Uncertainty-aware graph representation learning with positive-unlabeled classification for biomarker discovery in peripheral artery disease

본 논문은 말초동맥질환의 새로운 및 잘 보정된 바이오마커를 우선순위화하기 위해 양성-미확인 분류와 앙상블 방법을 통합한 불확실성 인식 그래프 표현 학습 프레임워크를 제시하며, 기존 기준 모델에 비해 우수한 예측 성능과 생물학적 관련성을 입증합니다.

핵심

말초동맥질환 (PAD) 을 거대하고 엉킨 도로 도시 (우리의 혈관) 로 상상해 보세요. 일부 거리는 막혀 있지만, 왜 막혔는지에 대한 완전한 지도는 없습니다. 과학자들은 몇 가지 주요 범인 ('양성' 단백질) 을 알고 있지만, 도시의 대부분에 대해서는 교통 보고서가 없거나 불완전합니다. 이로 인해 문제를 해결할 새로운 단서를 찾는 것이 매우 어렵습니다.

이 문제를 해결하려는 대부분의 컴퓨터 프로그램은 지나치게 자신감 있는 가이드와 같습니다. 그들은 임의의 건물을 가리키며 "이게 분명히 문제입니다!"라고 말하지만, 추측일 수 있음을 인정하지 않습니다. 그들은 자신이 불확실할 때를 모르고, 이전에 본 적 없는 새롭고 이상한 건물을 자주 놓칩니다.

새로운 접근법: 확신계와 새로움 탐지기를 가진 신중한 형사

이 논문에서 연구자들은 '확신계'와 '새로움 탐지기'를 소지한 신중한 형사와 같은 더 지능적인 시스템을 구축했습니다. 그들이 한 일은 다음과 같습니다:

1. 도시 매핑 (그래프 학습): 먼저, 그들은 특수한 유형의 인공지능 (그래프 신경망) 을 사용하여 몸속의 모든 단백질이 서로 어떻게 연결되는지 3 차원 지도를 만들었습니다. 이는 역과 역 사이의 거리가 서로 다른 단백질들이 얼마나 밀접하게 관련되어 있는지를 나타내는 지하철도 지도를 그리는 것과 같습니다.
2. "예, 아마도, 아니오" 팀 (앙상블 예측): 한 명의 형사만 의존하는 대신, 그들은 다양한 전문가들 (다섯 가지 다른 분류기) 을 한 팀으로 고용하고 투표하도록 요청했습니다. 또한 데이터가 모호할 때 "저는 확실하지 않습니다"라고 말하도록 이 전문가들을 가르쳤습니다. 이로써 시스템이 답변에 대해 얼마나 확신하는지 알려주는 '확신계'가 만들어졌습니다.
3. 두 개의 통 (불확실성과 새로움): 시스템은 잠재적 단서들을 두 더미로 분류했습니다:
   • 안전한 베팅: 이들은 알려진 문제 행위자와 매우 유사하게 보이는 후보들입니다. 시스템은 이들에 대해 매우 확신합니다.
   • 새로운 발견: 이들은 지도의 낯설고 탐험되지 않은 지역에 사는 후보들입니다. 시스템은 이들을 일반적인 패턴에 맞지 않는다는 이유로 '구조적으로 새로운' 것으로 표시하며, 아직 우리가 생각하지 못한 새로운 유형의 범인일 가능성을 시사합니다.

그들이 발견한 것

팀은 이 시스템을 테스트하여 기존 방법보다 훨씬 더 우수하다는 사실을 발견했습니다. 과거의 '지나치게 자신감 있는' 가이드들은 약 82% 의 경우에만 정확했지만, 이 새로운 팀은 약 92% 의 경우에서 정확했습니다.

• 안전한 베팅: 시스템이 가장 확신한 단백질들은 알려진 PAD 단백질들과 함께 군집을 이루었습니다. 이들은 도로 벽을 건설하는 것 (세포 외 기질) 과 혈액 응고를 관리하는 것 (응고) 과 같은 익숙한 작업에 관여했습니다.
• 새로운 발견: '새로운' 후보들은 지도의 다른 지역에 살았습니다. 이들은 G 단백질 연결 수용체와 NF-kappaB 경로와 같은 세포 신호 전달 및 면역 체계 반응과 같은 다른 종류의 교통 통제와 연결되어 있었습니다.

결론

컴퓨터에게 자신이 불확실할 때 인정하고, 정상과 다른 것을 찾도록 가르침으로써, 연구자들은 PAD 를 위한 100 개의 새로운 잠재적 생체 표지자를 성공적으로 식별했습니다. 그들은 '확신'과 '호기심'을 혼합하는 것이 과학자들이 명백한 용의자와 숨겨진 용의자 모두를 찾도록 도와주며, 질병에 대한 훨씬 더 명확한 그림을 만들어낸다는 것을 증명했습니다.

