동적 요인 분석으로 희소·불규칙 장기 데이터의 대사체 바이오마커 탐색

초록

본 논문은 COVID‑19 환자에서 측정된 대사체 데이터를 대상으로, 요인 간 상관을 허용하는 다출력 가우시안 프로세스(MOGP) 기반 동적 요인 분석 모델을 제안한다. 희소하고 불규칙한 측정 시점을 보정하기 위해 거칠기(penalization)와 비영 평균 함수를 도입하고, 대규모 데이터에 적합한 Stochastic EM 알고리즘을 개발하였다. 시뮬레이션과 실제 데이터 분석을 통해 기존 방법보다 정확하고 빠른 추정이 가능함을 보였으며, 새로운 바이오마커인 타우린을 발견하였다.

상세 분석

본 연구는 기존 요인 분석(Factor Analysis, FA)이 전제하는 요인 독립성을 완화하고, 요인 간 상관을 모델링하기 위해 다출력 가우시안 프로세스(Multi‑output Gaussian Process, MOGP)를 도입하였다. MOGP는 공통 베이스 프로세스와 개별 베이스 프로세스를 컨볼루션하는 방식으로 구현되며, 이를 통해 여러 생물학적 경로(요인)의 시간적 변동이 상호 연관될 수 있음을 반영한다. 희소하고 불규칙한 장기 측정 데이터를 다루기 위해, 저자들은 MOGP 하이퍼파라미터 중 매끄러움을 제어하는 B 파라미터에 거칠기(penalization) 제약을 가하고, 평균 함수를 0이 아닌 형태로 허용함으로써 과적합을 방지하였다. 베이지안 스파스 요인 분석(Bayesian Sparse Factor Analysis, BSFA)에서는 로드링을 이진 변수 Z와 연속 변수 A의 곱으로 표현하고, Bernoulli‑Beta 및 Normal‑Inverse‑Gamma 사전분포를 통해 실제로 사용되는 바이오마커를 자동 선택하도록 설계하였다. 추정 단계에서는 Stochastic Expectation‑Maximization(StEM) 알고리즘을 개발했으며, 이는 MCMC 샘플링을 이용해 잠재 요인 궤적을 반복적으로 업데이트함으로써 대규모 n(≈100)과 p(≈35)에서도 계산 효율성을 확보한다. 시뮬레이션 결과는 다양한 표본 크기에서 MCEM 대비 하이퍼파라미터 추정 정확도와 안정성이 현저히 우수함을 보여준다. 실제 COVID‑19 데이터에 적용했을 때, 기존 연구에서 놓쳤던 타우린이 중요한 경로인 키뉴레닌 경로와 연관된 새로운 바이오마커로 도출되었으며, 이는 임상적 중요성을 시사한다. 전체적으로 모델 설계, 정규화 전략, 그리고 확률적 최적화 기법이 유기적으로 결합되어, 고차원·희소·불규칙 장기 데이터 분석에 강력한 도구를 제공한다.