잠재 선형 인과 네트워크를 통한 개수 데이터의 인과 관계 발견

이 논문은 중재적 개수 데이터, 특히 Perturb-seq 데이터로부터 인과적 유전자 조절 네트워크를 발견하는 방법론을 체계적으로 연구합니다. 서론에서는 관측 데이터만으로는 인과 방향을 완전히 식별할 수 없는 한계를 지적하며, 알려진 중재 대상 정보를 제공하는 Perturb-seq 데이터의 잠재력을 강조합니다. 동시에 해당 데이터가 지닌 개수 값 특성, 기술적 측정 오차, 제한된 샘플 크기, 그리고 잠재된 세포 상태에 의한 교란 효과 등의 실질적 분석 난관을 제시합니다. 이를 해결하기 위해 저자들은 2계층 모델을 제안합니다. 관측 계층에서는 라이브러리 크기와 공변량을 보정한 후, 관측 개수(X)가 잠재 발현량(Z)을 평균으로 하는 포아송 분포를 따른다고 가정합니다. 잠재 계층에서는 각 중재 환경(m)에서 Z가 선형 구조적 인과 모델(SCM)을 따른다고 설정합니다. 이 모델은 인과 계수 행렬 A, 환경별 절편 η^(m), 그리고 가우시안 외생 오차 ε^(m)으로 구성되며, A는 모든 환경에서 불변인 잠재 인과 DAG 구조를 정의합니다. 중재는 '평균 이동' 방식으로, 대상 유전자 ℓ_m의 절편만을 α_m만큼 이동시키는 '희소 메커니즘 이동' 가정을 채택합니다. 이는 기존 방법들이 가정하는 '경성 중재'보다 생물학적으로 더 현실적입니다. 핵심 이론적 결과로, 각 노드가 최소 한 번은 영이 아닌 평균 이동 중재를 받을 경우, 잠재 평균 벡터 μ^(m) 간의 차이로부터 인과 전파 행렬 B와 원래의 인과 행렬 A가 모수적으로 식별 가능함을 보입니다(정리 3.1). 이 식별성은 관측 계층의 포아송-로그정규 모델을 통해 관측 가능한 모멘트와 연결됩니다. 이 식별 결과를 바탕으로, 저자들은 잠재 평균 μ^(m)과 공분산을 추정한 후, 비순환성 제약 하에서 A를 추정하는 2단계 계산 절차를 개발합니다. 이는 희소 역행렬 추정 문제로 공식화되며, DAG 제약을 포함한 최적화를 위해 ADMM 알고리즘을 적용합니다. 이론적 장에서는 추정된 행렬 Â의 오차 한계를 ||Â - A||_F 항목으로 제시하며, 신호 강도(최소 절댓값 조건)와 중재 강도가 충분할 경우 유한 샘플에서 정확한 DAG 복원이 높은 확률로 가능함을 증명합니다. 시뮬레이션 연구는 제안 방법이 기존의 관측적 방법이나 연속형 가정 중재 방법보다 다양한 설정 하에서 더 정확한 인과 간선을 발견함을 보여줍니다. 실제 Perturb-seq 데이터 적용 사례에서는 면역 반응 관련 유전자 네트워크에서 생물학적으로 타당한 인과 관계를 복원하여 방법의 실용성을 입증합니다. 결론에서는 이 방법이 개수 데이터의 측정 오차와 잠재 교란을 동시에 처리할 수 있는 강력한 프레임워크를 제공하며, 단일세포 중재 실험 데이터 분석에 광범위하게 적용될 수 있음을 강조합니다.