🧬 biology

A method for comparing inferred evolutionary accumulation dynamics across covariates and model structures

이 논문은 암 진화에서 박테리아의 약제 내성에 이르는 다양한 응용 분야에서 가역적 확률성, 특징 간 상호작용, 상태 프레임 시프트 차이와 같은 문제들을 해결하기 위해, 특징 획득 확률을 포착하는 순서 행렬(ordering matrices)을 활용하여 서로 다른 알고리즘, 데이터셋 및 공변량 간의 추론된 진화적 축적 역학을 비교하는 새로운 방법을 소개한다.

원저자: Jakob Fernø, Michelle B. Verstraaten, Lila Gravellier, Ellen C. Røyrvik, Ramon Diaz-Uriarte, Iain G. Johnston

게시일 2026-08-05

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Jakob Fernø, Michelle B. Verstraaten, Lila Gravellier, Ellen C. Røyrvik, Ramon Diaz-Uriarte, Iain G. Johnston

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

거대하고 혼란스러운 건설 현장을 지켜보고 있다고 상상해 보십시오. 벽돌과 크레인 대신, 일꾼들은 바이러스가 약물을 피하는 법을 배우거나 세포가 생존에 도움이 되는 돌연변이를 얻는 것과 같은 아주 작은 생물학적 변화들입니다. 진화 생물학과 의학의 세계에서, 과학자들은 이러한 변화들을 "특징(features)"이라고 부릅니다. 때때로 이러한 특징들은 양말을 신은 뒤에 신발을 신는 것처럼 엄격한 순서로 나타나기도 합니다. 또 다른 경우에는 그 순서가 엉망이거나, 심지어 어떤 특징은 나중에 다시 나타나기도 합니다.

오랫동안 과학자들은 이러한 특징들이 어떻게 축적되는지 예측하기 위해 "지도"를 만들어 왔습니다. 그들은 "돌연변이 A가 항상 돌연변이 B보다 먼저 발생하는가?" 또는 "박테리아가 이미 약물 Y에 대한 내성을 가지고 있다면, 약물 X에 대한 내성을 갖게 될 확률은 얼마인가?"와 같은 질문을 던집니다. 하지만 여기서 까다로운 문제가 발생합니다. 서로 다른 과학자들이 이 지도를 그리기 위해 서로 다른 도구를 사용한다는 점입니다. 한 도구는 순서가 A 다음에 B라고 말하는 반면, 다른 도구는 B 다음에 A라고 말할 수 있습니다. 설상가가, 때로는 지도들이 표면적으로는 완전히 달라 보이지만, 깊은 곳에서는 사실 동일한 이야기를 하고 있을 때도 있습니다. 이는 마치 두 사람이 자동차 여행을 묘사하는 것과 같습니다. 한 사람은 "우리는 빨간 창고를 지나 파란 집을 지나갔다"라고 말하고, 다른 사람은 "우리는 파란 집을 지나 빨간 창고를 지나갔다"라고 말하는 식입니다. 만약 그들이 시작점을 다르게 잡고 숫자를 세었을 뿐 동일한 여행을 묘в사하고 있다면, 그들의 말은 다르게 들리겠지만 여정 자체는 같습니다. 과학자들은 이 지도들이 정말로 다른 이야기를 하고 있는 것인지, 아니면 단지 시작점만 다르게 설정한 것인지를 확인하기 위해 이들을 비교할 수 있는 새롭고 공정한 방법을 필요로 했습니다.

여기서 새로운 연구가 등장합니다. 저자들인 수학자와 생물학자 팀은 "프레임시프트(frameshift)" 문제(시작점이 달라서 순서가 달라 보이는 문제)에 혼동되지 않고 진화 지도를 비교할 수 있는 영리한 새로운 방법을 발명했습니다. 단순히 최종적인 특징의 목록을 보는 대신, 그들은 "순서 행렬(ordering matrices)"이라는 시스템을 만들었습니다. 이 행렬들을 모든 가능한 시나리오의 확률을 계산하는 거대한 점수판이라고 생각하십시오.

네 명의 주자(특징 1, 2, 3, 4) 사이의 경주에 돈을 건다고 상상해 보십시오. 기존의 방법들은 그저 결승선을 보고 "주자 1이 1등으로 들어왔다"라고 말할 뿐입니다. 하지만 이 새로운 방법은 "주자 2가 출발했을 때 주자 1이 이미 달리고 있었을 확률은 얼마인가?" 또는 "주자 4가 다른 세 명의 주자가 이미 도착한 후에야 결승선을 통과했을 확률은 얼마인가?"라고 묻습니다. 이러한 확률을 살펴봄으로써, 이 방법은 특징이 나타났다 사라지는 가역적인 상황이나, 단순한 인과 관계가 아니라 한 그룹의 특징이 다른 그룹에 영향을 미치는 복잡한 상황도 처리할 수 있습니다.

