TF-DWGNet: A Directed Weighted Graph Neural Network with Tensor Fusion for Multi-Omics Cancer Subtype Classification

TF-DWGNet 기술 요약: 다중 오믹스 암 아형 분류를 위한 텐서 퓨전 기반 유향 가중 그래프 신경망

문제 정의
정밀 의료의 핵심은 정확한 암 아형(subtype) 분류이지만, 종양의 생물학적 이질성과 다중 오믹스 데이터의 복잡성으로 인해 여전히 어려운 과제로 남아 있다. 다중 오믹스 데이터셋(예: DNA 메틸화, mRNA 및 miRNA 발현)은 본질적으로 고차원적이고 이질적이며, 양내(intra-) 및 양간(inter-) 모달리티 간의 복잡한 의존성을 나타낸다. 그래프 신경망(GNN)은 관계적 구조를 모델링하는 원칙적인 프레임워크를 제공하지만, 기존 방식들은 대개 사전 정의된 무방향 또는 무가중 유사도 네트워크에 의존한다. 이러한 방법들은 작업 특이적인 방향성, 상호작용 강도, 그리고 고차원적 상호작용(쌍 단위 이상의 상호작용)을 포착하는 데 자주 실패한다. 또한, 특징 및 모달리티 수준에서의 해석 가능성은 종종 모델의 실제 의사결정 과정을 반영하지 못하는 계산 집약적인 사후 분석에 의존한다.

방법론: TF-DWGNet 프레임워크
저자들은 네 가지 조정된 모듈을 통해 다중 오믹스 데이터를 통합하도록 설계된 완전 지도 학습 기반의 엔드투엔드(end-to-end) 프레임워크인 TF-DWGNet을 제안한다.

1. 지도 학습 기반 유향 가중 그래프 구축:
   상관관계 기반의 유사도 네트워크 대신, 본 프레임워크는 XGBoost의 트리 분할 구조를 활용하여 각 오믹스 모달리티에 대한 작업 특이적 그래프를 구축한다.

• 메커니즘: 각 모달리티에 대해 $M$개의 부스팅 트리 앙상블이 학습된다. 각 트리는 루트-리프 경로를 따라 특징 $a$가 특징 $b$보다 먼저 나타나는 경우 에지 $a \to b$가 형성되는 유향 그래프로 취급된다.
• 집계: 모든 트리에 걸친 특징 공생(co-occurrence) 현상이 단일 유향 가중 그래프($G^*$)를 형성하기 위해 집계된다. 에지 가중치는 모든 트리에서 나타나는 의존성의 빈도를 나타낸다.
• 결과: 이 과정은 데이터 기반의 특징 축소를 수행하며, 특징의 중요성과 방향성 조건부 의존성(특정 특징이 환자들을 하위 그룹으로 분할하고, 이후의 특징들이 차별적 변별력을 제공하는 구조)을 인코딩한다.

2. 그래프 신경망(GNN) 인코딩:
   각 모달리티의 축소된 특징 행렬과 그에 대응하는 유향 가중 그래프는 수정된 그래프 임베디드 딥 피드포워드 네트워크(GEDFN)를 통해 처리된다.

• 아키텍처: 그래프 토폴로지에 기반하여 입력 노드와 은닉 노드 사이의 연결을 제한함으로써 인접 구조를 첫 번째 은닉층에 직접 임베딩한다.
• 정규화: 연결성이 높은 노드가 표현을 지배하는 것을 방지하기 위해 자기 루프를 포함한 정규화된 인접 행렬($\tilde{D}^{-1/2}\tilde{A}\tilde{D}^{-1/2}$)을 사용하여 입력을 처리한다.
• 출력: 이 모듈은 각 오믹스 유형에 대한 잠재적 단일 모달 임베딩($Z_1, Z_2, Z_3$)을 학습한다.

3. 텐서 퓨전 및 저계수 분해:
   전체 텐서 확장의 계산적 불가능성을 피하면서 고차 상호작용(단일, 이중, 삼중 모달리티)을 포착하기 위해, 프레임워크는 텐서 퓨전 네트워크(TFN)와 그 뒤를 잇는 정준 다차원 분해(CP decomposition)를 채택한다.

