Adaptive Data-Knowledge Alignment in Genetic Perturbation Prediction

이 논문은 유전적 교란 (Genetic Perturbation) 에 대한 전사적 반응 예측을 위해 제안된 ALIGNED (Adaptive aLignment for Inconsistent Genetic kNowledgE and Data) 프레임워크에 관한 연구입니다. ICLR 2026 에 발표된 이 논문은 데이터 기반 학습과 기존 생물학적 지식 간의 불일치를 해결하고, 이를 통해 예측의 정확성과 생물학적 메커니즘에 대한 이해를 동시에 향상시키는 신경 - 심볼릭 (Neuro-Symbolic) 접근법을 제시합니다.

다음은 논문의 기술적 요약입니다.

1. 문제 정의 (Problem)

유전적 교란이 전사 조절에 미치는 영향을 이해하는 것은 신약 개발 및 정밀 의학에 필수적입니다. 그러나 기존 방법론들은 다음과 같은 한계를 가지고 있습니다:

• 데이터 기반 모델의 한계: 대규모 세포 데이터를 학습한 딥러닝 모델 (Black-box) 은 높은 예측 정확도를 보일 수 있으나, 어떤 조절 관계가 특정 예측을 이끌어냈는지 해석하기 어렵습니다.
• 지식 기반 모델의 한계: 기존 생물학적 지식 (Gene Regulatory Networks, GRN 등) 을 활용하는 하이브리드 모델은 지식을 정적인 제약 조건으로만 취급하여, 데이터와 지식 간의 모순을 해결하거나 지식을 지속적으로 정제 (Refine) 하지 못합니다.
• 데이터 - 지식 불일치: 실험 데이터는 노이즈, 측정 편향, 약한 신호를 포함하는 반면, 전문가가 큐레이션한 지식 베이스는 정보의 부재, 구식 데이터, 편향된 경로 포함 등의 문제를 가집니다. 두 소스 간의 불일치 (Inconsistency) 를 무시하고 단순 통합할 경우 양쪽 모두의 오류가 전파될 위험이 있습니다.

2. 방법론 (Methodology: ALIGNED)

저자들은 귀납적 학습 (Abductive Learning, ABL) 패러다임을 기반으로 한 ALIGNED 프레임워크를 제안합니다. 이는 신경망 (Neural) 과 심볼릭 (Symbolic) 구성 요소를 엔드 - 투 - 엔드 방식으로 통합하며, 다음과 같은 핵심 메커니즘을 가집니다.

가. 균형 잡힌 일관성 지표 (Balanced Consistency Metric)

예측이 실험 데이터와 큐레이션된 지식 베이스 모두와 얼마나 일관되는지를 평가하기 위해 새로운 지표를 도입했습니다.

• $F1_{balance}$: 테스트 데이터의 매크로 F1 점수와 지식 베이스 일관성 F1 점수를 모두 고려하며, 두 점수 중 하나라도 낮을 경우 패널티를 주는 방식으로 설계되었습니다. 이는 단순히 예측 정확도만 높이는 것이 아니라 생물학적 지식을 준수하는 균형을 찾도록 유도합니다.

나. 적응형 신경 - 심볼릭 정렬 (Adaptive Neuro-Symbolic Alignment)

데이터와 지식의 신뢰도가 상황에 따라 다르다는 가정 하에, 두 예측 소스를 동적으로 결합합니다.

• 어댑터 (Adaptor, $f_a$): 각 유전자 예측 차원별로 신경망 예측 ($\hat{y}$) 과 심볼릭 추론 예측 ($\delta_{KB}(x)$) 중 어느 것을 신뢰할지 이진 지시 벡터 ($a$) 를 학습합니다.
• 무기경사 최적화 (Gradient-Free Optimization): 어댑터의 학습은 불연속적인 선택 문제이므로 REINFORCE 알고리즘을 사용하여 수행됩니다.
• 손실 함수 구성:
  1. 불일치 최소화: 심볼릭 지식과의 불일치를 줄임.
  2. 지식 사용 제한: 라벨이 있는 데이터가 충분할 때는 지식 의존도를 낮추고, 불필요한 지식 사용을 방지 ($L_{len}$).
  3. 가중치 기반 선호: 유전자가 지식 베이스에 잘 표현되어 있고 데이터와 일치할 때 심볼릭 예측을, 그렇지 않을 때 신경망 예측을 선호하도록 유도 ($L_{weight}$).

