잠재 선형 인과 네트워크를 통한 개수 데이터의 인과 관계 발견

초록

본 연구는 유전자 변형 실험(Perturb-seq)과 같은 중재적 개수 데이터에서 인과 관계 네트워크를 발견하는 새로운 방법을 제안합니다. 관측된 개수 데이터의 측정 오차와 잠재 상태 이질성을 명시적으로 모델링하기 위해, 포아송 측정 오차를 가진 잠재 선형 가우시안 DAG 모델을 도입했습니다. 평균 이동 중재 설계 하에서 잠재 인과 DAG의 식별 가능성을 이론적으로 입증하고, 희소 역행렬 추정을 기반으로 한 계산 절차를 개발하여 실용적인 성능을 시뮬레이션과 실제 데이터를 통해 검증했습니다.

상세 분석

이 논문의 핵심 기술적 기여는 크게 세 가지로 구분됩니다. 첫째, 단일세포 RNA-seq 데이터의 고유한 특성인 ‘개수 값’과 ‘측정 오차’를 정교하게 통합한 새로운 통계 모델을 제시합니다. 기존의 연속형 가정 방법들과 달리, 관측된 RNA 읽기 개수(X)를 잠재된 실제 발현 수준(Z)에 대한 포아송 측정 오차로 모델링함으로써 데이터 생성 과정을 더 현실적으로 반영했습니다. 둘째, 평균 이동 중재(mean-shift intervention)라는 비교적 약한 가정 하에서 잠재 인과 계수 행렬(A)과 이로부터 유도된 DAG 구조의 모수적 식별 가능성을 입증했습니다. 이는 각 유전자가 최소 한 번은 중재된다는 전제 하에, 중재 환경 간 평균 차이(Δμ)가 인과 효과 전파 행렬(B=(I-A)^-1)의 열과 비례한다는 점을 활용합니다. 이 식별성 결과는 인과 충실성 가정에 의존하지 않으며, 잠재 교란 변수의 존재 하에서도 성립한다는 점에서 강점을 가집니다. 셋째, 식별 가능한 모수를 실제 유한 샘플 데이터에서 추정하기 위해, DAG의 비순환성 제약 조건을 포함한 희소 역공분산 행렬 최적화 문제를 설계하고 ADMM 알고리즘으로 효율적으로 해결하는 방법을 제시했습니다. 이론적 분석을 통해 추정 오차의 비점근적 상한과 유한 샘플에서 정확한 DAG 복원 확률에 대한 보장을 제공함으로써 방법의 견고성을 입증했습니다. 이 접근법은 Perturb-seq 데이터의 고차원성과 중재당 제한된 샘플 수라는 실용적 난제를 직접적으로 해결하려는 시도로서 의미가 큽니다.