A functional annotation based integration of different similarity measures for gene expressions

이 논문은 기능적 주석을 기반으로 다양한 유전자 발현 유사도 측정치를 통합 가중치로 결합한 '통합 유사도 점수 (ISS)'를 개발하여 기존 방법보다 우수한 유전자 쌍 식별 성능과 미분류 효모 유전자의 기능 예측 능력을 입증했습니다.

핵심

이 논문은 유전자들의 활동을 분석하는 새로운 방법을 제안한 연구입니다. 어렵게 들릴 수 있는 생물정보학 내용을, 일상적인 비유와 쉬운 한국어로 설명해 드리겠습니다.

🧬 핵심 아이디어: "유전자들의 성격을 파악하는 새로운 방법"

생물학자들은 유전자가 어떤 일을 하는지 (기능) 알기 위해, 유전자들이 어떻게 움직이는지 (발현 패턴) 관찰합니다. 마치 사람의 성격을 파악할 때, 그 사람이 어떤 상황에서 어떻게 행동하는지 지켜보는 것과 비슷합니다.

하지만 문제는 하나입니다. 유전자의 움직임을 측정하는 '자' (측정 기준) 가 여러 가지가 있다는 것입니다.

• 어떤 자는 거리를 재고 (유클리드 거리),
• 어떤 자는 방향을 재고 (피어슨 상관관계),
• 또 다른 자는 순위를 재는 (스피어만 순위 상관관계) 식입니다.

각각의 자는 장점이 있지만, 단점도 있습니다. 예를 들어, "거리"를 재는 자는 모양은 무시하고 크기만 보고, "방향"을 재는 자는 크기는 무시하고 모양만 봅니다. 그래서 어떤 유전자가 진짜로 비슷한지 판단할 때, 한 가지 자만 쓰면 오해할 수 있습니다.

---

🛠️ 이 연구가 개발한 것: "ISS (통합 유사도 점수)"

이 연구팀은 **"여러 가지 자를 하나로 합쳐서, 가장 정확한 점수를 내자!"**라고 생각했습니다. 이를 **ISS(Integrated Similarity Score)**라고 부릅니다.

1. "요리사" 비유: 레시피의 황금비율 찾기

여러 가지 재료를 섞어 맛있는 요리를 만드는 상황을 상상해 보세요.

• 재료: 다양한 유전자 측정 방법 (거리, 방향, 순위 등)
• 맛: 유전자의 실제 기능 (예: 미토콘드리아 관련, 단백질 합성 등)

기존에는 각 재료를 따로 쓰거나, 임의로 섞었습니다. 하지만 이 연구팀은 **"어떤 비율로 섞어야 가장 맛있는 요리 (정확한 유전자 분류) 가 나올까?"**를 찾아냈습니다.

2. "교정기" 역할: 생물학적 지식 (Functional Annotation)

이 연구의 가장 큰 특징은 **'생물학적 지식'**을 이용해 점수를 고쳤다는 점입니다.

• 상황: 두 유전자가 서로 매우 비슷하게 움직인다고 해서, 반드시 같은 일을 하는 것은 아닐 수 있습니다. (예: 둘 다 열심히 일하지만, 하나는 빵을 굽고 다른 하나는 옷을 짓는다면?)
• 해결책: 연구팀은 이미 알려진 유전자의 기능 (예: "이 유전자는 미토콘드리아에 있다", "이 유전자는 단백질을 만든다") 을 정답 키로 사용했습니다.
• 작동 원리: "이 두 유전자는 실제로 같은 일을 하는데, 우리가 측정한 점수는 낮게 나왔네? 그럼 측정 방법의 가중치 (비중) 를 다시 조정하자!"라고 자동으로 점수를 교정합니다.

이를 위해 연구팀은 FFFAG라는 새로운 '점수 계산기'를 만들었습니다. 이 계산기는 "예상된 기능과 실제 측정된 움직임의 차이"를 최소화하도록 가중치를 찾아냅니다.

---

📊 결과: 왜 이 방법이 더 좋은가요?

연구팀은 효모 (Saccharomyces cerevisiae) 의 유전자 데이터를 가지고 실험을 했습니다.

