초기 SARS‑CoV‑2 전파 경로에 대한 베이지안 재분석: 단일 도입 가설이 우세함을 밝히다

초록

**
본 논문은 Pekar 등(2022)이 제시한 “두 차례의 성공적인 인간 도입” 가설을 베이지안 통계의 기본 원칙을 재검토함으로써 오류를 지적하고, 수정된 모델에서 단일 도입 시나리오가 데이터에 더 높은 사후 확률을 갖는다는 결론을 도출한다.

**

상세 분석

**
Pekar et al.는 초기 SARS‑CoV‑2 사례들의 유전체 서열을 기반으로, 두 개의 독립적인 도입이 발생했을 가능성을 평가하기 위해 베이지안 포스트리어를 계산하였다. 그들은 사전 확률을 동일하게 설정하고, 각 가설(단일 도입 vs. 이중 도입)에 대한 우도(likelihood)를 시뮬레이션된 계통수 분포와 비교하였다. 그러나 저자는 두 가지 핵심적인 오류를 발견한다. 첫째, 우도 계산 시 “조건부 확률”을 잘못 적용해, 관측된 토폴로지를 특정 가설 하에서만 고려하고 다른 가설의 가능성을 배제했다. 베이지안 정리는 P(Data | Model)·P(Model) / P(Data) 형태로 전체 데이터에 대한 전체 확률을 포함해야 하는데, 원 논문은 P(Data | Model)만을 비교함으로써 사후 확률을 과대평가했다. 둘째, 시뮬레이션 과정에서 사용된 “시뮬레이션 파라미터”가 두 가설에 대해 동일하게 적용되지 않아, 실제 우도 차이가 인위적으로 확대되었다. 저자는 이를 교정하기 위해 (1) 동일한 사전 분포와 동일한 파라미터 세트를 두 가설에 동일하게 적용하고, (2) 전체 데이터에 대한 정규화 상수인 P(Data)를 명시적으로 계산한 후 사후 확률을 재산출하였다. 교정된 결과, 단일 도입 가설의 사후 확률이 0.78로, 이중 도입 가설(0.22)보다 현저히 높았다. 또한, 시뮬레이션에서 관측된 “대규모 기저 다형성(polytomy)”은 단일 도입 시나리오에서 자연스럽게 발생할 수 있음을 보였다. 저자는 이러한 결과가 초기 전파 모델링에 있어 과도한 복잡성을 피하고, 실제 전파 경로를 보다 보수적으로 해석해야 함을 강조한다.

**