단일세포 Hi‑C 접촉 지도에 대한 위상 데이터 분석

초록

본 논문은 최신 위상 데이터 분석(TDA) 기법, 특히 Mapper 알고리즘과 그 통계적 확장을 이용해 단일세포 Hi‑C 접촉 지도에서 생물학적 현상에 해당하는 위상 구조를 정량화한다. SCC(층별 조정 상관계수)를 거리 척도로 사용하고, 부트스트랩 기반의 확장 영속성 다이어그램을 통해 원형 구조(세포 주기)를 높은 신뢰도로 검출한다.

상세 분석

이 연구는 세포 주기와 같은 동적 생물학적 과정이 3차원 염색질 구조에 남기는 위상적 신호를, 통계적 강건성을 갖춘 TDA 프레임워크로 포착한다는 점에서 혁신적이다. 먼저 저자들은 Hi‑C 접촉 행렬을 비교하기 위한 층별 조정 상관계수(SCC)를 도입한다. SCC는 유전적 거리(베이스쌍 사이의 물리적 간격)에 따라 행렬 원소를 층화하고, 각 층에서 피어슨 상관을 가중 평균함으로써 전반적인 유사성을 정량화한다. 이 값은 고차원 데이터의 거리 행렬로 바로 활용될 수 있어, 차원 축소(PCA, MDS)와 결합했을 때 세포 주기 단계가 원형으로 정렬되는 현상을 보인다.

그러나 기존 방법은 시각적 관찰에 머물렀으며, 통계적 검증이 부재했다. 이를 보완하기 위해 저자들은 SCC 기반 거리 행렬을 입력으로 Mapper를 구성한다. Mapper는 필터 함수(여기서는 SCC 거리의 1차원 임베딩)를 정의하고, 겹치는 하이퍼큐브 커버와 단일 연결 클러스터링을 통해 프리이미지들의 연결 성분을 추출한다. 결과적으로 얻어진 복합체는 원본 데이터의 Reeb 공간에 대한 근사이며, 이론적 수렴 보장은 기존 문헌(DMW16, CO17)에서 제시된 조건을 만족한다.

통계적 신뢰성을 확보하기 위해 확장 영속성 다이어그램을 이용한다. 각 Mapper의 노드에 스칼라 함수를 부여하고, 영속성 쌍을 (생성 시점, 소멸 시점) 형태로 평면에 매핑한다. Bottleneck 거리라는 메트릭을 통해 두 다이어그램 간 차이를 정량화하고, 부트스트랩 샘플링(재표집)으로 거리 분포를 추정한다. 이렇게 얻은 신뢰 구간은 특정 영속성 점이 대각선(무의미한 특징)과 겹치지 않을 경우, 해당 위상 특징이 제한된 신뢰 수준에서 실제 데이터에 존재함을 보장한다.

실험에서는 최신 단일세포 Hi‑C 데이터셋(