Explainable AI for Cancer Drug Response Prediction: Beyond Univariate Feature Attributions

기술 요약: 암 약물 반응 예측을 위한 설명 가능한 AI: 단변량 특성 기여도를 넘어

문제 정의
전사체 프로파일로부터 암 약물 반응을 예측하는 것은 정밀 종양학의 핵심 요소입니다. 머신러닝 모델은 종양의 분자 프로파일과 약물 반응 사이의 고차원적, 비선형적 의존성을 모델링하는 데 있어 강력한 예측 성능을 달성해 왔으나, 그 과학적 유용성은 해석 가능성의 부재로 인해 제한되는 경우가 많습니다. 현재 이 분야의 설명 가능한 AI(XAI) 접근 방식은 주로 SHAP와 같은 단변량 특성 기여도(univariate feature attribution) 방법에 의존합니다. 이러한 방법들은 두 가지 주요 한계를 가집니다:

1. 강건성 및 확장성: SHAP 기반 설명은 강건성이 제한적이며, 수천 개의 유전자로 구성된 고차원 전사체 데이터에 효과적으로 확장되는 데 어려움을 겪습니다.
2. 생물학적 단순화: 단변량 방법은 유전자를 독립적으로 평가하므로, 세포의 민감도와 저항성을 주도하는 여러 유전자 및 경로의 협력적 활동을 포착하지 못합니다. 결과적으로 고차적 생물학적 메커니즘과 유전자 간 상호작용이 숨겨지게 됩니다.

방법론
저자들은 기존 방법의 한계를 극복하고 단일 유전자 평가를 넘어설 수 있도록 설계된 확장 가능한 사후(post-hoc) 설명 가능 프레임워크인 **ILLUME+**를 제안합니다. 이 방법론은 완전히 데이터 주도적인 엔드 투 엔드 파이프라인으로 구조화되어 있습니다:

1. 데이터 전처리 및 이산화: 연속적인 약물 반응 데이터(예: $IC_{50}$)는 해석 가능한 결정 규칙 추출을 용이하게 하기 위해 훈련 데이터에 대한 삼분위수 기반 빈닝(tertile-based binning)을 사용하여 세 개의 순서 있는 클래스(민감, 중간, 저항)로 이산화됩니다.
2. 특성 선택: 임의의 임계값이나 사용자 정의 편향을 부과하지 않고, 각 약물과 관련된 정보가 풍부한 유전자 하위 집합을 식별하기 위해 Boruta 알고리즘을 사용하는 완전 데이터 주도 방식을 사용합니다.
3. 블랙박스 예측: 선택된 특성들을 바탕으로 유전자 발현과 약물 민감도 사이의 비선형 관계를 모델링하기 위해 그래디언트 부스팅 결정 트리 앙상블을 훈련합니다.
4. ILLUME+ 프레임워크:
   • 확장 가능한 아키텍처: ILLUME+는 고차원 환경에서의 계산 병목 현상을 해결함으로써 ILLUME 메타 설명기(meta-explainer)를 확장합니다. 이는 1-레이어 저계수 하이퍼네트워크(1-layer low-rank hypernetwork)를 사용하여 매핑 함수 $W(x)$의 가중치를 압축함으로써, 파라미터 수를 $O(v \times m^2)$에서 $O(v \times m \times r)$ ($r \ll m$)로 줄입니다.
   • 효율적인 정규화: 전체 자코비안 패널티(Jacobian penalty) 대신 효율적인 자코비안-벡터 곱(Jacobian-vector products) 기반 확률적 추정치를 사용하여, 명시적인 자코비안 구축 없이 국소적 선형성을 강제합니다.
   • 설명 생성: 이 프레임워크는 블랙박스 모델의 국소 선형 잠재 표현(locally-linear latent representation)을 학습합니다. 이 공간으로부터 다음과 같은 다중 설명 객체를 디코딩합니다:
     • 단변량 기여도: 대리 모델(로지스틱 회귀 또는 결정 트리)로부터 도출된 유전자 중요도 점수.
     • 결정 규칙: 결합된 발현 패턴을 포착하는 사실적(factual) 및 반사실적(counterfactual) 규칙 (예: "만약 유전자 A > $c$ 이고 유전자 B < $d$ 이면, 민감함").
     • 유전자-유가 상호작용: **리프트 측정치(lift measure)**를 사용하여 결정 규칙 내 유전자의 공존을 분석함으로써 쌍별 상호작용을 식별합니다. 이러한 상호작용은 가중치 기반 유전자-유가 상호작용 그래프로 시각화됩니다.

