RKMR: A Rapid Kernel Machine Regression Framework for Optimal Marker Detection in Spatial Omics Data

기술 요약: RKMR – 공간 오믹스 데이터의 최적 마커 탐지를 위한 신속한 커널 머신 회귀 프레임워크

문제 정의

고처리량 공간 오믹스 기술은 온전한 조직 구조 내에서 분자 프로파일링을 가능하게 하지만, 세포 유형, 조직 도메인 및 질병 클래스를 위한 간결하고 예측 가능하며 생물학적으로 해석 가능한 마커 패널을 식별하는 것은 여전히 중요한 과제로 남아 있습니다. 현재의 워크플로우는 주로 단변량 차등 발현(differential-expression, DE) 분석에 의존하는데, 이는 결합된 분자 구조, 중복성 및 공간적 의존성을 무시하여 제한적인 예측 통찰력을 제공합니다. 다변량 머신러닝 방법(예: Random Forest, XGBoost, Elastic Net)과 특화된 단일 세포 패널 선택 도구(예: COMET, scGeneFit, COSG)가 존재하지만, 이들은 명시적인 공간 모델링, 확률적 특징 선택 및 적응형 패널 크기 기준이 부족한 경우가 많습니다. 또한, 기존의 많은 방법은 단일 세포 RNA 시퀀싱(scRNA-seq) 데이터용으로 개발되었기에, 공간적 자기상관(spatial autocorrelation)이 핵심적인 특징인 공간 전사체학(ST) 및 공간 단백질체학(SP)에 적용될 때 확장성이나 최적의 성능을 보장하지 못할 수 있습니다. 따라서 고차원 공간 데이터를 견고하고 실행 가능한 마커 패널로 변환하기 위해 비선형 모델링, 공간 의존성 및 불확실성 정량화를 통합하는 확장 가능한 프레임워크가 필요합니다.

방법론

저자들은 공간 데이터를 처리하고 고차원 특징 선택을 수행할 수 있도록 베이지안 로지스틱 커널 머신 회귀(Bayesian Logistic Kernel Machine Regression, BLKMR)를 확장한 확장 가능한 프레임워크인 **RKMR(Rapid Kernel Machine Regression)**을 제안합니다.

1. 모델 공식화:
RKMR은 타겟 세포 유형 또는 조직 클래스에 대한 이진 레이블 $y_i$를 로짓 링크(logit link)를 사용하여 다음과 같이 모델링하는 일대다(one-versus-rest) 분류 프레임워크를 채택합니다:
$$\eta_i = \beta_0 + x_i^\top \beta_1 + h_1(z_i) + h_2(s_i)$$

• 선형 공변량 ($x_i$): 조정 요인(예: 배치 효과)을 포착합니다.
• 비선형 분자 효과 ($h_1(z_i)$): 자동 관련성 결정(Automatic Relevance Determination, ARD) 커널을 가진 가우시안 프로세스(Gaussian Process, GP)로 모델링됩니다. ARD 커널은 각 분자 특징(예: 유전자 발현)의 기여도를 제어하는 특징별 관련성 파라미터($r_m$)를 허용함으로써, 모델이 비선형 관계와 특징 간 상호작용을 포착할 수 있게 합니다.
• 공간 의존성 ($h_2(s_i)$): 위치 좌표 $s_i$에 대한 잠재적 공간 GP로 모델링되어, 조직 구조에 내재된 잔차 공간 자기상관을 포착합니다.

2. 희소성 및 변수 선택:
관련 마커를 식별하기 위해, RKMR은 ARD 관련성 파라미터($r_m$)에 연속적인 스파이크 앤 슬래브(spike-and-slab) 사전 분포를 적용합니다.

• "스파이크(spike)" 성분은 정보가 없는 특징들을 0으로 수축시킵니다.
• "슬래브(slab)" 성분은 정보가 있는 특징들이 더 큰 효과를 가질 수 있도록 허용합니다.
• 이 공식화는 각 특징에 대한 **사후 포함 확률(Posterior Inclusion Probabilities, PIPs)**을 산출하여, 특징 포함 여부에 대한 모델 기반 불확실성을 정량화합니다.

3. 확장 가능한 추론 알고리즘:
직접적인 베이지안 추론(MCMC 활용)은 대규모 공간 데이터셋($N \approx 10^5, p \approx 10^4$)에 대해 계산적으로 불가능합니다. RKMR은 다음을 결합하여 이를 해결합니다:

• 페널티화된 준우도(Penalized Quasi-Likelihood, PQL) 및 반복 가중 최소제곱법(Iteratively Reweighted Least Squares, IRLS): 베르누이 우도(Bernoulli likelihood)를 가중 가우시안 작업 모델(weighted Gaussian working model)로 근사합니다.
• 변분 추론(Variational Inference, VI): ARD 파라미터와 포함 지표의 사후 분포를 근사합니다.
• 저계수 근사(Low-Rank Approximations): 커널 행렬 연산의 계산 복잡도를 줄이기 위해 Nyström 커널 근사를 활용합니다.
• 확률적 최적화(Stochastic Optimization): 샘플 크기에 따라 확장 가능하도록 미니 배치(mini-batches)를 사용하여 그래디언트 업데이트를 수행합니다.

