PACMON: Pathway-guided Multi-Omics data integration for interpreting large-scale perturbation screens

PACMON 은 대규모 교란 스크리닝에서 생성된 다중 오믹스 데이터를 기존 생물학적 경로와 정렬된 베이지안 잠재 요인 모델을 통해 통합하여, 교란 효과를 해석 가능하고 확장 가능한 경로 수준 프로그램으로 변환하는 새로운 프레임워크를 제시합니다.

핵심

이 논문은 **'PACMON'**이라는 새로운 인공지능 도구를 소개합니다. 이 도구는 거대한 생물학 실험 데이터를 분석할 때, 과학자들이 "도대체 무슨 일이 일어나고 있는 걸까?"라는 질문에 쉽게 답할 수 있도록 도와줍니다.

비유를 들어 쉽게 설명해 드릴게요.

1. 문제 상황: 거대한 소음과 혼란

생물학자들은 최근 수천 가지의 약물이나 유전자를 세포에 넣어보고 (perturbation), 세포가 어떻게 반응하는지를 관찰하는 실험을 합니다. 이때 사용하는 기술은 마치 수백만 개의 세포를 한 번에 스캔하는 초고속 카메라와 같습니다.

하지만 문제는 데이터가 너무 방대하고 복잡하다는 것입니다.

• 비유: 거대한 도서관에서 책장 (유전자) 수만 개를 동시에 뒤집어엎고, 그 책들이 어떻게 움직이는지 기록했다고 상상해 보세요. 기록만 보면 "책 A 가 움직였다, 책 B 가 떨어졌다"는 식의 방대한 목록만 남습니다.
• 과학자의 고민: "이 모든 움직임이 의미 있는가? 이 책들이 움직인 이유가 무엇이지? 특정 주제를 가진 책들끼리 무리를 지어 움직이는 걸까?"

기존의 방법들은 이 방대한 데이터에서 '무슨 일이 일어났는지'는 알려주지만, **"왜 일어났는지 (생물학적 경로/Pathway)"**를 설명해 주지 못하거나, 데이터가 너무 많으면 계산이 너무 느려서 감당하지 못했습니다.

2. 해결책: PACMON (지혜로운 도서관 사서)

이때 등장한 PACMON은 마치 지식과 경험을 갖춘 똑똑한 도서관 사서와 같습니다.

• 핵심 기능: PACMON 은 단순히 책이 움직인 것만 보는 게 아니라, **"이 책들은 모두 '역사'라는 주제 (생물학적 경로) 에 속해 있구나!"**라고 미리 알고 있습니다.
• 작동 원리:
  1. 지식 활용: 이미 알려진 '역사', '과학', '문학' 같은 주제 (생물학적 경로) 를 사전에 입력해 둡니다.
  2. 소음 제거: 수만 권의 책 중에서 실제로 '역사' 주제와 관련된 책들만 묶어서 (잠재 요인, Latent Factor) 정리합니다.
  3. 원인 파악: "아, '역사' 책들이 움직인 이유는 'A 라는 약물'을 넣었기 때문이구나!"라고 인과관계를 찾아냅니다.

3. PACMON 의 세 가지 놀라운 능력

① 정확한 해석 (Synthetic Data 테스트)

가상의 실험 데이터로 테스트했을 때, PACMON 은 거의 완벽하게 정답을 맞췄습니다. 기존 방법들보다 훨씬 빠르고 정확하게 "어떤 약물이 어떤 생물학적 과정을 자극했는지"를 찾아냈습니다.

• 비유: 다른 사서들이 책 더미를 헤매며 시간만 낭비할 때, PACMON 은 바로 "이건 '역사' 섹션의 책들이 '전쟁'이라는 주제에 반응한 거야!"라고 정확히 짚어냅니다.

② 여러 언어 동시 번역 (Multimodal Data)

이 도구는 **RNA(유전자 정보)**와 **단백질(세포 표면 정보)**이라는 서로 다른 두 가지 언어를 동시에 이해합니다.

• 실제 사례 (흑색종 암 연구): 암 세포에 면역 세포를 붙여보거나 인터페론 (면역 신호) 을 주입했을 때, PACMON 은 RNA 와 단백질 데이터를 모두 분석하여 **"면역 체계가 어떻게 작동하고 있는지"**를 한눈에 보여주었습니다. 특히, 암 세포가 면역 체계를 피하는 (면역 회피) 방법을 어떻게 차단할 수 있는지 명확하게 보여줬습니다.

③ 초대규모 데이터 처리 (Tahoe-100M)

가장 놀라운 점은 약 1 억 개의 세포와 1,000 가지 이상의 약물 조합으로 이루어진 거대한 데이터 (Tahoe-100M) 를 처리할 수 있다는 것입니다.

