동적 유전자 발현 조절 분석을 위한 기능적 적응 수축

초록

FASH는 연속적인 조건 변수(예: 시간)에서 측정된 효과 함수를 다루는 대규모 유닛들을 위한 경험적 베이즈 수축 방법이다. Gaussian process와 선형 미분 연산자를 결합해 적응적 스무딩과 정보 공유를 구현하고, 지역 거짓 발견률과 거짓 부호율을 이용한 가설 검정을 제공한다. 저자는 심장근육세포 분화 데이터에 적용해 기존 분석보다 더 많은 동적 eQTL를 발견하고, 새로운 R 패키지(fashr)를 배포하였다.

상세 분석

본 논문은 동적 eQTL 연구에서 흔히 마주치는 “시간에 따라 변하는 유전적 효과”라는 함수형 데이터를 효율적으로 추정하고 검정하기 위한 새로운 통계 프레임워크인 Functional Adaptive Shrinkage(FASH)를 제안한다. 핵심 아이디어는 각 유닛(예: 유전자‑SNP 쌍)의 효과 추정값을 독립적인 정규분포로 모델링하고, 이들 효과 함수가 공통의 사전분포 gβ를 따른다고 가정하는 경험적 베이즈(Empirical Bayes) 접근이다. 여기서 gβ는 L‑GP(Laplacian Gaussian Process) 패밀리로 정의되는데, L‑GP는 선형 미분 연산자 L을 통해 “상수”, “선형” 등 특정 베이스라인 모델을 제로 공간으로 만들고, σ라는 스칼라 파라미터가 베이스라인에서의 편차 정도를 조절한다. 따라서 σ가 작을수록 함수는 베이스라인에 강하게 수축되고, σ가 크면 보다 자유로운 형태를 허용한다.

FASH는 두 단계로 구현된다. 첫째, 전체 유닛에 대해 사전분포의 하이퍼파라미터(σ와 베이스라인 형태)를 최대우도 혹은 변분 추정으로 학습한다. 이 과정에서 “global‑local” 수축이 이루어지는데, 즉 전체 데이터가 베이스라인에 얼마나 부합하는지를 반영해 각 유닛별 수축 강도가 자동으로 조정된다. 둘째, 학습된 사전분포와 각 유닛의 관측값(효과 추정치와 표준오차)을 결합해 사후분포를 계산하고, 사후 평균을 스무딩된 효과 함수로, 사후 분산을 신뢰구간으로 제공한다. 이러한 사후 추정은 기존의 단순 회귀나 고정된 GP와 달리 데이터에 맞춰 적응적으로 스무딩 정도가 변한다.

가설 검정 측면에서는, 베이스라인 모델을 “null” 집합 S0(예: 상수 함수 또는 선형 함수)으로 정의하고, 각 유닛의 사후 확률이 S0에 속할 확률을 계산한다. 이를 기반으로 지역 거짓 발견률(lfdr)과 지역 거짓 부호율(lfsr)을 추정해 다중 검정 문제를 해결한다. 저자는 베이지안 팩터 기반의 사전 조정 방법을 추가 제안했는데, 이는 대안 가설에 대한 사전이 과소평가될 경우 발생할 수 있는 과보정(anti‑conservative) 문제를 완화하고, 이론적 보장을 제공한다.

실제 적용에서는 16일에 걸친 심장근육세포 분화 과정에서 1백만 개 이상의 유전자‑SNP 쌍에 대해 동적 eQTL 효과를 재분석하였다. FASH는 기존 연구가 놓친 비선형 패턴을 포착하고, 전체 검정 파워를 크게 향상시켰다. 특히, 상수 베이스라인과 선형 베이스라인을 각각 검정함으로써 “시간에 따라 변화하는가?”와 “비선형 변화가 존재하는가?”라는 두 가지 과학적 질문을 명확히 구분할 수 있었다. 결과적으로 새로운 동적 eQTL를 다수 발견하고, 효과 함수의 다양성을 시각화하였다.

마지막으로 저자는 R 패키지 fashr을 공개했으며, 이는 요약 통계만으로도 전체 파이프라인을 수행할 수 있도록 설계되었다. 패키지는 L‑GP 사전 정의, 하이퍼파라미터 추정, 사후 샘플링, lfdr/lfsr 계산 등을 포함하고 있어, 동적 eQTL뿐 아니라 시간‑코스코스 데이터, 약물 반응 곡선 등 다양한 함수형 데이터에 바로 적용 가능하다.