1. 더 정확한 짝 찾기: 기존의 방법들 (거리만 재는 법, 방향만 재는 법 등) 보다 ISS 를 사용하면, 기능이 비슷한 유전자들을 더 정확하게 찾아냈습니다. 마치 "이 사람과 저 사람은 성격이 정말 비슷해!"라고 더 정확하게 짝을 지어주는 것과 같습니다.
2. 미지의 유전자 이름 붙이기: 아직 기능이 밝혀지지 않은 40 개의 유전자에 대해, ISS 를 이용해 그룹을 지은 뒤 그 그룹의 성격을 분석했습니다. 그 결과, "아, 이 유전자는 미토콘드리아에서 일하는구나", "이 유전자는 세포 분열 (감수분열) 에 관여하는구나"라고 새로운 기능을 성공적으로 예측했습니다.

💡 한 줄 요약

이 논문은 **"유전자의 움직임을 볼 때, 한 가지 방법만 믿지 말고 여러 방법을 섞고, 이미 알려진 생물학적 지식을 이용해 그 비율을 자동으로 조정하면, 유전자의 진짜 성격을 훨씬 더 잘 파악할 수 있다"**는 것을 증명했습니다.

이는 마치 여러 명의 전문가 (측정 방법) 들의 의견을 듣고, 과거의 성공 사례 (생물학적 지식) 를 참고하여 최종 결정을 내리는 스마트한 의사결정 시스템과 같습니다.

기술 요약

1. 문제 정의 (Problem)

• 배경: 마이크로어레이 기술을 통해 대량의 유전자 발현 데이터가 생성되고 있으며, 유사한 발현 패턴을 보이는 유전자 군집을 찾는 것은 유전자 기능 예측, 기능 모듈 예측, 유전자 조절 네트워크 분석 등에 필수적입니다.
• 한계: 기존에 널리 사용되는 유사도 측정법 (피어슨 상관관계, 유클리드 거리, 맨해튼 거리, 스피어만 순위 상관관계 등) 은 각각의 장단점이 있어 단일 측정법만으로는 유전자의 '크기 (magnitude)'와 '형태 (shape)'를 동시에 정확히 반영하기 어렵습니다.
  • 예: 유클리드 거리는 크기 변화는 반영하지만 형태는 무시하고, 피어슨 상관관계는 형태는 잘 반영하지만 크기 변화에는 둔감합니다.
• 핵심 문제: 기존 유사도 측정법들의 한계를 극복하고, 유전자의 기능적 유사성 (Functional Similarity) 을 고려하여 발현 유사도를 더 정확하게 통합하는 새로운 프레임워크가 필요합니다.

2. 제안된 방법론 (Methodology)

저자들은 ISS (Integrated Similarity Score) 라는 새로운 통합 유사도 점수 프레임워크를 제안했습니다. 주요 단계는 다음과 같습니다.

가. 유사도 측정법의 PPV 프레임워크 변환

• 다양한 유사도 측정법 (MD, ED, PC, SRC 등) 으로 계산된 유전자 쌍의 유사도를 양성 예측도 (Positive Predictive Value, PPV) 프레임워크로 변환합니다.
• 이를 위해 Saccharomyces Genome Database (SGD) 의 기능적 주석 (Gene Ontology, GO) 을 활용합니다. 동일한 GO Slim 과정 주석을 공유하는 유전자 쌍을 '기능적으로 연관된 쌍 (True Positive)'으로 간주하여 각 유사도 값별 PPV 를 계산합니다.

나. 가중치 통합 (Weighted Integration)

• 서로 다른 유사도 측정법 ($S_1, S_2, ..., S_m$) 에 가중치 ($w_1, w_2, ..., w_m$) 를 부여하여 선형 결합 방식으로 통합된 점수 (ISS) 를 산출합니다.
  • 공식: $I_{X,Y} = \frac{\sum (w_l \times S_l)}{\sum w_l}$
• 여기서 가중치는 임의로 설정되는 것이 아니라, 생물학적 지식 (기능적 주석) 을 기반으로 최적화됩니다.

다. 최적 가중치 결정: FFFAG (Fitness Function using Functional Annotation of Genes)

• ISS 의 가중치를 결정하기 위해 새로운 적합도 함수인 FFFAG를 개발했습니다.
• 목적: 유전자 쌍의 '기능적 유사도 ($M_{ij}$)'와 'ISS 에 의한 발현 유사도 ($I_{ij}$)' 간의 차이를 최소화하는 가중치 조합을 찾는 것입니다.
  • 기능적 유사도 ($M_{ij}$): 두 유전자가 공통 GO 카테고리를 공유하면 1, 아니면 0.
  • FFFAG = $\sum |M_{ij} - I_{ij}|$
• 이 함수를 최소화하는 과정에서 각 유사도 측정법에 대한 최적 가중치 조합이 도출됩니다.

