세포 경로 추정을 위한 이질 데이터 통합과 구획별 베이지안 모델링

본 논문은 세포 신호 전달 경로를 정밀하게 모델링하기 위해, 기존의 전문가 기반 가설 네트워크와 고속‑스케일 ‘오믹스’ 데이터를 효율적으로 결합하는 새로운 통합 프레임워크를 제시한다. 연구 동기는 현재 시스템 생물학에서 고전적인 경로 모델은 실험적 검증에 기반하지만, 최신 대규모 데이터는 가설과는 별개로 무편향적인 정보를 제공한다는 점이다. 따라서 두 정보를 조화시키는 방법이 필요하다. 저자들은 먼저 “구획 지도”(compartment map)라는 개념을 도입한다. 세포를 세 개의 기능적 구획(세포막, 세포질, 핵)으로 나누고, 다섯 종류의 데이터(물리적 단백질‑단백질 상호작용, 전사인자‑DNA 결합, 유전자 노크아웃, 공동발현, 노드 속성)를 각각 어느 구획에 가장 적합한지 이진 매트릭스 C(5 × 3)로 정의한다. 예를 들어, PPI 데이터는 주로 세포막·세포질 구획에서 유용하고, TF‑DNA 결합은 핵 구획에 특화된다. 이 구획 지도는 모델이 각 엣지에 대해 어떤 데이터 소스를 활용할지 자동으로 결정하게 하여, 불필요한 잡음을 배제한다. 경로 자체는 N개의 노드와 그 사이의 무방향 엣지 X_nm으로 구성된 이진 인접 행렬 X 로 표현된다. X는 관측되지 않는 잠재 변수이며, 베이지안 접근법을 통해 사후 분포 P(X|Y₁:ₘ,Θ) 를 추정한다. 사전 P(X)는 블록 모델을 사용해 엣지 밀도와 연결성에 대한 일반적인 제약을 부여한다. 데이터 우도는 각 데이터 유형별 맞춤형 확률 모델로 정의된다. 1. **PPI 데이터**는 false‑positive α와 false‑negative β를 이용한 이항 모델로, 관측된 상호작용 Y_nm이 실제 엣지 X_nm과 일치할 확률을 계산한다. 2. **TF‑DNA 결합**은 p‑값을 베타‑균등 혼합 모델로 처리한다. 엣지가 존재하면 p‑값이 베타(γ,1) 분포를 따르고, 없으면 균등분포를 따른다. 3. **노크아웃 데이터**는 유전자 m을 제거했을 때 유전자 n의 발현 변화 Y_nm을 두 정규분포(σ₀, σ₁) 중 하나에서 샘플링한다. 여기서 σ₁>σ₀는 실제 경로가 존재할 때 변화가 크게 나타난다는 가정이다. 4. **공동발현**은 유전자 쌍 간 상관계수 ρ̂를 베타(δ,1)와 균등분포의 혼합으로 모델링한다. 엣지가 있으면 높은 상관을 기대한다. 5. **노드 속성**은 두 가지 형태로 구현된다. (a) 인산화 차이는 주변 노드 평균에 선형 회귀(정규)로 연결하고, (b) 단백질 도메인 존재 여부는 자동‑로지스틱 회귀로 모델링한다. 회귀 계수 λ는 초기 가설 경로를 사전으로 사용해 추정하고, Cauchy 사전으로 과적합을 방지한다. 모델 추정은 로컬‑무브 Gibbs 샘플러를 이용한다. 매 반복마다 하나의 엣지를 선택해 현재 사후 확률에 기반해 추가하거나 제거한다. 이때 C_t(n,m) 지표가 0이면 해당 데이터 유형은 현재 엣지에 대해 무시된다. 이렇게 구획별 데이터 선택과 엣지 업데이트가 교대로 진행되면서, 사후 분포가 점차 수렴한다. 실험에서는 효모 S. cerevisiae의 페로몬 응답 MAPK 경로를 사례 연구로 삼았다. 기존 문헌에 의해 정의된 경로를 초기 가설로 설정하고, 위에서 언급한 다섯 종류의 데이터(실험 PPI, ChIP‑seq TF 결합, 대규모 노크아웃, RNA‑seq 공동발현, PFAM 도메인·인산화)와 구획 지도(C)를 결합해 Gibbs 샘플링을 수행했다. 주요 결과는 다음과 같다. - **구획별 데이터 기여도**: 세포막 구획에서는 PPI와 노크아웃 데이터가, 세포질에서는 공동발현과 인산화 데이터가, 핵에서는 TF‑DNA 결합과 도메인 데이터가 각각 높은 정보를 제공함을 정량화했다. - **가설 검증**: 기존 경로에 포함된 대부분의 엣지는 높은 사후 확률(>0.8)을 보였으며, 몇몇 엣지는 데이터 지원이 부족해 낮은 확률을 나타냈다. 이는 실험적으로 재검증이 필요함을 시사한다. - **새로운 후보 엣지**: 데이터가 강하게 뒷받침하는 몇몇 새로운 엣지는 사후 확률이 0.9에 육박했으며, 특히 세포질에서 인산화와 공동발현이 동시에 지지하는 연결이 기존 모델에 없었다. 이는 새로운 조절 메커니즘의 후보로 제시되었다. - **검증**: leave‑one‑out 교차검증을 통해 특정 데이터 유형을 제외했을 때 사후 확률 분포가 크게 변하지 않음을 확인, 모델의 견고성을 입증했다. 또한, 시뮬레이션 데이터를 이용해 알려진 네트워크를 복원하는 실험에서도 높은 정확도(F1 ≈ 0.85)를 기록했다. 논문의 마지막 부분에서는 이 방법론이 “가설‑중심” 실험자에게 현재 모델이 데이터에 의해 어느 정도 지지되는지를 시각화하고, 데이터가 부족한 구획·엣지를 식별해 향후 실험 설계에 우선순위를 부여할 수 있음을 강조한다. 또한, 노드 속성 회귀와 구획별 데이터 선택 메커니즘은 기존의 전역적 데이터 통합 방식보다 더 정교한 경로 구조 학습을 가능하게 하며, 암, 신경퇴행성 질환 등 복잡한 인간 질병 네트워크에도 확장 가능하다고 제안한다. 요약하면, 이 연구는 구획 특화 베이지안 그래프 모델과 로컬‑무브 Gibbs 샘플링을 결합해, 이질적인 ‘오믹스’ 데이터를 효율적으로 통합하고, 기존 경로 가설을 데이터 기반으로 정밀하게 재구성하는 새로운 프레임워크를 제공한다.