다중 데이터 유형 통합 분석을 위한 JIVE 방법

본 논문은 현대 생명과학 및 기타 분야에서 흔히 발생하는 “다중 고차원 데이터 유형” 문제를 해결하기 위한 새로운 통계적 프레임워크인 Joint and Individual Variation Explained(JIVE)를 제안한다. 기존의 PCA는 단일 데이터 행렬에만 적용 가능하고, CCA와 PLS는 두 블록 사이의 선형 상관관계에 초점을 맞추어 개별 블록의 고유 구조를 무시한다는 한계가 있다. JIVE는 이러한 한계를 극복하고, 여러 데이터 블록을 동시에 고려하면서 각 블록의 고유 변동과 블록 간 공동 변동을 각각 저랭크 행렬로 분리한다. 수학적 모델은 다음과 같다. 각 데이터 블록 X_i (p_i × n)는 스케일링·중심화 후, X_i = J_i + A_i + ε_i 로 분해된다. 여기서 J_i는 전체 공동 구조 J의 부분행렬이며, A_i는 i번째 블록 전용 개별 구조이다. J와 A_i 의 행 공간은 직교하도록 강제함으로써 두 구조가 중복되지 않게 만든다. 차원(r, r_i)은 데이터에 내재된 신호 강도에 따라 선택되며, 저자들은 퍼뮤테이션 기반 순위 선택 절차를 제안한다. 차원 선택 후, 최소제곱 잔차 ‖R‖² 를 최소화하는 교번 알고리즘을 통해 J와 A_i 를 추정한다. 구체적으로, 현재 J가 고정된 상태에서 각 A_i 를 SVD를 이용해 저랭크 근사하고, 그 다음 J를 전체 행렬에서 r개의 주성분으로 재추정한다. 이 과정을 수렴할 때까지 반복한다. 알고리즘은 잔차 제곱합이 매 단계 감소함을 보장하므로 수렴성이 확보된다. 논문에서는 TCGA 프로젝트의 Glioblastoma Multiforme(GBM) 데이터를 실증적으로 적용한다. 234개의 종양 샘플에 대해 유전자 발현(23,293 변수)과 miRNA 발현(534 변수) 두 블록을 분석하였다. 데이터는 각각 행 중심화 후 Frobenius 노름으로 정규화하여 스케일 차이를 보정하였다. 퍼뮤테이션 테스트(α=0.01, 1000번) 결과, 공동 구조 차원 r=5, 유전자 개별 차원 r₁=33, miRNA 개별 차원 r₂=13이 최적으로 선택되었다. 분석 결과, 공동 구조는 miRNA 변동의 23%와 유전자 변동의 14%를 설명했으며, 이는 두 데이터 유형 간에 공유되는 기본적인 생물학적 신호를 의미한다. 반면, 유전자 데이터의 58%는 개별 구조로 설명되어 miRNA와는 독립적인 변동임을 보여준다. 히트맵 시각화에서는 공동 구조가 특정 유전자·miRNA 군집에서 동시에 발현 패턴을 보이며, 개별 구조는 각각의 블록에서 별도 군집을 형성한다. 이러한 결과는 miRNA가 유전자 발현을 조절하는 주요 메커니즘 중 하나이지만, 유전자 발현에 영향을 미치는 요인은 다중이며, JIVE가 이를 정량적으로 구분해 줌을 보여준다. 또한, JIVE는 두 개 이상의 블록을 확장 가능하게 지원하고, 각 블록의 차원과 변동량을 독립적으로 평가할 수 있다. 이는 데이터 통합 분석에서 “큰 블록이 우세”하는 현상을 방지하고, 각 블록이 제공하는 고유 정보를 보존하면서도 공통 신호를 효과적으로 추출한다는 장점을 제공한다. 결론적으로, JIVE는 다중 고차원 데이터 통합 분석에 있어 공동·개별 변동을 명확히 구분하고, 차원 축소와 시각화를 동시에 제공함으로써, 생물학적 해석뿐 아니라 다른 분야에서도 데이터 융합을 위한 강력한 도구로 활용될 수 있음을 입증한다.