다. 지식 정제 (Knowledge Refinement)

단순히 지식을 고정된 것으로 두는 것이 아니라, 학습 과정에서 지식 베이스 (GRN) 자체를 업데이트합니다.

• 희소 정규화 (Sparse Regularization): 신경 - 심볼릭 예측에 맞춰 GRN 을 업데이트하되, $L_1$ 정규화를 통해 기존 생물학적 구조를 과도하게 왜곡하지 않고 최소한의 수정만 가하도록 유도합니다.
• 미분 가능 근사: 불연속적인 부울 행렬 연산을 미분 가능하게 근사화하여 경사 하강법 기반의 최적화를 가능하게 합니다.

3. 주요 기여 (Key Contributions)

1. 균형 잡힌 일관성 지표 개발: 예측 정확도와 생물학적 지식 일관성을 동시에 평가하는 새로운 메트릭을 제시했습니다.
2. 적응형 정렬 메커니즘: 데이터와 지식의 신뢰도에 따라 두 소스의 예측을 가중치 있게 결합하는 어댑터를 도입했습니다.
3. 체계적인 지식 정제: 예측 오차를 통해 기존 GRN 의 누락되거나 잘못된 상호작용을 자동으로 수정하고 재발견할 수 있는 메커니즘을 구현했습니다.
4. 성능 및 해석 가능성 동시 달성: 기존 최첨단 방법 (GEARS, scGPT 등) 을 능가하는 균형 일관성 점수를 달성하면서도, 블랙박스 모델의 예측에 대한 생물학적 메커니즘을 투명하게 제공합니다.

4. 실험 결과 (Results)

• 예측 성능 (Benchmark Datasets): Norman, Dixit, Adamson 등 대규모 인간 및 박테리아 교란 데이터셋에서 ALIGNED 는 데이터 일관성 (Data Consistency) 을 유지하면서 지식 일관성 (Knowledge Consistency) 을 크게 향상시켰습니다. 특히 균형 일관성 (Balanced Consistency) 지표에서 기존 방법론들을 압도적으로 능가했습니다.
• 지식 정제 능력: 인공적으로 노이즈가 추가된 GRN 에서 ALIGNED 는 높은 정확도로 원래의 생물학적 상호작용을 복원 (Re-discover) 했습니다. 또한, KEGG 경로 데이터베이스와의 교차 참조를 통해 생물학적으로 의미 있는 상호작용을 재발견함을 입증했습니다.
• 제한된 데이터 환경: 박테리아 (E. coli) 데이터셋 실험에서 데이터가 부족한 상황에서도 지식 베이스를 효과적으로 활용하여 unseen 교란에 대한 일반화 성능을 향상시켰습니다.
• Ablation Study: 어댑터와 지식 정제 단계가 각각 예측 정확도와 지식 일관성 향상에 기여함을 확인했습니다. 특히 지식 정제는 데이터의 노이즈에 과적합되는 것을 방지하고 구조적으로 올바른 GRN 을 복원하는 데 핵심적인 역할을 했습니다.

5. 의의 및 결론 (Significance)

이 연구는 생물학적 예측 모델링의 패러다임을 단순한 예측 (Prediction) 에서 지식의 진화 (Evolution of Knowledge) 로 확장했습니다.

• 해석 가능성 (Transparency): 블랙박스 모델의 예측을 생물학적 지식과 연결하여 메커니즘적 이해를 가능하게 합니다.
• 지식의 지속적 개선: 실험 데이터를 통해 기존에 알려지지 않았거나 오류가 있는 생물학적 지식을 자동으로 수정하고 보완할 수 있는 체계를 제시했습니다.
• 확장성: 이 프레임워크는 단백질 상호작용 네트워크나 대사 네트워크 등 다른 생물학적 지식 소스로 확장 적용이 가능합니다.

결론적으로, ALIGNED 는 데이터와 지식 간의 불일치를 해결하는 강력한 신경 - 심볼릭 프레임워크로서, 차세대 정밀 의학 및 신약 개발을 위한 신뢰할 수 있는 예측 도구이자 지식 발견 엔진으로의 역할을 수행할 것으로 기대됩니다.