머신러닝 기반 차별적 경로 탐색 파이프라인

초록

본 논문은 케이스‑컨트롤 마이크로어레이 데이터를 대상으로, 머신러닝 분류·특징 선택과 네트워크 재구성·스펙트럼 거리 비교를 결합한 파이프라인을 제안한다. 선택된 유전자 서명을 경로 강화(enrichment)한 뒤, 각 경로별로 환자군과 대조군의 가중 공표 네트워크를 구축하고 Ipsen‑Mikhailov 스펙트럼 거리를 이용해 구조적 변화를 정량화한다. 공기오염, 파킨슨병, 알츠하이머병 세 가지 실제 데이터에 적용해 생물학적 의미가 있는 차별적 경로를 성공적으로 도출하였다.

상세 분석

이 연구는 고차원 저표본 마이크로어레이 데이터의 불확실성을 최소화하기 위해 네 가지 핵심 단계로 구성된 워크플로우를 설계하였다. 첫 단계에서는 SRDA(스펙트럴 회귀 판별 분석) 혹은 L1‑L2 정규화 회귀와 같은 분류 모델을 데이터 분석 프로토콜(DAP)과 결합해 교차 검증 기반의 안정적인 유전자 서명을 추출한다. 여기서 중요한 점은 정확도와 서명 안정성 사이의 트레이드오프를 정량화하여 최적의 k값을 선택한다는 것이다. 두 번째 단계에서는 GSEA·GSA와 같은 경로 강화 기법을 적용해 서명 유전자와 직접 연결되지 않은 경로 구성원까지 포함시켜 기능적 맥락을 보존한다. 세 번째 단계에서는 WGCNA 혹은 ARACNE 같은 네트워크 추정 알고리즘을 이용해 각 클래스(케이스·컨트롤)별로 선택된 경로 내부에서 상관 기반 가중 네트워크를 재구성한다. 이때 노드 수가 4~1000 사이인 경로만을 대상으로 하여 과도한 차원 문제를 회피한다. 마지막 단계에서는 이중 이진화된 인접 행렬에 대해 Ipsen‑Mikhailov 스펙트럼 거리를 계산한다. 이 거리 함수는 라플라시안 고유값 분포를 비교함으로써 전역 구조 차이를 포착하며, 기존 편집 거리와 달리 연결 유무뿐 아니라 전체 토폴로지 변화를 반영한다. 거리값을 정규화하고, 네트워크 밀도와의 균형을 고려해 최적 임계값을 선택함으로써 과도한 희소성이나 과밀성을 방지한다. 또한, 각 유전자의 가중 차수 변화(Δd)를 제공해 개별 유전자의 상호작용 재배치를 정량화한다. 실험 결과, 공기오염 데이터에서는 세포 사멸·골격 발달·신경계 발달 경로가, 파킨슨병에서는 산화 스트레스·세포 골격·시냅스 전달 경로가, 알츠하이머병에서는 시냅스 가소성·에너지 대사·면역 반응 경로가 높은 Ipsen‑Mikhailov 거리로 식별되었다. 이러한 결과는 기존 문헌과 일치하며, 제안된 파이프라인이 질병 특이적 네트워크 재구성 및 차별적 경로 탐지에 유효함을 입증한다. 다만, 네트워크 추정 단계에서 상관 기반 임계값 선택이 결과에 민감하게 작용할 수 있으며, 스펙트럼 거리의 해석이 직관적이지 않아 추가적인 시각화 및 통계 검증이 필요하다. 전반적으로, 분류‑특징 선택‑경로 강화‑네트워크 비교라는 모듈식 설계는 다양한 데이터셋과 알고리즘에 적용 가능하도록 유연성을 제공한다.