하이브리드 아담 초음계 mtDNA 계통 재구성

초록

본 논문은 미토콘드리아 DNA 거리 행렬의 결측치를 초음계(ultrametric) 특성을 보존하면서 복원하는 새로운 방법인 Hyb‑Adam‑UM을 제안한다. 제한된 Needleman‑Wunsch 정렬을 이용해 백본을 만든 뒤, 삼중항(triplet) 초음계 위반을 최소화하는 목적 함수를 Adam 기반 최적화기로 풀어 결측값만을 업데이트한다. 30 %~85 % 결측률의 20개 마스크드 데이터셋에서 기존 MW*/NJ* 투영 및 Soft‑Impute와 비교해 초음계 위반 감소와 토폴로지·분기길이 정확도가 크게 향상됨을 보였다, 특히 85 % 결측 상황에서 두드러진 성능을 기록했다.

상세 분석

Hyb‑Adam‑UM은 mtDNA 거리 행렬의 고유한 초음계 구조를 활용한다는 점에서 기존 일반적인 행렬 완성 기법과 근본적으로 차별화된다. 먼저, 전체 서열을 일일이 정렬하는 비용을 절감하기 위해 Needleman‑Wunsch 알고리즘을 제한된 서열 쌍에만 적용해 ‘백본’ 거리 행렬을 만든다. 이 백본은 관측된 거리의 정확성을 보장하면서도 전체 행렬의 스파스 구조를 유지한다. 이후 결측값을 채우는 단계에서 저자들은 삼중항 초음계 위반을 정량화하는 robust triplet ultrametric‑violation functional을 정의한다. 이 함수는 세 개의 종(i, j, k) 사이의 거리 관계가 초음계 조건 d(i,j) ≤ max{d(i,k), d(j,k)}을 얼마나 위반하는지를 측정한다.
Adam 스타일의 유한 차분 최적화기를 사용해 결측값만을 변수로 두고 위 함수를 최소화한다. 이때 대칭성, 비음성, 대각선이 0이라는 제약을 직접 업데이트 과정에 포함시켜 물리적 의미를 유지한다. 기존 Soft‑Impute와 같은 저차원 행렬 분해 기반 방법은 평균 제곱 오차를 최소화하지만 초음계 구조를 보존하지 못한다. 반면 Hyb‑Adam‑UM은 초음계 위반을 직접 최소화함으로써 트리 형태의 거리 행렬을 보다 자연스럽게 복원한다.
실험에서는 하나의 완전한 참조 거리 행렬을 기준으로 30 %, 50 %, 65 %, 85 % 결측률을 갖는 20개의 마스크드 인스턴스를 생성했다. 각 인스턴스에 대해 NJ와 MW 투영(관측된 거리만 정확히 보존하는 방법) 및 Soft‑Impute와 비교했을 때, Hyb‑Adam‑UM은 초음계 위반 지표가 평균 30 %~45 % 감소했으며, 토폴로지 정확도(예: RF 거리)와 분기 길이 평균 절대 오차에서도 일관된 개선을 보였다. 특히 85 % 결측 상황에서는 초음계 위반 감소가 가장 크게 나타났으며, 이는 초음계 제약이 결측이 극심할 때도 강력한 정규화 역할을 함을 시사한다.
알고리즘 복잡도 측면에서는 백본 구축 단계가 O(m·n) (m은 백본에 포함된 서열 쌍 수, n은 서열 길이)이며, Adam 최적화는 결측값 개수에 비례하는 선형 시간으로 수렴한다. 따라서 전체 파이프라인은 대규모 mtDNA 데이터셋에도 실용적으로 적용 가능하다.