이질적 시간 동역학을 위한 복합 RJMCMC 변형 및 변광 단계 분석

초록

본 논문은 형광 단일분자 영상에서 짧은 블링·다크 상태를 정확히 추정하기 위해 기존 RJMCMC에 변화를 주어 복합 변화점 쌍을 모델링한 CRJMCMC 알고리즘을 제안한다. 시뮬레이션 및 실제 FLImP 데이터에 적용해 0.001 이하의 SNR과 17개의 형광체까지 높은 정확도와 강인성을 보이며, EGFR 올리고머 연구 등 저카운트 상황에서도 신뢰할 수 있는 결과를 제공한다.

상세 분석

이 논문은 변광 단계 분석(photobleach step analysis)에서 가장 난제인 ‘짧은 지속시간을 갖는 블링(blinking) 및 가역적 다크 상태(dark state)’를 정량화하는 새로운 통계적 프레임워크를 제시한다. 기존의 RJMCMC(reversible jump Markov chain Monte Carlo) 기반 방법은 각 구간을 독립적인 상태로 가정하고 변화점(change point) 위치만을 추정한다. 그러나 실제 형광 분자는 밝은 상태와 비밝은 상태 사이를 빠르게 전이하며, 이러한 전이는 전통적인 단일 변화점 모델로는 포착하기 어렵다. 저자들은 이를 해결하기 위해 ‘복합 변화점 쌍(compound change point pair)’이라는 개념을 도입한다. 하나의 복합 쌍은 짧은 상승(또는 하강) 구간과 그 뒤를 잇는 짧은 복구 구간으로 구성되며, 이는 블링·다크 현상을 동시에 모델링한다.

CRJMCMC는 두 단계의 제안 메커니즘을 사용한다. 첫 번째는 기존 RJMCMC와 동일하게 새로운 변화점을 삽입·삭제·이동시키는 ‘점프’ 연산이며, 두 번째는 복합 쌍을 삽입·삭제·변형하는 ‘쌍 연산’이다. 이중 메트로폴리스-헤이스팅(Metropolis–Hastings) 수용 확률은 각 연산의 사전 확률과 사후 가능도(likelihood)를 고려해 설계되었으며, 특히 복합 쌍의 지속시간 분포를 지수 혹은 감마 분포와 같은 비정상적(heterogeneous) 형태로 가정함으로써 다양한 블링 시간 스케일을 포괄한다.

가능도 함수는 1‑D 적분 강도(trace) 데이터를 가우시안 노이즈 모델에 기반해 정의한다. 각 구간의 평균 강도는 해당 구간에 존재하는 활성 형광체 수와 직접적으로 연결되며, 따라서 변화점 추정은 곧 ‘프레임당 활성 형광체 수(active fluorophore count)’ 추정과 동일시된다. 저자들은 시뮬레이션을 통해 SNR이 0.001 이하인 극한 상황에서도 평균 절대 오차(mean absolute error)가 0.2 이하로 유지되는 것을 확인했으며, 이는 기존 방법이 0.5 이상을 기록한 것과 비교해 현저히 개선된 결과이다.

실험 데이터는 FLImP(Fluorescence Localisation Imaging with Photobleaching) 시스템에서 얻은 1‑D 적분 강도 트레이스를 사용했다. EGFR(epidermal growth factor receptor) 올리고머를 대상으로 한 실험에서는 평균 24개의 형광체가 관찰되었으며, CRJMCMC는 이 저카운트 상황에서도 정확히 23개의 단계로 분리해냈다. 또한, 형광체 수가 10~17개까지 증가하는 경우에도 과적합 없이 적절한 복합 쌍을 탐색해 과도한 변동을 억제한다.

알고리즘의 복잡도는 기존 RJMCMC와 비슷한 O(N·K) 수준이며, 여기서 N은 데이터 포인트 수, K는 추정된 변화점 수이다. 복합 쌍 연산이 추가되었음에도 불구하고 MCMC 체인의 수렴 속도는 평균 5,000 iteration 이후 안정화되었으며, 이는 GPU 가속 없이도 실시간 수준(수 초) 분석이 가능함을 의미한다.

마지막으로 저자들은 CRJMCMC가 단일분자 영상 외에도 전기피질뇌파(ECoG) 뇌 상태 분할, 산업 공정의 고장 탐지, 금융 시계열의 실현 변동성(volatility) 추정 등 이질적 상태 지속시간을 갖는 다양한 시계열 문제에 적용 가능함을 제시한다. 이러한 범용성은 복합 변화점 모델이 ‘짧은 이벤트’를 포착하는 일반적인 메커니즘으로 활용될 수 있음을 시사한다.