, 다른 데이터셋에 대한 적용을 용이하게 한다. 논문의 한계로는 동질 GMM 가정이 실제 데이터에서 공분산 구조가 변할 가능성을 배제한다는 점, q‑order 선택이 경험적이며 자동화된 기준이 부족하다는 점을 들 수 있다. 향후 연구에서는 이질(heterogeneous) GMM을 도입하고, 베이지안 모델 선택과 결합해 보다 유연한 네트워크 추정을 시도할 계획이다.