연구팀은 이 아이디어를 두 가지 방식으로 테스트했습니다. 첫째, 그들은 경주의 정확한 규칙을 알고 있는 가짜 데이터(시뮬레이션)를 만들었습니다. 그들은 자신들의 방법이 데이터에 노이즈가 있거나 양이 적더라도, 두 데이터셋이 실제로 서로 다른 경로를 따르고 있을 때 이를 포착할 수 있음을 보여주었습니다. 또한, 더 많은 데이터를 제공했을 때 방법이 결론에 대한 확신을 높여, 마치 산 위의 안개가 걷히듯 불확실성을 줄여나간다는 것을 보여주었습니다.

그다음, 그들은 이 방법을 실제 세상의 미스터리에 적용했습니다. 그들은 *클레브시엘라 뉴모니애(Klebsiella pneumoniae)*라는 위험한 박테리아가 감비아와 한국이라는 두 나라에서 어떻게 약물 내성을 발달시키는지 살펴보았습니다. 이 새로운 점수판을 사용하여, 그들은 이 박테리아가 두 나라에서 내성을 진화시키는 방식에 구체적인 차이가 있음을 발견했습니다. 예를 들어, 그들은 특정 돌연변이가 한 나라에서는 다른 나라보다 더 일찍 발생했다는 점을 정확히 짚어낼 수 있었습니다. 또한 암에 대해서도 조사하여, 염색체 오류(세포의 지침서에 발생하는 큰 실수)가 다양한 종류의 종양에서 어떻게 쌓이는지 비교했습니다. 그들은 같은 장기 내의 종양이나, 서로 다른 장기에 있는 동일한 유형의 암이라 할지라도 놀라울 정도로 서로 다른 진화 경로를 따르는 경우가 많다는 것을 발견했습니다.

저자들은 이 방법이 진화의 미스터리를 영원히 해결했다고 주장하는 것이 아닙니다. 대신, 그들은 이 새로운 방식의 지도 비교가 강력한 도구임을 제안합니다. 이는 과학자들이 질병이 진화하는 방식의 실제적인 과학적 차이와 단순한 통계적 우연을 구분할 수 있도록 도와줍니다. 사건의 단순한 고정된 순서가 아니라 확률에 집중함으로써, 이 방법은 연구자들이 사과가 서로 다른 방향으로 자라고 있을 때조차도 사과와 사과를 공정하게 비교할 수 있게 해줍니다. 이는 우리가 슈퍼박테리아의 확산을 추적하든, 암세로의 혼란스러운 성장 과정을 추적하든, 진화의 진정한 형태를 볼 수 있게 해주는 새로운 렌즈입니다.

기술 요약: 추론된 진화적 축적 역학 비교를 위한 방법론

문제 정의
진화적 축적 모델(Evolutionary Accumulation Models, EvAMs)은 암의 돌연변이나 병원체의 약제 내성처럼 시간이 지남에 따라 이진 특징(binary features)을 획득하는 시스템을 설명한다. 결정론적 그래프, 부분 순서 집합(posets), 또는 확률적 전이 행렬에 이르기까지 이러한 역학을 추론하기 위한 다양한 방법들이 존재하지만, 서로 다른 알고리즘, 데이터셋, 공변량 간의 추론된 역학을 비교하기 위한 통합된 프레임워크는 부족한 실정이다. 기존의 비교 방법들은 EvAM 특유의 다음과 같은 복잡성을 처리하는 데 어려움을 겪는다:

"프레임시프트(Frameshift)" 차이: 두 경로가 유사한 상대적 순서(예: A가 B보다 먼저 발생)를 공유하더라도, 절대적인 타이밍이나 상태 전이(예: 0000→0001 vs. 0000→1000) 측면에서는 완전히 다를 수 있다. 전이 기반 또는 절대적 순서 기반 방법들은 이를 극적인 차이로 표시할 수 있지만, 상대적 순서 기반 방법들은 절대적 상태의 변화를 놓칠 수 있다.
모델 유연성: 기존의 많은 비교 기술은 결정론적 관계나 고정된 길이의 시퀀스에 의존하므로, 가역적 역학, 확률적 의존성, 또는 단일 특징이 아닌 특징들의 집합이 영향을 미치는 경우에 적합하지 않다.
통계적 유의성과 과학적 유의성: 불확실성으로 인한 파라미터 추정치의 통계적 유의미한 차이와, 근저에 깔린 역학적 행동의 과학적으로 의미 있는 차이를 구분하는 것은 매우 어렵다.

방법론
저자들은 추론된 EvAM 역학을 요약하고 비교하기 위해 **순서 행렬(ordering matrices)**에 기반한 방법을 제안한다. 이 접근 방식은 확률적 요약에 초점을 맞추어, 확률성, 가역성 및 다단계 획득을 수용하며 특징이 획득되는 조건들을 포착한다.

