마이크로바이옴 차동 유병률 분석을 위한 베이지안 프레임워크 DiPPER

초록

DiPPER는 베이지안 계층 모델을 이용해 미생물 군집의 존재·부재 데이터를 분석하고, 비대칭 라플라스 사전분포와 하이퍼파라미터를 통해 다중 검정 문제를 자연스럽게 해결한다. 67개의 인간 장 마이크로바이옴 연구(총 80개 데이터셋)에서 기존 로지스틱 회귀, Firth 보정, MaAsLin3‑DP, LDM‑DP, MaAsLin2, LinDA 등 7가지 방법과 비교했을 때, 오류율은 낮고 검출력과 재현성이 뛰어났다. 또한 경계 상황(전혀 나타나지 않거나 100% 존재)에서도 유한한 추정값과 신뢰구간을 제공한다.

상세 분석

본 논문은 미생물 차동 풍부도 분석(DAA)보다 존재·부재 기반 차동 유병률 분석(DPA)이 해석이 직관적이고 조성 효과에 강인하다는 점을 출발점으로 삼는다. 기존 빈도주의 로지스틱 회귀는 Wald 검정, LRT, Firth 보정 등으로 p값을 산출하지만, 다중 검정 보정이 필요하고 경계 케이스에서 추정이 불안정하거나 p값이 정의되지 않는 문제가 있다. DiPPER는 이러한 한계를 베이지안 계층 모델로 극복한다.

1. 모델 구조: 각 피처 j에 대해 존재 확률 p_ij를 로짓 변환한 뒤, 그룹 변수, 시퀀싱 깊이(reads), 추가 공변량을 포함한 선형 예측식(식 1)을 사용한다. β_j(그룹 효과)는 비대칭 라플라스(Asymmetric Laplace) 사전분포를 공유하며, 이는 대부분의 피처가 차이가 없다는 가정을 반영한다.

2. 하이퍼파라미터: 전역 스케일 τ₀는 Half‑Normal(0, ½) 사전으로 양수와 적당한 수축을 보장하고, 비대칭 정도 ν₀는 평균 0.5, σ=0.05인 라플라스 사전으로 대칭을 기본으로 하되 데이터에 따라 비대칭을 허용한다. 이러한 설계는 동일 연구 내에서 차동 효과가 동일 방향으로 몰리는 현상을 모델링한다.

3. 베이지안 추정: Stan의 NUTS 알고리즘으로 4 체인, 3000 반복(1000 warm‑up) 후 8000 사후 샘플을 얻으며, R̂ < 1.02와 발산 전이 부재로 수렴을 확인한다. 사후 분포의 1‑α 등분위 구간이 0을 포함하지 않을 경우 ‘유의미’로 판단하므로, 다중 검정 보정이 사후 구간에 내재한다.

4. 성능 평가: 480개의 null 데이터(그룹 차이 없음)에서 λ(유의 결과가 하나라도 나타난 비율)를 측정했으며, DiPPER는 α=0.10에서 λ≈0.07으로 기대 이하의 오류율을 보였다. 실제 80개 데이터셋에서는 평균 112개의 유의 피처를 검출했으며, 이는 기존 방법보다 높은 검출력과 비슷하거나 낮은 오류율을 동시에 달성한다. 또한 110개의 동일 질환·시퀀싱 방식 쌍을 이용한 교차 연구 재현성 분석에서 DiPPER는 가장 많은 일치된 방향의 재현을 기록하고, 반대 방향 충돌은 최소화했다.

5. 경계 상황 처리: 그림 1·3에서 보듯, 0% 혹은 100% 존재 비율을 가진 피처에 대해 Wald 검정은 p값을 반환하지 못하지만 DiPPER는 비대칭 라플라스 사전 덕분에 유한한 베타 추정치와 좁은 신뢰구간을 제공한다. 이는 실제 마이크로바이옴 데이터에서 흔히 발생하는 현상이다.

6. 비교 방법과 한계: MaAsLin3‑DP와 LDM‑DP는 각각 데이터 증강·Wald, 희소화·퍼뮤테이션을 사용하지만, 사후 추정치와 다중 검정 조정이 별도로 필요하다. DAA 기반 MaAsLin2와 LinDA는 로그 변환·CLR 변환 후 선형 모델을 적용하지만, 존재·부재 정보만을 이용하는 DiPPER에 비해 해석이 복잡하고 조성 편향에 민감하다. DiPPER는 현재 이진 그룹 변수에 최적화돼 있어 연속형 메타데이터를 직접 모델링하려면 추가 변형이 필요하다.

종합적으로, DiPPER는 베이지안 계층 구조와 비대칭 라플라스 사전으로 미생물 차동 유병률 분석의 핵심 문제(다중 검정, 경계 케이스, 추정 불확실성)를 통합적으로 해결한다. 구현은 R 패키지 형태로 제공되며, Stan 기반 추정으로 재현성이 높다. 향후 확장 가능성(다중 그룹, 시간적 연속성, 메타게놈 수준)과 계산 비용(대규모 데이터셋에서 NUTS 샘플링) 등을 고려하면, 마이크로바이옴 연구뿐 아니라 다른 이진 특성 분석에도 적용 가능할 것으로 기대된다.