🤖 AI

You Only Train Once: Differentiable Subset Selection for Omics Data

YOTO는 이산적 유전자 부분 집합 선택과 예측을 단일 학습 과정에서 공동으로 수행하는 엔드 투 엔드 미분 가능 프레임워크로서, 기능적 특징 선택과 작업 성능 사이의 긴밀한 결합을 가능하게 함으로써 단일 세포 전사체학에서의 바이오마커 발견을 개선하고 기존의 다단계 접근 방식들을 능가합니다.

원저자: Daphné Chopard, Jorge da Silva Gonçalves, Irene Cannistraci, Thomas M. Sutter, Julia E. Vogt

게시일 2026-06-04

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Daphné Chopard, Jorge da Silva Gonçalves, Irene Cannistraci, Thomas M. Sutter, Julia E. Vogt

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

거대한 직소 퍼즐을 맞추고 있다고 상상해 보세요. 그런데 조각이 1,000개가 아니라 10,000개나 됩니다. 대부분의 조각은 그냥 배경 하늘이나 빈 테이블 공간이고, 실제 그림을 보여주는 조각은 아주 극소수뿐입니다.

생물학의 세계에서 과학자들은 종da히 이와 똑같은 문제에 직면합니다. 바로 단일 세포 데이터(single-cell data) 문제입니다. 그들은 모든 세포에 대해 수천 개의 유전자에 대한 측정값을 가지고 있지만, 어떤 특정 유전자가 세포의 종류를 알려주거나 환자가 아픈지를 알려주는 "중요한 유전자"인지 알지 못합니다.

기존 방식: 두 단계의 댄스

전통적으로 과학자들은 이 과정을 두 개의 별도 단계로 수행했습니다. 마치 바통을 떨어뜨리는 계주와 같았습니다.

1단계: 통계학자가 모든 유전자를 살펴보고 수학적 규칙에 근거하여 "이 50개가 흥미로워 보이네요"라고 말합니다.
2단계: 다른 과학자가 그 50개의 유전자를 가져가서 별도의 컴퓨터 프로그램을 학습시켜 예측을 수행합니다.

문제는 첫 번째 단계가 두 번째 단계에 무엇이 필요한지 알지 못했다는 점입니다. 이들은 "약하게 결합(weakly coupled)"되어 있었습니다. 이는 요리법을 바탕으로 재료를 고른 다음, 요리사에게 전달했는데 정작 요리사는 원래 어떤 요리를 만들려 했는지 추측해야 하는 상황과 같습니다. 그 결과는 종종 엉망이고 비효식적이며, 레시피를 바꿀 때마다 요리사를 다시 교육해야 하는 과정이 됩니다.

새로운 방식: YOTO (You Only Train Once)

이 논문은 "재료 고르기"와 "요리하기"를 하나의 매끄럽고 연속적인 과정으로 결합한 새로운 방법인 YOTO를 소개합니다.

YOTO를 식재료를 고르는 동시에 요리하는 법을 배우는 똑똑하고 스스로 교정하는 보조 요리사라고 생각해보세요.

그 작동 원리는 다음과 같습니다 (논문의 구체적인 주장을 바탕으로 함):

1. "단 한 번만 학습한다(You Only Train Once)"는 마법

기존 방식에서는 재료를 고르고, 요리사를 훈련시키고, 요리를 테스트한 다음, 맛이 없으면 다시 돌아가서 다른 재료를 골라야 했습니다.
YOTO에서 요리사와 재료 선택자는 동일 인물입니다. 요리사가 요리(예: "이 세포는 건강한가, 아니면 아픈가?")를 예측하려고 시도할 때, 즉각적인 피드백을 받습니다. 만약 예측이 틀리면, 시스템은 재료 선택자에게 즉시 속삭입니다. "방금 집어 든 재료는 도움이 되지 않았어요. 이것으로 바꿔보세요."

이것은 **폐쇄형 피드백 루프(closed feedback loop)**를 생성합니다. 예측 작업이 어떤 유전자를 선택할지 결정하고, 선택된 유전자는 즉시 예측의 형태를 결정합니다. 이들은 제대로 맞출 때까지 실시간으로 함께 학습합니다. 이 학습 과정은 단 한 번만 실행하면 됩니다.

2. "이진 마스크(Binary Mask)" (엄격한 문지기)

다른 많은 AI 방법들은 선택에 있어 "부드러운(soft)" 방식을 취합니다. 그들은 "아마 이 유전자는 10% 중요하고, 저 유전자는 5% 중요할 것"이라고 말합니다. 이는 컴퓨터가 결정을 내리기 위해 여전히 모든 유전자를 살펴봐야 함을 의미하며, 이는 느리고 지저üst한 방식입니다.