순서 행렬:
- 상대 순서 행렬 ( $P^{rel}_{ij}$ ): 특징 $j$ 가 이미 존재하는 상태에서 특징 $i$ 가 획득될 확률을 추정한다. 이는 특정 특징들 사이의 의존성을 포착한다.
- 절대 순서 행렬 ( $P^{abs}_{in}$ ): 최대 $n-1$ 개의 다른 특징이 이미 존재하는 상태에서 특징 $i$ 가 획득될 확률을 추정한다. 이는 전체 누적 특징 수와 대비하여 획득의 타이밍을 포착한다.
- 이 행렬들은 정확한 전이 행렬이나 샘플링 기반 접근 방식(예: 상태 공간에서의 랜덤 워커)으로부터 도출된 추론된 전이 확률로부터 유도된다.
통계적 비교 기준:
차이가 통계적으로 견고하면서도 과학적으로 의미 있게 하기 위해, 저자들은 리샘플링(예: 부트스트랩 또는 사후 샘플링)을 통해 도출된 행렬 요소들의 분포를 비교하는 이중 임계값 기준을 제 제안한다.
- $P^{rel}_{ij}$ 를 $i$ 가 $j$ 보다 앞설 확률이라고 하자.
- 차이는 인스턴스 1에서 $P^{rel}_{ij} < q$ 인 비율이 $1-p$ 이고, 인스턴스 2에서 $P^{rel}_{ij} > 1-q$ 인 비율이 $1-p$ 일 때 보고된다.
- 기본 파라미터: $p=0.2, q=0.25$ . 이는 인스턴스 1의 샘플 중 80% 이상이 $i$ 가 $j$ 보다 앞설 확률이 25% 미만이고, 인스턴스 2의 샘플 중 80% 이상이 $i$ 가 $j$ 보다 앞설 확률이 75% 초과임을 요구한다. 이는 분포가 겹치지 않고 상당한 크기의 격차가 있음을 보장하여, 사소한 통계적 노이즈를 걸러낸다.
구현:
이 방법은 R 패키지인 hyperinf로 구현되었다. 시각화를 위해 ape를 통한 트리 조작과 ggplot2/ggarrange를 활용한다.

주요 결과
본 방법론은 합성 데이터를 통해 검증되었으며, 두 가지 실제 데이터셋에 적용되었다:

합성 데이터:
- 본 방법은 단순 선형 경로와 "프레임시프트" 차이가 포함된 더 복잡한 시나리오를 성공적으로 구별해냈다.
- 작은 데이터셋( $n=4$ )에서도 높은 불확실성에도 불구하고 상대적 순서의 차이를 감지했다.
- 더 큰 데이터셋( $n=12$ )에서는 불확실성이 감소하여, 여러 특징에 대한 상대적 순서 및 절대적 순서의 차이를 모두 감지할 수 있었다.
- 이 접근 방식은 비가역적(HyperHMM) 모델과 가역적(HyperMk) 모델 모두에서 작동했다.
클레브시엘라 뉴모니애(Klebsiella pneumoniae)의 약제 내성 (KpAMR):
- HyperTraPS를 사용하여 감비아와 한국의 게놈 데이터를 대상으로 적용되었다.
- 본 방법은 Bla_Car_acquired, Flq_mutations, Omp_mutations와 같은 특징들에 대해 이전에 확인된 절대적 순서의 차이를 확인했다.
- 또한 Sul_acquired 및 Tmt_acquired 특징에서 견고한 차이를 추가로 감지함으로써, 기존의 비표적 접근 방식보다 높은 민감도를 입증했다.
암의 염색체 이상:
- 38개 암 유형에 걸친 2,658개의 암 샘플에 적용되었다.
- 본 방법은 동일한 조직 내에서도(예: CNS-PiloAstro vs. CNS-GBM), 그리고 서로 다른 조직 간에도(예: Kidney-RCC 변이들) 구별되는 역학을 식별해냈다.
- 아데노카르시노마(Adenocarcinomas)는 조직 유형에 따라 추론된 역학의 변동성이 특히 높게 나타났다.

의의 및 주장
저자들은 본 연구를 특정 EvAM 추론 도구를 대체하는 것이 아니라, 해당 도구들의 출력을 비교하기 위한 일반적인 정량적 프레임워크로 위치시킨다.

유연성: 주요 기여점은 확률성, 가역성, 고차 상호작용 및 다단계 획득을 지원하는 모델 간의 역학을 비교할 수 있는 능력이며, 이는 기존의 많은 비교 지표가 처리할 수 없는 부분이다.
견고성: 확률적 요약에 집중하고 이중 임계값 기준을 적용함으로써, 통계적 불확실성과 진화적 경로의 실제 생물학적 분기를 구분한다.
해석 가능성: 순서 행렬의 사용은 복잡한 역학을 표준화되고 해석 가능한 요약으로 제공하여, 다양한 데이터셋 및 공변량(예: 지리적 위치, 종양 유형) 간의 비교를 용이하게 한다.
겸허함: 저자들은 본 방법이 프레임시프트, 가역성 등의 특정 한계를 해결하지만, 여러 접근 방식 중 하나임을 인정한다. 그들은 확률적 모델링과 순위 통계(예: Plackett-Luce 모델)의 교차점이 더 많은 탐구의 여지를 제공한다고 언급한다. 본 방법은 암 진행, 약제 내성, 진화 생물학을 포함한 다양한 영역에서 비교를 공식화하기 위한 도구로 제시된다.

유사한 논문