• 비유: 기존 방법들은 100 권의 책을 정리하는 데 하루가 걸렸다면, PACMON 은 1 억 권의 책을 단 몇 시간 만에 정리하고, "이 약물은 '세포 성장'을 막고, 저 약물은 '세포 사멸'을 유도한다"는 거대한 지도를 그려냅니다.
• 결과: 이를 통해 과학자들은 수천 가지 약물이 우리 몸의 어떤 경로에 영향을 미치는지 한눈에 볼 수 있게 되었습니다.

4. 결론: 왜 이것이 중요한가?

PACMON 은 단순히 데이터를 줄이는 도구가 아닙니다. 그것은 데이터 속에 숨겨진 '이야기'를 찾아내는 도구입니다.

• 이전: "이 유전자가 변했다, 저 유전자가 변했다" (단순 나열)
• PACMON 이후: "이 약물은 '면역 경로'를 켜고, 저 약물은 '세포 분열'을 끄는구나! 그래서 암을 치료할 수 있겠구나!" (이해와 통찰)

이 도구를 통해 과학자들은 더 빠르고 정확하게 새로운 약물을 개발하고, 질병의 원인을 파악하여 환자들에게 더 나은 치료를 제공할 수 있게 될 것입니다. 마치 거대한 혼란 속에서 길을 잃지 않고 목적지까지 안내해 주는 정교한 나침반과 같은 존재입니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

고처리량 (High-throughput) 교란 (Perturbation) 스크리닝과 단일 세포 분자 프로파일링의 결합은 유전자 기능을 체계적으로 조사할 수 있게 했지만, 생성된 방대한 데이터를 생물학적 경로 (Pathway) 관점에서 해석하는 것은 여전히 큰 과제로 남아있습니다.

기존 방법론들은 다음과 같은 한계를 가지고 있습니다:

• 해석의 어려움: 잠재적 유전자 모듈 (Latent gene modules) 을 식별하더라도 이를 특정 교란 (Perturbation) 과 직접 연결하지 못하거나, 사전 생물학적 지식을 통합하지 않은 채 교란 효과를 모델링하여 해석 가능성이 낮습니다.
• 확장성 부족: 기존 방법 중 일부 (예: GSFA) 는 MCMC(Markov Chain Monte Carlo) 추론을 사용하여 대규모 데이터셋 (수백만 개 이상의 세포) 에 적용 시 계산 비용이 매우 높고 실행 시간이 길어 실용성이 떨어집니다.
• 멀티오믹스 통합 부재: 대부분의 기존 도구는 전사체 (Transcriptome) 데이터에만 국한되어 있으며, 단백질 등 다양한 오믹스 모달리티를 통합하여 분석하는 데 제한이 있습니다.

2. 방법론 (Methodology: PACMON)

저자들은 PACMON(경로 안내형 멀티오믹스 데이터 통합) 을 제안했습니다. 이는 대규모 교란 스크리닝을 해석하기 위한 베이지안 잠재 요인 모델 (Bayesian latent factor model) 입니다.

• 핵심 개념:
  • 공유 잠재 요인 (Shared Latent Factors): 고차원의 분자 측정값 (RNA, 단백질 등) 을 알려진 생물학적 경로 (예: Hallmark, Reactome) 와 정렬된 잠재 요인으로 분해합니다.
  • 교란 - 경로 매핑: 실험적 교란 (약물, CRISPR 등) 이 각 잠재 경로 프로그램에 어떻게 활성화 또는 억제 효과를 미치는지 계수 행렬로 추정합니다.
  • 구조적 희소성 (Structured Sparsity): 사전 지식 (경로 데이터베이스) 을 모델 구조에 직접 통합합니다. 정규화된 Horseshoe prior 를 사용하여, 주어진 경로에 속하지 않는 유전자의 로딩 (loading) 을 강하게 축소하지만, 데이터가 강력하게 지지할 경우 경로 정의를 데이터 기반으로 정제 (Refinement) 할 수 있도록 합니다.
  • 멀티모달 통합: RNA 발현과 표면 단백질 (CITE-seq) 등 여러 데이터 모달리티를 하나의 생성 모델 내에서 공유 잠재 요인을 통해 통합합니다.
  • 확장성 있는 추론: MCMC 대신 확률적 변분 추론 (Stochastic Variational Inference) 을 사용하여 대규모 데이터셋 (수억 개 세포) 에도 효율적으로 적용 가능합니다.
  • 비음수 제약 (Non-negativity): 생물학적 프로그램의 가산적 특성을 반영하기 위해 요인 점수와 로딩에 비음수 (Non-negative) 제약을 적용하여 해석 가능성을 높입니다.

