A Multi-Omics Framework for Survival Mediation Analysis of High-Dimensional Proteogenomic Data

기술 요약: SMAHP – 생존 매개 분석을 위한 다중 오믹스 프레임워크

문제 제기
생존 분석은 질병 진행 및 환자 사망과 같은 사건 발생 시간 결과를 이해하는 데 필수적입니다. 최근의 발전으로 프로테오믹스 및 유전체학 데이터의 고처리량 프로파일링이 가능해졌지만, 생존 결과에 대한 기존 인과 매개 프레임워크는 중대한 한계에 직면해 있습니다. 고차원 생존 모델에서의 매개 분석 (HIMAsurvival) 및 MASH 와 같은 현재 방법론들은 주로 콕스 비례위험 (PH) 회귀에 의존합니다. 이러한 접근법들은 일반적으로 단일 노출 또는 개별 오믹스 층에 초점을 맞추어, 다중 오믹스 맥락 내에서 고차원 노출 (예: 유전자 발현) 과 고차원 매개변수 (예: 단백질 수준) 간의 복잡한 상호작용을 포착하지 못합니다. 또한, 콕스 모델에 대한 의존성은 비례위험 가정을 부과하며, 이는 특정 생물학적 맥락에서 위배될 수 있습니다. 생존 결과를 위해 다중 오믹스 데이터를 통합하면서 동시에 고차원 노출과 매개변수를 처리할 수 있는 통합 프레임워크는 부재합니다.

방법론: SMAHP
저자들은 생존 결과에 대한 고차원 프로테오게노믹 데이터의 매개 분석 (Survival Mediation Analysis of High-dimensional Proteogenomic data, SMAHP) 을 제안합니다. 이는 반사실적 패러다임에 기반한 새로운 프레임워크입니다. 이 방법은 유전체 노출이 단백질 매개변수를 통해 생존 결과에 영향을 미치는 인과 경로를 식별하도록 설계되었습니다. 절차는 세 가지 주요 단계로 구성됩니다:

1. 단계 1: 패널티 변수 선택 (사전 스크리닝):

   • 결과 모델: 고차원 노출 ($X$) 과 매개변수 ($M$) 의 생존 결과 ($T$) 에 대한 직접 효과를 평가하기 위해 패널티 가속화 실패 시간 (AFT) 모델이 사용됩니다. 콕스 회귀에 내재된 비례위험 가정을 피하기 위해 AFT 모델이 선택되었습니다. 저자들은 중요한 유전자 ($S_1$) 와 단백질 ($T$) 의 활성 집합을 식별하기 위해 교대 방향 승수법 (ADMM) 알고리즘을 통해 최소 - 최대 오목 벌칙 (MCP) 을 적용합니다.
   • 매개 모델: 노출과 각 매개변수 ($X \to M_k$) 간의 연관성을 모델링하기 위해 패널티 선형 회귀 모델 (동일하게 MCP 사용) 이 적합되며, 특정 매개변수와 관련된 유전자의 활성 집합 ($J^k_1$) 을 식별합니다.

2. 단계 2: 중요한 매개변수 스크리닝 (SIS):

   • 차원과 계산 부하를 줄이기 위해 확실한 독립성 스크리닝 (Sure Independence Screening, SIS) 접근법이 적용됩니다. 이 방법은 노출 - 매개변수 경로와 매개변수 - 결과 경로에서 추정된 계수의 곱 ($|\hat{\alpha} \cdot \hat{\beta}|$) 을 계산합니다.
   • 상위 $n/\log(n)$ (또는 그 배수) 개의 가장 큰 값을 갖는 매개변수와 노출 쌍이 유지됩니다. 이 단계는 노출을 설명하는 "중요한" 프로테오믹 매개변수를 식별하여 후보 집합을 $S_2$(매개변수) 와 $J^s_2$(노출) 로 효과적으로 필터링합니다.

3. 단계 3: 가설 검정 및 FDR 통제:

   • 축소된 집합에 대해 공동 유의성 (Joint Significance, JS) 검정을 수행하여 특정 매개변수가 인과 경로에 있는지 ($H_0: \alpha \beta = 0$) 를 결정합니다.
   • 이 방법은 개별 경로의 p-값 중 최댓값을 사용하여 계수 곱에 대한 요소별 p-값을 계산합니다.
   • 생성된 p-값 행렬에 베냐민 - 호크버그 (BH) 절차를 적용하여 거짓 발견률 (FDR) 을 통제합니다.