라. 기존 방법의 개선 (Modified TMJ)

• Sun et al. 이 제안한 Triangle 과 Jaccard 유사도를 곱한 기존 통합 측정법 (TMJ) 을 수정하여, 기능적 주석을 반영한 MTMJ로 개선하고 ISS 와 비교 평가했습니다.

3. 주요 기여 (Key Contributions)

1. ISS 프레임워크 개발: 다양한 유사도 측정법을 기능적 주석 기반의 가중치로 통합하여 발현 유사도를 개선하는 새로운 방법론을 최초로 제안했습니다.
2. FFFAG 적합도 함수: 기능적 유사도와 발현 유사도 간의 차이를 최소화하여 가중치를 자동으로 최적화하는 새로운 함수를 고안했습니다.
3. 생물학적 지식의 통합: 기존 TMJ 와 같은 통합 측정법에 생물학적 지식 (기능적 주석) 을 체계적으로 통합하는 방식을 도입했습니다.
4. 미분류 유전자 기능 예측: 제안된 ISS 를 사용하여 40 개의 미분류 효모 (Yeast) 유전자의 기능을 성공적으로 예측했습니다.

4. 실험 결과 (Results)

• 데이터셋: 효모 (Saccharomyces cerevisiae) 의 6 가지 데이터셋 (All Yeast, Diauxic Shift, Cell Cycle 등) 을 사용했습니다.
• 성능 평가 (PPV vs. Similarity Value):
  • 다양한 유사도 값에서 ISS 의 PPV 가 기존 단일 측정법 (MD, ED, PC, SRC) 및 기존 통합법 (TMJ) 보다 항상 우월하게 나타났습니다.
  • 예: All Yeast 데이터셋에서 유사도 0.85 기준 PPV 는 기존 측정법들이 0.34~0.68 인 반면, ISS 는 0.92로 가장 높았습니다.
• 성능 평가 (PPV vs. Top Gene Pairs):
  • 상위 유전자 쌍 (Top gene pairs) 수에 따른 PPV 분석에서도 ISS 곡선이 다른 모든 방법보다 상단에 위치하여 우수한 성능을 입증했습니다.
• 교차 검증 (Cross-Validation): 5-fold 교차 검증을 통해 ISS 의 성능이 일관되게 우수함을 확인했습니다.
• 기능 예측 결과:
  • ISS 기반 k-medoids 클러스터링을 통해 12 개의 클러스터를 식별했습니다 (p-value < $10^{-10}$).
  • 이 클러스터들을 통해 40 개의 미분류 유전자 기능을 예측했으며, 이는 기존 생물학 문헌과 일치함을 확인했습니다.
    • 예: YLR204W 유전자를 '미토콘드리아 (mitochondrion)'로 예측 (COX1 RNA 처리와 관련 있음).
    • 예: YDR374C 유전자를 '감수분열 (meiosis)'로 예측.
    • 예: YOR258W 유전자를 '단백질 접힘 및 안정화 (protein folding and stabilization)'로 예측.

5. 의의 및 결론 (Significance & Conclusion)

• 기술적 의의: 단일 유사도 측정법의 한계를 넘어, 생물학적 지식 (기능적 주석) 을 활용하여 여러 측정법을 지능적으로 통합하는 프레임워크를 제시함으로써 유전자 발현 데이터 분석의 정확도를 획기적으로 높였습니다.
• 실용적 가치: 미분류 유전자의 기능을 예측하는 데 매우 효과적이며, 특히 클러스터링 기반의 기능 예측 작업에서 높은 신뢰도를 제공합니다.
• 향후 전망: 현재 k-medoids 클러스터링을 사용했으나, 유전자가 여러 클러스터에 속할 수 있는 퍼지 클러스터링 (Fuzzy clustering) 기법을 적용한다면 더 정교한 분석이 가능할 것으로 기대됩니다.

이 논문은 계산 생물학 분야에서 기능적 주석을 활용한 유사도 측정법의 통합이 유전자 기능 예측 및 네트워크 분석에 필수적임을 입증한 중요한 연구입니다.