3. 주요 기여 (Key Contributions)

1. 해석 가능한 잠재 요인 모델: 사전 경로 지식을 통합하여 추론된 잠재 요인이 즉시 생물학적 경로로 해석되도록 설계되었습니다.
2. 멀티오믹스 및 대규모 데이터 지원: 단일 모델 내에서 RNA 와 단백질을 통합하며, 기존 방법론 (GSFA 등) 의 계산적 한계를 극복하여 1 억 개 이상의 세포가 포함된 데이터셋 (Tahoe-100M) 을 처리할 수 있습니다.
3. 정교한 통계적 유의성 평가: 변분 국소 가설 오류율 (vLFSR) 과 실용적 동등 영역 (ROPE) 기준을 결합한 통합 사후 유의성 프레임워크를 도입하여, 교란 - 경로 연관성 및 유전자 수준의 효과를 신뢰성 있게 평가합니다.
4. 경로 정제 (Pathway Refinement): 사전 지식에 포함되지 않았으나 데이터에서 강력한 신호를 보이는 유전자들을 자동으로 식별하여 기존 경로 정의를 확장하고 정제합니다.

4. 실험 결과 (Results)

저자들은 PACMON 을 세 가지 복잡도가 다른 시나리오에서 평가했습니다.

• 시뮬레이션 데이터 (Synthetic Data):

  • 알려진 Ground Truth 가 있는 합성 데이터에서 PACMON 은 경로 구조와 교란 효과를 거의 완벽하게 (AUPR ≈ 0.99) 복원했습니다.
  • 기존 방법 (GSFA) 보다 정확도가 높았으며, 특히 계산 속도가 GSFA 보다 약 10 배 이상 빠릅니다 (10 만 샘플 기준 GSFA 20.5 시간 vs PACMON 1.74 시간).
  • 노이즈가 포함된 사전 지식 (50% 오류) 이 주어졌음에도 불구하고 강력한 성능을 유지했습니다.

• 멀티모달 Perturb-CITE-seq (멜라노마 세포):

  • RNA 와 표면 단백질을 동시에 분석하여 인터페론 신호 전달 및 세포 주기 프로그램을 성공적으로 복원했습니다.
  • IFNγ 처리와 T 세포 공배양 조건에서 각각 다른 인터페론 반응 패턴을 식별했으며, IFNγ-JAK/STAT 캐스케이드 교란이 인터페론 프로그램 억제에 미치는 영향을 정확히 포착했습니다.
  • PD-L1 (CD274) 과 같은 면역 체크포인트 단백질이 인터페론 반응과 어떻게 연관되는지 명확히 보여주었습니다.

• Tahoe-100M 대규모 어트라스 (약 1 억 세포, 1,000 개 이상의 약물 - 용량 조합):

  • 기존 방법론으로는 처리 불가능했던 규모에서 최초의 경로 수준 잠재 요인 분석을 수행했습니다.
  • 약물 반응 지도 (Drug-response Landscape): JAK/STAT 억제제가 인터페론 경로를 억제하고, mTOR 억제제가 mTORC1 경로를 억제하는 등 약물의 작용 기전 (MOA) 에 따라 일관된 경로 반응 패턴을 발견했습니다.
  • 용량 의존적 효과: 약물 농도에 따른 경로 활성화/억제 변화를 정량화하여, 단백질 합성 억제제, 프로테아좀 억제제 등이 세포 스트레스 및 세포 사멸 경로를 어떻게 조절하는지 규명했습니다.

5. 의의 및 결론 (Significance)

PACMON 은 대규모 교란 실험에서 유전적/화학적 교란 효과를 생물학적 경로에 매핑하기 위한 통합적이고 확장 가능하며 해석 가능한 프레임워크를 제공합니다.

• 생물학적 통찰력: 단순한 유전자 목록 나열을 넘어, 교란이 어떤 조절된 생물학적 프로그램 (Pathway Programs) 을 조절하는지 명확히 보여줍니다.
• 실용성: 수억 개의 세포를 분석할 수 있는 확장성으로 인해 차세대 단일 세포 어트라스 (Atlas) 연구의 표준 도구로 자리매김할 잠재력이 있습니다.
• 데이터 기반 정제: 사전 지식에 의존하면서도 데이터에 의해 경로 정의를 정제할 수 있어, 기존 생물학적 지식의 한계를 보완합니다.

결론적으로, PACMON 은 현대의 대규모 교란 실험 데이터를 생물학적으로 의미 있는 수준 (Pathway-level) 에서 체계적으로 해석할 수 있는 강력한 도구를 제시합니다.