알고리즘은 선형 예측값, 작업 응답 및 가중치를 반복적으로 업데이트하며, PIPs를 효율적으로 추정하기 위해 증거 하한(Evidence Lower Bound, ELBO)을 최적화합니다.

주요 기여

1. 통합 프레임워크: RKMR은 공간 오믹스 데이터를 위해 비선형 특징-결과 관계, 공간 의존성 및 확률적 특징 선택을 공동으로 모델링하는 유연한 프레임워크를 제공합니다.
2. 확률적 선택: 사용자 지정 패널 크기나 결정론적 중요도 점수에 의존하는 방법과 달리, RKMR은 **사후 포함 확률(PIPs)**을 제공하여 (예: PIP > 0.5인 특징 선택) 모델 기반의 불확실성을 고려한 원칙적인 선택 기준을 제시합니다.
3. 확장성: Nyström 근사와 확률적 변분 추론을 통합함으로써, RKMR은 관측치 수($N$)와 특징 수($p$) 모두에 대해 거의 선형적인 확장을 달성하여 현대의 대규모 공간 데이터셋에도 적용 가능합니다.
4. 유연성: 이 프레임워크는 공간(ST/SP) 및 비공간(scRNA-seq) 데이터 모두에 적용 가능하며, 비공간 데이터의 경우 공간 커널 성분을 단순히 제외하면 됩니다.

결과

시뮬레이션 연구:

• RKMR은 일반 목적 알고리즘(Random Forest, XGBoost, Elastic Net) 및 특화된 마커 선택 도구(scGeneFit, gpsFISH, COSG, MAGNETO)와 비교 평가되었습니다.
• 선형 및 비선형(ARD RBF 커널) 시뮬레이션 시나리오 모두에서, RKMR은 일관되게 가장 높은 **정밀도-재현율 곡선 아래 면적(AUPRC)**을 달est했으며, 특정 설정에서 경쟁 방법 대비 최대 50%의 개선을 보였습니다.
• RKMR은 다양한 수준의 공간 자기상관 및 신호 강도에 대한 견고성을 입증하였으며, 비선형 효과나 공간 노이즈에 취약할 수 있는 특화된 방법들을 능가했습니다.

실제 데이터 적용:

• 췌장 섬 세포 (scRNA-seq): RKMR은 모든 세포 유형에 대해 정전적 마커(예: Beta 세포의 INS, Alpha 세포의 GCG)를 PIP > 0.5로 성공적으로 회복하였으며, 대부분의 경우 유형당 정확히 하나의 유전자를 선택했습니다.
• 마우스 피질 (scRNA-seq): RKMR은 희귀 인구(예: Ependymal cells)를 포함하여 모든 세포 유형에 대해 보고된 마커를 회복했습니다. 보고된 마커가 다른 유전자와 고도로 상관되어 있는 경우, RKMR은 상관된 대안(예: Aif1 대신 Lyz2)을 선택하였는데, 이는 생물학적으로 타당합니다.
• 아졸로틀 뇌 (Stereo-seq): RKMR은 17개 세포 유형 중 16개에 대해 보고된 상위 마커를 식별하였으며, 종종 희소한 패널(1~4개 유전자)을 선택하고 상관된 대안을 올바르게 처리했습니다.
• 인간 DLPFC (Visium): 12개 조직 섹션에 적용된 RKMR은 섹션 전반에 걸쳐 피질 층(cortical layers) 및 백질(white matter)에 대한 일관되고 재현 가능한 마커 세트를 식별했습니다. 또한 노이즈가 심한 발현 패턴과 공간적 복잡성에도 불구하고 알려진 층 농축 마커(예: Layer 1의 GFAP, Layer 5의 PCP4, Layer 6의 CCK)를 회복했습니다.

의의 및 주장

본 논문은 RKMR을 고차원 공간 오믹스 데이터를 견고하고 실험적으로 실행 가능한 마커 패널로 변환하기 위한 확장 가능하고 불확실성을 고려한 프레임워크로 규정합니다. 저자들은 RKMR이 다음과 같은 방식으로 현재의 워크플로우 내의 핵심적 격차를 해소한다고 주장합니다:

• 단변량 DE를 넘어 결합된 예측 가치와 중복성을 모델링합니다.
• 표준 마커 발견에서 흔히 무시되는 공간적 자기상관을 명시적으로 고려합니다.
• 임의의 임계값이나 사용자 정의 패널 크기 대신 확률적 선택 기준(PIPs)을 제공합니다.
• 현대적 규모의 공간 데이터셋에 적용 가능한 계산 효율적인 솔루션(Python 구현체 제공)을 제공합니다.

저자들은 상관된 특징이 알려진 마커의 대리물(proxy)로 선택될 수 있는 다중공선성 문제를 포함한 한계를 인정하며, 향후 연구에서 구조적 사전 분포나 다항(multinomial) 형식을 탐구할 수 있음을 언급했습니다. 그러나 저자들은 현재의 RKMR이 표적 마커 패널 발견을 위한 실용적인 표준을 확립하고 있다고 주장합니다.