인간 전사체의 확률적 분석과 부가 정보 활용

본 논문은 인간 전사체를 고차원 데이터 분석의 관점에서 재해석하고, 부가 정보를 활용한 확률적 모델링 프레임워크를 일련의 연구 과제로 정리한다. 서론에서는 인간 게놈과 전사체가 생물학적 기능을 조절하는 핵심 레이어임을 강조하고, 고처리량 측정 기술의 급격한 발전과 공개 데이터베이스의 확산이 새로운 분석 가능성을 제공한다는 점을 제시한다. 이어지는 장에서는 통계학적 학습과 탐색적 데이터 분석의 기본 개념을 정리하고, 베이지안 생성 모델, 비모수 모델, 정규화 기법 등을 전사체 분석에 적용하는 방법론적 토대를 마련한다. 첫 번째 실험적 기여는 마이크로어레이 데이터 전처리 단계에서 부가 정보를 이용한 잡음 감소 기법이다. 저자는 유전체 서열 데이터베이스와 기존 어레이 메타데이터를 사전 확률로 활용해 각 프로브의 신뢰도를 베이지안 방식으로 추정하고, 이를 통해 관측값의 사후 평균을 재계산한다. 실험 결과, 동일 데이터셋에 대해 기존 RMA, MAS5.0 등 전통적 전처리 방법보다 변동성 감소와 재현성 향상이 확인되었다. 두 번째 연구는 전사 활성의 전역적 네트워크 모델링이다. Gene Ontology, KEGG, Reactome 등에서 추출한 유전자-유전자 상호작용을 제약 행렬로 변환하고, 라플라시안 정규화를 적용한 확률적 그래프 모델을 구축한다. 변분 베이지안 추론을 통해 조직별 잠재 전사 활성 변수를 추정하고, 이를 기반으로 조직 간 기능적 연관성을 시각화한다. 특히 정상 인간 조직 10종에 대해 공통 및 조직 특이적 모듈을 자동 탐지했으며, 이 모듈들은 알려진 생물학적 경로와 높은 일치도를 보였다. 세 번째 핵심 기여는 다중 측정 소스 간 의존성 탐지이다. 짧은 올리고뉴클레오타이드 어레이와 전통적인 마이크로어레이 데이터를 동시에 모델링하기 위해 다변량 정규 혼합 모델에 공통 잠재 요인을 삽입하고, 유사성 제약을 라플라시안 형태로 추가한다. EM 알고리즘을 이용한 파라미터 추정 후, 암 조직(특히 유방암, 폐암)에서 유의미한 의존성 네트워크를 도출하였다. 이 네트워크는 기존 단일 소스 분석에서는 발견되지 않았던 새로운 암 관련 유전자 쌍을 포함하고 있었으며, 기능적 검증 실험에서도 높은 재현성을 보였다. 마지막 장에서는 연관 군집화(Associative Clustering)라는 새로운 탐색 기법을 제시한다. 두 개 이상의 데이터 차원(예: 인간 vs. 마우스 전사체, 전사체 vs. 메틸레이션) 사이의 상호 연관성을 동시에 최적화하도록 설계된 군집 알고리즘이다. 군집 중심을 확률적 거리 함수로 정의하고, EM 기반의 반복 업데이트를 통해 교차 군집을 수렴시킨다. 이를 통해 종간 전사 발현 차이를 정량화하고, 진화적으로 보존된 기능적 모듈을 효과적으로 추출하였다. 실험에서는 인간-마우스 비교에서 85% 이상의 군집이 알려진 보존 경로와 일치했으며, 새로운 보존 모듈도 제시하였다. 전체적으로 이 논문은 (1) 부가 정보를 이용한 전처리, (2) 제약 기반 전역 네트워크 모델링, (3) 다중 소스 의존성 탐지, (4) 연관 군집화라는 네 가지 핵심 기술을 통합함으로써 전사체 데이터 분석의 정확도, 해석 가능성, 그리고 새로운 생물학적 인사이트 도출 능력을 크게 향상시켰다. 또한 모든 주요 알고리즘에 대한 오픈소스 구현을 제공하여 연구 커뮤니티가 손쉽게 재현하고 확장할 수 있도록 지원한다.