YOTO는 엄격합니다. YOTO는 "예" 또는 "아니오" 스위치를 가진 문지기와 같은 **이진 마스크(binary mask)**를 사용합니다.

예: 이 유전자는 상위 50개에 포함됩니다. 주방에 들어와 요리를 도울 수 있습니다.
아니오: 이 유전자는 차단됩니다. 최종 결정에 아무런 기여도 하지 않습니다.

이것이 중요한 이유는 최종 모델이 자신이 선택한 특정하고 압축된 유전자 목록만을 사용하기 때문입니다. 나중에 그 유전자들이 실제로 효과가 있는지 확인하기 위해 새로운 분류기를 따로 훈련시킬 필요가 없습니다. 모델은 이미 그 유전자들만을 사용하여 예측을 수행함으로써 자신의 성능을 입증했기 때문입니다.

3. 멀티태스크 학습자 (맥가이버 칼)

보통 두 가지 다른 것(예: "이 세포의 유형은 무엇인가?" 그리고 "환자가 아픈가?")을 예측하려면 두 개의 서로 다른 모델이 필요합니다.
YOTO는 **맥가이버 칼(Swiss Army Knife)**입니다. 세포의 핵심 생물학적 특성을 이해하는 하나의 공유된 "두뇌(공유 인코더)"를 학습합니다. 그런 다음, 다양한 작업에 맞는 서로 다른 "헤드(특화된 도구)"를 가집니다.

이 모든 작업을 동시에 학습하기 때문에, "두뇌"는 더 똑똑하고 견고해집니다.
모든 작업에 동시에 유용한 유전자 세트를 발견합니다.
새로운 질문을 위해 모델을 다시 훈련시킬 필요가 없습니다. 그저 모델에게 다른 질문을 던지기만 하면 되며, 모델은 학습된 동일한 유전자 부분집합을 사용하여 답할 것입니다.

결과: 효과가 있는가?

저자들은 두 가지 실제 생물학적 데이터셋을 통해 YOTO를 테스트했습니다:

COVID-19 혈액 세포: 질병 상태와 세포 유형을 식별하는 작업.
생쥐 뇌 세포: 시각 피질의 특정 뉴런 유형을 분류하는 작업.

결과는 명확했습니다:

더 나은 성능: YOTO는 기존의 "두 단계" 방식과 다른 현대적 AI 방법들을 일관되적으로 앞질렀습니다. 특히 수천 개의 유전자 중 매우 작고 압축된 리스트(16개에서 256개 사이)를 사용하도록 강제되었을 때 더욱 그러했습니다.
안정성: 실행할 때마다 선택되는 특정 유전자가 무작위성으로 인해 약간씩 달라질 수 있음에도 불구하고, 그 유전자들이 수행하는 생물학적 기능의 유형은 항상 동일했습니다. YOTO는 작업에 필요한 올바른 "도구"를 일관되게 찾아냈습니다.
효율성: YOTO는 여러 모델을 훈련하거나 매 새로운 작업마다 분류기를 다시 훈련해야 했던 기존 방식과 달리, 단 하나의 모델을 한 번만 훈련하여 이러한 결과를 달성했습니다.

요약

YOTO는 "건초더미 속에서 바늘 찾기"를 위한 새로운 방법입니다. 어떤 바늘이 중요한지 추측한 뒤 나중에 테스트하는 대신, YOTO는 바늘을 찾는 법을 배우는 동시에 그 바달을 사용하는 법을 배우는 기계를 구축합니다. 이는 더 빠르고, 더 정확하며, 모든 것을 한 번에 처리하므로 더 적은 노력이 필요합니다. 이를 통해 최종 유전자 리스트가 당면한 작업에 완벽하게 조정되도록 보장합니다.

기술 요약: YOTO (You Only Train Once)

문제 정의

고차원 단일 세포 전사체 데이터로부터 압축적이고 정보가 풍부한 유전자 부분 집합을 선택하는 것은 바이오마커 발견, 모델 해석력, 비용 효율적인 프로파일링을 위해 매우 중요합니다. 그러나 기존의 접근 방식들은 다음과 같은 상당한 한계를 가집니다:

분리된 파이프라인: 전통적인 방법들(예: 통계적 필터링, mRMR, Seurat)은 특징 선택이 다운스트림 예측 작업과 독립적으로 수행되는 다단계 프로세스로 작동합니다. 결과적으로, 선택된 유전자가 그들이 지원하는 특정 모델에 최적화되지 않을 수 있습니다.
딥러닝에서의 약한 결합: 최근의 딥러닝 방법들은 종종 사후적(post-hoc) 특징 속성 부여나 소프트 마스킹 메커니즘(예: PERSIST)에 의존합니다. 이러한 방식은 훈련 중에 이산적인(discrete) 유전자 부분 집합을 강제하지 않습니다. 대신, 모든 유전자가 서로 다른 가중치를 가지고 예측에 기여하게 됩니다. 이는 선택된 부분 집합의 효용성을 평가하기 위해 별도의 다운스트림 분류기를 다시 훈련시켜야 함을 의미하며, 엔드 투 엔드(end-to-end) 최적화 루프를 깨뜨립니다.
데이터 희소성 및 노이즈: 단일 세포 데이터는 본질적으로 희소하고, 노이즈가 많으며, 고차원적입니다. 또한 레이블은 불완전하거나 일부 샘플에 대해서만 가용한 경우가 많습니다.

방법론: YOTO 프레임워크

저자들은 **YOTO (You Only Train Once)**를 제안합니다. 이는 단일 아키텍처 내에서 이산적인 유전자 부분 집합을 공동으로 학습하고 멀티태스크 예측을 수행하는 엔드 투 엔드 방식의 미분 가능한 프레임워크입니다. 이 모델은 세 가지 주요 구성 요소로 이루어집니다:

1. 미분 가능한 부분 집합 선택 (Differentiable Subset Selection)

특징을 독립적으로 취급하거나 소프트 마스크를 사용하는 이전 연구들과 달리, YOTO는 이산적인 부분 집합을 선택하기 위해 특징 간의 순위를 명시적으로 학습합니다.

학습 가능한 점수: 각 유전자에 할당된 학습 가능한 점수 벡터 $s$ 가 존재합니다.
미분 가능한 순열: 모델은 Plackett-Luce (PL) 분포와 Gumbel-Softmax 트릭을 기반으로 한 미분 가능한 순열 행렬 $\pi(s)$ 를 사용합니다. 이를 통해 유전자의 순위가 점수 $s$ 에 대해 미분 가능하게 만듭니다.
이진 마스킹: 희소성을 보장하기 위해, 순열 행렬의 상위 $k$ 개 행을 합산하여 이진 마스크 $\Gamma_k(s)$ 를 구축합니다 완결된 형태의 이진 마스크를 생성합니다.
Straight-Through Estimator: 순전파(forward pass) 과정에서 모델은 추론 시 오직 선택된 $k$ 개의 유전자만이 기여하도록 하드 이진 마스크를 사용합니다. 역전파(backward pass) 과정에서는 미분 가능한 소프트 버전의 순열 행렬을 사용하여 그래디언트를 전파함으로써 엔드 투 엔드 훈련을 가능하게 합니다.
어닐링 (Annealing): 훈련 중에 온도 매개변수 $\tau$ 를 지수적으로 어닐링하여, 소프트하고 확률적인 선택에서 결정론적이고 이산적인 선택으로 전환합니다.

2. 공유 인코더 (Shared Encoder)

공유 신경망 인코더는 선택된 $k$ 개 유전자 값의 부분 집합을 잠재 표현(latent representation)으로 매핑합니다. 이 공유된 표현은 다양한 작업에 걸쳐 공통적인 생물학적 신호를 포착합니다.

3. 멀티태스크 학습 헤드 (Multi-Task Learning Heads)

프레임워크는 여러 예측 목적(예: 세포 유형 분류, 질병 상태, 환자 식별)을 동시에 지원합니다.

공동 최적화: 작업별 헤드는 공유된 잠재 표현을 처리하여 $T$ 개의 서로 다른 작업에 대한 레이블을 예측합니다.
손실 함수: 총 손실은 작업별 손실(분류를 위한 cross-entropy, 회귀를 위한 MSE)의 평균입니다.
누락된 레이블 처리: 설계상 불완전한 감독(supervision)이 가능합니다. 특정 샘플에 대해 레이벨이 누락된 작업이라도 가용한 레이블 샘플을 통해 공유 표현을 정교화하는 데 기여할 수 있습니다.