• 증강: 세 개 미만의 모달리티를 포함하는 상호작용 항을 용이하게 하기 위해 잠재 표현에 상수 특징(1)을 추가한다.
• 퓨전: 증강된 임베딩의 외적(outer product)을 통해 3차 텐서를 구성한다.
• 분해: 텐서는 저계수 CP 분해($T \approx \sum \lambda_r p_{1,r} \otimes p_{2,r} \otimes p_{3,r}$)를 사용하여 근사된다. 이는 계산 복잡도를 랭크 $R$에 대해 지수적 수준에서 선형 수준으로 줄이면서도, 모든 오믹스 층 전반의 시너지 메커즘을 모델링할 수 있는 능력을 유지한다.

4. 잔차 분류 네트워크:
   압축된 저계수 융합 임베딩은 최종 다중 클래스 아형 예측을 위해 잔차 블록이 포함된 딥 잔차 네트워크(DFN)로 전달된다. 잔차 연결의 사용은 최적화를 안정화하고 더 깊은 특징 변환을 가능하게 한다.

주요 기여
본 논문은 세 가지 주요 기여를 식별한다:

1. 지도 학습 기반 유향 가중 그래프 구축: 정적인 무방향 유사도 네트워크를 대체하여, 작업 특이적 방향성과 상호작용 강도를 인코딩하는 생물학적으로 의미 있고 가변적인 크기의 유향 그래프를 생성하기 위해 XGBoost를 사용하는 방식이다.
2. 고차 상호작용을 위한 텐서 퓨전: 단순 결합이나 쌍 단위 모델링보다 풍부한 표현 능력을 제공하며, 단일, 이중 및 삼중 모달리티 상호작용을 효율적으로 포착하는 저계수 텐서 퓨전 모듈이다.
3. 내장된 해석 가능성: 프레임워크는 연결 가중치와 그래프 구조로부터 도출된 특징 중요도 순위와 모달리티 기여 점수를 내재적으로 생성하여, 사후 분석 없이도 해석 가능성을 제공한다.

실험 결과
저자들은 TCGA의 세 가지 실제 암 데이터셋인 BRCA(유방암), UCEC(자궁체부 내막암), KIPAN(범신장 코호트)을 통해 TF-DWGNet을 평가하였다.

• 성능: TF-DWGNet은 정확도(Accuracy), F1-weighted, F1-macro 지표 전반에서 기존의 최첨단 베이스라인들(RF, XGBoost, DFN, GCN, GEDFN 및 어블레이션 변형 모델 포함)을 일관되게 능가하였다.
  • BRCA 데이터셋에서 모델은 $0.821 \pm 0.023$의 정확도를 달 기록하였으며, 이는 차순위 베이스라인인 GEDFN($0.790$)을 유의미하게 상회하였고, F1-macro에서도 상당한 향상($0.785$대$0.748$)을 보였다.
• 통계적 유의성: 20회의 독립적인 층화 분할에 대해 Welch의 $t$-검정을 통해 통계적 유의성을 확인하였으며, BRCA에서의 대부분의 개선은 매우 유의미했다($p < 0.001$).
• 어블레이션 연구: 핵심 구성 요소를 제거하면 성능이 저하되었다. 그래프 구축을 위해 XGBoost 대신 Random Forest를 사용한 경우($TF\text{-}DWGNet_{rf}$)와 방향성을 제거한 경우($TF\text{-}DWGNet_{undir}$) 모두 주목할 만한 성능 하락을 보여, 지도 학습 기반 유향 그래프 구축의 중요성을 입증하였다.
• 해석 가능성: 모델은 생물학적으로 관련 있는 바이오마커(예: BRCA의 FAM134B 및 FOXC1)를 성공적으로 식별하였으며, 모달리티 수준의 기여 점수를 제공하였다. BRCA의 경우 세 가지 오믹스 유형이 모두 유사하게 기여한 반면, UCEC와 KIPAN에서는 DNA 메틸화가 지배적인 예측 신호로 나타났다.

의의 및 주장
본 논문은 TF-DWGNet이 지도 학습 기반 유향 가중 그래프 구축, 포괄적인 저계수 텐서 퓨전, 모달리티 유연한 GNN 인코딩, 그리고 내장된 해석 가능성을 결합하여 다중 오믹스 암 아형 분류를 수행하는 최초의 프레임워크라고 주장한다. 저자들은 이 모델이 생물학적 과정의 계층적이고 방향적인 성격을 포착하는 견고하고 해석 가능한 솔루션을 제공한다고 단언한다. 사전 정의된 유사도 네트워크를 피하고 고차 상호작용을 포착함으로써, TF-DWGNet은 수동적인 특징 엔지니어링이나 사후 해석 방법 없이도 생물학적으로 의미 있는 통찰력을 제공하며 정밀 종양학을 지원하는 원칙적인 접근 방식을 제시한다.