곱셈 노이즈에 강건한 다축 모델: MED MAGMA 알고리즘의 개발과 검증

초록

본 논문은 단일세포 RNA 시퀀싱(scRNA-seq) 데이터와 같이 곱셈 노이즈가 자연스럽게 발생하는 응용 분야를 위해, Kronecker-sum 구조를 가진 다축 모델을 곱셈 노이즈에 강건하게 적합시키는 MED-MAGMA 알고리즘을 제안합니다. 기대값 최대화(EM)와 Laplace 근사법을 활용한 이 방법은 공개된 모든 Single Cell Expression Atlas 데이터셋에서 기존 방법보다 향상된 네트워크 구조를 학습함을 입증하였으며, Python 패키지로 공개되었습니다.

상세 분석

이 논문의 기술적 핵심은 기존 다축 그래피컬 모델(GmGM 등)이 처리하지 못했던 ‘곱셈 노이즈(multiplicative noise)‘를 명시적으로 모델링하고 추정하는 데 있습니다. scRNA-seq 데이터에서 유전자별 측정 편향(GC bias)이나 세포별 포획 효율 차이와 같은 기술적 변동은 관측값에 곱셈 형태의 노이즈를 일으킵니다. 저자들은 이러한 노이즈를 잠재 변수 Z에 대한 스케일링 인자 R_rows와 R_cols의 Kronecker 곱으로 모델링합니다(X = (R_cols ⊗ R_rows) ◦ Z).

주요 방법론적 기여는 세 가지입니다. 첫째, 노이즈에 의해 손상된 정보를 제거하고 신뢰할 수 있는 정보만 보존하는 함수 f를 설계했습니다(Equation 1). 이 함수는 데이터 행렬의 전체, 행별, 열별 기하 평균을 사용하여 정규화함으로써, 곱셈 스케일링 인자의 영향을 제거합니다. 둘째, EM 알고리즘 프레임워크 내에서 잠재 변수 Z의 조건부 기대값을 계산해야 하는 문제를, Laplace 근사법을 활용해 효율적으로 해결했습니다. 이를 통해 복잡한 적분 계산을 행렬 궤적(trace) 계산으로 근사화하였습니다. 셋째, 최적화 문제에서 발생하는 4차 다항식 최소화 문제를, R_rows와 R_cols에 대한 두 개의 2차 프로그래밍 문제로 분해하여 번갈아 가며 최적화하는 ‘flip-flop’ 알고리즘을 제안했습니다.

이 접근법의 강점은 모델의 표현력을 크게 확장했다는 점입니다. 기존의 가우시안 코풀라(Gaussian copula) 가정은 꼬리 상관관계(tail dependence)를 모델링하지 못하는 반면, 본 논문의 타원형 분포(Elliptical distribution) 기반 모델은 이를 자연스럽게 포착할 수 있습니다. 그림 1은 실제 scRNA-seq 데이터에서 관측되는 꼬리 상관관계가 가우시안 코풀라 모델에서 생성된 데이터와 명확히 구별됨을 보여줍니다. 결과적으로 MED-MAGMA는 단순히 노이즈에 강건할 뿐만 아니라, 데이터의 극단적 의존성을 더 잘 설명하는 네트워크를 학습할 수 있는 이론적 기반을 마련했습니다.