주요 기여

엔드 투 엔드 이산 선택: YOTO는 완전히 미분 가능하면서도 훈련 중에 엄격하게 이산적이고 희소한 유전자 부분 집합을 강제하는 최초의 프레임워크입니다. 이는 사후적 선택이나 다운스트림 분류기의 재훈련 필요성을 제거합니다.
폐쇄형 피드백 루프: 예측 작업이 유전자 선택을 직접 유도하고, 선택된 유전자가 예측 표현을 형성하여, 선택과 예측을 반복적으로 정교화하는 폐쇄형 루프를 생성합니다.
멀티태스크 효율성: 관련된 여러 목적에 대해 공유된 유전자 부분 집합을 학습함으로써, YOTO는 각 작업에 대해 별도의 훈련 인스턴스를 요구하지 않고도 작업 전반에 걸쳐 일반화되는 유전자 패널을 발견합니다.
단일 모델 평가: YOTO의 단일 훈련 인스턴스는 모든 작업에 대해 동시에 평가될 수 있어, 다단계 파이프라인에 비해 상당한 계산 효율성을 제공합니다.

실험 결과

저자들은 두 가지 서로 다른 단일 세포 RNA-seq 데이터셋에 대해 YOTO를 평가했습니다:

COVID-PBMB: COVID-19 환자의 말초 혈액 단핵 세포 (세포 유형, 질병 상태, 환자 ID 예측).
VISp: 마우스 일차 시각 피질 세포 (다양한 정밀도의 세포 유형 예측).

주요 결과:

성능: YOTO는 다양한 지표(F1-score, AUPRC, AUROC, Accuracy)에서 Seurat, mRMR, Block HSIC Lasso, PERSIST를 포함한 최신 성능(SOTA) 베이스라인들을 지속적으로 능가하거나 대등한 성능을 보였습니다.
패널 크기 강건성: YOTO는 유전자 패널 크기가 증가함에 따라(예: 32–256개 유전자) 우수한 성능을 보여주며, 이는 YOTO가 유전자 상호작용과 상호 보완적인 집합을 효과적으로 포착함을 시사합니다. 극도로 희소한 경우(예: 16개 유전자)에는 개별 유전자 선택에 매우 민감하지만, 여전히 경쟁력을 유지합니다.
멀티태스크 이점: 멀티태스크 설정에서 YOTO는 각 작업에 대해 별도의 모델을 요구하는 방법들과 대등하거나 더 나은 성능을 달성하면서도, 단 하나의 훈련 인스턴스만을 사용합니다.
절제 연구 (Ablation Studies):
- 동일한 단일 태스크 아키텍처 하에서 YOTO를 PERSIST와 비교했을 때, YOTO의 이점은 아키텍처 크기나 멀티태스크 감독 자체보다는 희소하고 이산적인 선택 메커니즘에서 기인함을 확인했습니다.
- 멀티태스크 학습은 어려운 작업에 대한 일반화 능력을 향상시키지만, 모델 용량이 제한된 매우 제약된 환경(매우 작은 $k$ )에서는 최적화 상충 관계(trade-off)를 유발할 수 있습니다.
강건성: 유전자 중복성으로 인해 무작위 시드에 따라 선택된 특정 유전자는 달라질 수 있지만, 선택된 부분 집합은 높은 기능적 일관성(예: 시냅스 전달 및 축삭 유도와 관련된 Gene Ontology 용어 농축)을 보이며 알려진 생물학적 마커 유전자를 우선적으로 복구합니다.

의의 및 주장

본 논문은 YOTO가 특징 선택과 예측을 통합함으로써 단일 세포 분석 분야를 발전시킨다고 주장합니다.

바이오마커 발견: 희소성을 강제하고 엔드 투 엔드로 최적화함으로써, YOTO는 연속적인 점수에 대한 임의적인 임계값에 의한 것이 아니라, 그들의 예측 능력에 의해 직접적으로 검증되고 해석 가능한 압축적이고 의미 있는 유전자 부분 집합을 산출합니다.
중개 연구 잠재력: 측정 용량이 높은 차원의 데이터로부터 정보가 풍부한 부분 집합을 선택하는 능력은 YOTO를 타겟 프로파일링 및 공간 전사체학 응용 분야에 특히 적합하게 만듭니다.
일반화 가능성: 유전학에 초점을 맞추고 있지만, 저자들은 이 프레임워크가 고차원 도메인(단백질체학, 후성유전체학 등) 및 작은 특징 집합이 중요한 설정에 적용 가능한 일반적인 전략이라고 언급합니다.

저자들은 멀티태스크 학습이 강건성을 높이지만, 모델 용량이 제한된 경우 멀티태스크 학습이 반드시 필요한 것은 아니며, 공유된 생물학적 구조에 대한 가정이 멀티태스크 접근 방식의 성공에 핵심적이라는 점을 인정하며 신중한 입장을 유지합니다. 또한, 평가에 사용된 세포 수준의 분할(cell-level splits)이 모델이 환자 특이적 신호를 활용할 수 있게 할 수 있다는 점을 언급하며, 이는 향후 조사가 필요한 트레이드오프임을 밝힙니다.