주요 기여

• ILLUME+: 기존의 사후 XAI 방법의 확장성 문제를 해결하고, 고차원 전사체 데이터로부터 강건하고 구조화된 설명을 추출할 수 있는 확장 가능한 ILLUME 프레임워크의 확장판입니다.
• 엔드 투 엔드 파이프라인: 단변량 특성 기여도를 넘어 약물 민감도 및 저항성의 근저에 있는 유전자-유가 메커니즘을 복구하는 새로운 파이프라인입니다.
• 가설 생성: 사전 정의된 생물학적 우선순위(priors)에 의존하지 않고도 알려진 생물학적 연관성을 확인하고 새로운 유전자 상호작용을 밝혀내어 검증 가능한 가설을 생성하는 능력을 입증했습니다.

결과
저자들은 GDSC 및 CCLE 리소스에서 유래한 20개의 약물 데이터셋을 사용하여 ILLUME+를 SHAP 및 LIME 베이스라인과 비교 평가했습니다.

• 단변량 기여도 성능:

  • 대상 복구: NDCG@k로 측정했을 때, ILLUME+는 SHAP 및 LIME에 비해 추정 약물 타겟을 상위 유전자로 더 효과적으로 랭킹화합니다.
  • 경로 풍부도(Pathway Enrichment): ILLUME+는 MoA(작용 기전) 관련 유전자를 SHAP보다 더 효과적으로 우선순위화하며(통계적으로 유의함), LIME과 대등한 결과를 보여줍니다.
  • 강건성: 모든 이웃 크기에 대해 코사인 유사도(중요도 벡터의 국소 이웃 내 유사도)로 측정했을 때, ILLUME+는 SHAP 및 LIME보다 유의미하게 높은 강건성을 보여줍니다.

• 유전자-유가 상호작용 분석:

  • 경로 중첩: ILLLE+가 식별한 상위 랭크 유전자 쌍은 하위 랭크 쌍보다 유의미하게 높은 경로 중첩(기능적 근접성)을 보입니다. 이러한 분리는 모든 약물에 대해 일관되게 나타나며, SHAP 기반 상호작용 랭킹은 40%의 약물에서만 유의성을 보였습니다.
  • 생물학적 일관성: 특정 사례 연구(예: Venetoclax)에서 이 방법은 뚜렷한 상호작용 패턴을 식별했습니다: 민감한 세포는 면역 반응 및 호중구 화학 주성(neutrophil chemotaxis)과 관련된 상호작용을 보였고, 저항성 세포는 혈관 형성 및 세포 부착과 관련된 상호작용을 보였습니다.
  • 네트워크 중심성: 추정 약물 타겟은 상호작용 그래프에서 중심적인 위치를 차지하는 것으로 나타났습니다 (예: 민감한 라인에서 염색질 리모델링 타겟의 높은 강도; 민감한 라인에서 EGFR과 같은 신호 전달 타겟의 높은 매개 중심성). 이는 그들의 생물학적 역할과 일치합니다.
  • 규칙 추출: 프레임워크는 알려진 예후 유전자 및 MoA 관련 경로를 포함하는 간결하고 해석 가능한 결정 규칙뿐만 아니라, 새로운 가설을 제시하는 새로운 조합(예: Erlotinib 저항성을 위한 특정 유전자 조합)을 추출했습니다.

의의 및 주장
본 논문은 ILLUME+가 약물 반응 모델링의 패러다임을 단순한 성능 중심의 과제에서 AI 보조 과학적 발견을 위한 가설 생성 도구로 전환한다고 주장합니다. 이 프레임워크는 다음과 같은 기능을 제공합니다:

1. 충실한 감사(Faithful Auditing): 고차원 환경에서 블랙박스 모델이 학습한 결정 로직에 대한 더 정확한 이해.
2. 편향 없는 발견: 사전 지식을 내장한 모델에 내재된 편향을 피하면서, 사전 정의된 가정 없이 생물학적으로 의미 있는 구조와 유전자 상한 작용을 밝혀내는 능력.
3. 실행 가능한 통찰: 암 생물학에서 새로운 상호작용 주도 분자 신호에 관한 검증 가능한 생물학적 가설 생성.

저자들은 추출된 상호작용이 모델로부터 도출된 신호이지만, 이는 독립적인 실험적 검증이 필요한 가설 생성을 위한 토대로 기능한다고 강조합니다. 이 연구는 원칙적인 설명 가능성이 예측 정확도와 생물학적 통찰 사이의 간극을 효과적으로 메울 수 있음을 보여줍니다.