기술 요약

기술 요약: PAD 바이오마커 발견을 위한 불확실성 인지 그래프 표현 학습

문제 제기
말초동맥질환 (PAD) 은 이질적인 분자 메커니즘과 관련 유전자의 불완전한 기능적 주석으로 인해 체계적인 바이오마커 발견에 있어 상당한 과제를 제시합니다. 네트워크 기반 학습 접근법은 질병 유전자 우선순위 결정에 강력한 프레임워크를 제공하지만, 기존 방법들은 중요한 한계를 겪고 있습니다: 즉, 명시적으로 불확실성을 모델링하지 않고 과도하게 확신에 찬 예측을 생성하며, 생물학적 네트워크 내의 구조적 새로움을 고려하지 못합니다. 이러한 보정 부재와 새로움 탐지의 결여는 알려진 연관성과 잠재적인 새로운 치료 표적 모두의 신뢰할 수 있는 식별을 방해합니다.

방법론
이러한 격차를 해결하기 위해 저자들은 네 가지 핵심 구성 요소를 통합한 불확실성 인지 프레임워크를 제안합니다: 비지도 그래프 표현 학습, 양성 - 미분류 (PU) 분류, 앙상블 예측, 그리고 메커니즘적 설명 가능성.

1. 그래프 표현 학습: 노드 임베딩은 여러 비지도 그래프 신경망 (GNN) 목적 함수를 사용하여 생성됩니다. 이 다목적 접근법은 생물학적 네트워크의 다양한 구조적 속성을 포착합니다.
2. 앙상블 PU 분류: 이러한 임베딩은 이질적인 다섯 개의 분류기로 입력됩니다. 시스템은 예측을 집계하기 위해 앙상블 전략을 사용하여 확률 추정치를 생성하고 인식적 불확실성을 정량화합니다.
3. 후보군 계층화: 이 프레임워크는 예측 신뢰도와 임베딩 공간 내 새로움을 공동으로 모델링합니다. 이를 통해 후보군을 두 가지 뚜렷한 범주로 계층화할 수 있습니다:
   • 높은 신뢰도의 재발견: 높은 예측 확률을 가지며 알려진 PAD 단백질과 밀집하게 군집하는 후보군.
   • 구조적으로 새로운 가설: 임베딩 공간에서 고유한 영역을 차지하여 잠재적인 새로운 생물학적 메커니즘을 나타내는 후보군으로, 모두 명시적인 불확실성 통제 하에 있습니다.
4. 검증: 시스템은 확립된 PU 학습 기준선 대비 5 교차 검증을 수행하며, 심혈관 질환 주석을 사용하여 외부 검증을 수행합니다.

주요 결과
제안된 앙상블 접근법은 여덟 가지 임베딩 목적 함수와 다섯 개의 분류기에 걸쳐 견고한 성능을 입증했습니다:

• 성능 지표: 이 방법은 가장 우수한 기준선 PU 학습 방법보다 일관된 개선을 달성하여, 기준선의 0.821 ± 0.030 과 비교하여 0.916 ± 0.019 의 곡선 아래 면적 (AUC) 을 달성했습니다.
• 후보군 우선순위 결정: 이 모델은 100 개의 후보 PAD 관련 단백질을 성공적으로 우선순위화했습니다.
• 생물학적 풍부화:
  • 확률 중심 후보군 (높은 신뢰도) 은 세포 외 기질 조직화, 인테그린 신호 전달, 응고, 및 섬유소용해를 포함한 확립된 혈관 및 지혈 경로에 풍부하게 분포했습니다.
  • 새로움 중심 후보군 (구조적으로 구별됨) 은 G 단백질 연결 수용체, 에프린 수용체, 키나제 구동, 및 NF-κB 관련 경로를 특정하여 상류 조절 및 신호 전달 과정에 풍부하게 분포하는 일관된 군집으로 분리되었습니다.
• 외부 타당성: 상위 후보군은 관련 심혈관 질환 주석에 대해 유의미하게 풍부하게 분포하여, 배경 수준보다 5.7 배 높은 성능을 보였습니다.

의의 및 주장
본 논문은 불확실성 정량화, 새로움 탐지, 그리고 설명 가능성을 통합함으로써 바이오마커 우선순위 결정에 대해 더 보정되고 생물학적으로 근거 있는 접근을 가능하게 한다고 주장합니다. 과도하게 확신에 찬 예측을 넘어섬으로써, 이 프레임워크는 알려진 혈관 메커니즘을 복원할 뿐만 아니라 통제된 불확실성을 가진 구조적으로 새로운 가설을 체계적으로 식별합니다. 저자들은 이 접근법이 PAD 뿐만 아니라 이질적인 메커니즘과 불완전한 주석으로 특징지어지는 다른 복잡한 질환에도 광범위하게 적용 가능하며, 확립된 연관성과 진정한 새로운 발견을 구분하는 강력한 도구를 제공한다고 주장합니다.