주요 기여

• 새로운 프레임워크: SMAHP 는 생존 결과를 위한 다중 오믹스 인과 매개 프레임워크에 가속화 실패 시간 (AFT) 모델을 통합한 최초의 시도 중 하나로 제시됩니다.
• 고차원 처리: 노출을 단일 변수로 취급하는 이전 방법론들과 달리, SMAHP 는 노출 (유전자) 과 매개변수 (단백질) 의 고차원 벡터를 동시에 처리합니다.
• 다중 오믹스 통합: 이 프레임워크는 유전체 노출과 프로테오믹 매개변수 간의 시너지를 명시적으로 모델링하여 단일 오믹스 층 분석을 넘어섭니다.
• 비례위험 위배에 대한 강건성: AFT 모델을 활용함으로써, 비례위험 가정이 성립하지 않을 때 콕스 기반 접근법에 대한 강건한 대안을 제공합니다.
• 구현: 이 방법은 CRAN 에서 무료로 제공되는 R 패키지 (SMAHP) 로 구현되었습니다.

결과

• 시뮬레이션 연구: 저자들은 다양한 시나리오 (다양한 표본 크기 $n$, 유전자 수 $p$, 단백질 수 $k$) 와 검열률 (25%, 50%, 75%) 에 걸쳐 광범위한 시뮬레이션을 수행했습니다.
  • 성능: SMAHP 는 5% 수준에서 거짓 발견률 (FDR) 을 효과적으로 통제하면서 높은 통계적 검정력을 보여주었습니다.
  • 비교: "Naïve"접근법 (패널티/SIS 없음) 과 "SIS + SIS"접근법 (SIS 를 사용한 단변량 주변 모델) 과 비교하여 SMAHP 는 특히 검열률이 증가함에 따라 우수한 FDR 통제를 유지했습니다. Naïve 방법은 FDR 이 과대평가되는 경향을 보였으며, SIS + SIS 방법은 높은 검열률 (50% 및 75%) 에서 FDR 통제를 어려워했습니다.
  • 계산: 패널티로 인해 다른 방법들보다 더 많은 계산 시간이 소요되었지만, $n=400$일 때 약 2~4 분으로 실행 가능했습니다.
• 실제 데이터 적용: 이 방법은 두경부 편평세포암 (HNSCC) 의 임상 프로테오믹 종양 분석 컨소시엄 (CPTAC) 데이터에 적용되었으며, 특히 HPV 음성 사례에 초점을 맞추었습니다.
  • 발견: 분석은 단백질 LCE3E가 유전자 HMGB1P23과 전체 생존 간의 연관성을 매개하는 유의한 간접 효과를 식별했습니다.
  • 생물학적 맥락: HMGB1P23 은 질병 문헌에서 잘 특징지어지지 않았지만, LCE3E 는 발바닥 사마귀 (HPV 관련) 와 관련이 있어, HPV 면역 조절이 관련될 수 있는 HPV 음성 코호트에서 잠재적인 생물학적 연결고리를 제공합니다. 유전자의 생존에 대한 직접 효과는 양성이었으나, 단백질을 통한 간접 효과는 음성이었습니다.

의의 및 주장
본 논문은 SMAHP 가 비례위험 가정에 의존하지 않고 고차원 다중 오믹스 데이터의 동시 분석을 가능하게 함으로써 생존 매개 분석의 중요한 격차를 해소한다고 주장합니다. 저자들은 SMAHP 를 유전자 - 결과 및 단백질 - 결과 관계를 별도로 분석하는 것보다 분자 메커니즘 (유전자 - 단백질 - 결과 경로) 에 대한 더 포괄적인 시각을 제공하는 도구로 위치시킵니다. 연구는 이 방법이 복잡한 생물학적 시스템에서 인과 경로를 식별하기 위한 강건한 통계적 프레임워크를 제공하며, 실제 세계 프로테오게노믹 데이터에 성공적으로 적용되었음을 결론지었습니다. 저자들은 매우 높은 검열률 (75%) 하에서 검정력과 FDR 통제를 유지하기 위해 더 큰 표본 크기가 필요하다는 한계를 인정하며, 향후 연구는 그룹 수준의 생물학적 정보 (경로 수준 매개) 와 비모수적 AFT 모델을 통합할 수 있음을 제안합니다.