What limits local ancestry inference at low divergence: a feasibility threshold, a metric that conceals failure, and a deficit of input more than architecture

기술 요약: 낮은 분기 수준에서 국소 조상 추론을 제한하는 요소

문제 제기
국소 조상 추론(Local Ancestry Inference, LAI)은 혼혈 개체의 게놈 위치를 소스 집단에 할당하는 작업으로, 혼혈 매핑(admixture mapping) 및 조상 특이적 연관성 검정(ancestry-specific association testing)의 전제 조건이다. 현재의 LAI 방법론들은 분기 수준이 높은 소스 집단(예: 아프리카/유럽/아메리카 원주민, $F_{ST} \approx 0.1$)에 대해서는 잘 작동하지만, 매우 밀접하게 연관된 집단(예: 북부 한족 대 남부 한족, $F_{ST} \approx 0.0004$)에 대한 효능은 아직 검증되지 않았다. 현재의 벤치마크는 코알레센트 시뮬레이션(coalescent simulations)과 사이트별 정확도 지표에 크게 의존하고 있는데, 이는 혼혈 연대 측정(admixture dating)과 같은 후속 분석에 필요한 트랙 수준(tract-level)의 구조를 반영하지 못할 수 있다. 본 연구는 낮은 분기 수준에서 LAI의 실현 가능성 한계, 시뮬레이션 기반 벤치마크의 타당성, 그리고 입력 표현(input representation)과 모델 아키텍처 간의 상대적 기여도를 조사한다.

방법론
저자는 두 가지 별도의 데이터 트랙을 사용하여 연속적인 소스 분기 구배($F_{ST}$ 0.0022에서 0.243까지)에 걸쳐 다섯 가지 방법을 평가하였다:

1. 코알레센트 시뮬레이션: 도너 하플로타입(donor haplotypes)을 모자이크 방식으로 결합하여 생성된 정확한 정답 레이블을 사용하여 양방향 혼혈 이벤트를 시뮬레이션함.
2. 실제 하플로타입: 동일한 모자이크 구성 방식을 11개 집단 쌍(동아시아, 유럽, 남아시아 그룹 포함)의 페이징된 1000 Genomes 하플로타입에 적용함.

비교된 방법들:

• 베이스라인: 윈도우 기반 우도 분류기(windowed likelihood classifier) 및 HMM에 의해 평활화된 우도 분류기.
• 공개된 도구들: RFMix v2 및 FLARE.
• 신경망: 사이트별 세그멘테이션을 위해 학습된 확장 컨볼루션 신경망(dilated CNN). 이 네트워크는 두 가지 구성으로 테스트되었다:
  • 빈도 전용(Frequency-only): 입력값이 대립유전자 빈도와 로그 우도비로 구성됨.
  • 하플로타입 인지형(Haplotype-aware): 참조 패널에 대한 국소 하플로타입 매칭을 요약하는 4개의 채널이 추가된 동일한 아키텍처.

주요 기여 및 결과

1. 성능의 하한선(Feasibility Floor)이 존재한다
LAI의 성능은 알고리즘의 정교함이 아니라 데이터의 정보 함량에 의해 결정되는 엄격한 한계가 존재한다.

• $F_{ST} = 0.0022$에서 어떤 방법도 0.575의 정확도를 넘지 못했다.
• CHB/CHS 쌍($F_{ST} = 0.00042$)의 경우, 최적의 정확도는 0.551이었다.
• 이러한 임계값 미만에서는 방법 간의 차이가 실행 간 변동성보다 작으며, 이는 데이터가 소스를 구별할 수 있는 충분한 신호를 포함하고 있지 않음을 나타낸다. 이는 이러한 인구 집단(예: 한족 내부 또는 유럽 내부) 내의 미세 규모 조상 트랙에 대한 기존의 추론 결과들이 현재 조건하에서는 근거가 부족함을 시사한다.

2. 사이트별 정확도는 오도하는 지표이다
표준 지표인 사이트별 정확도는 추론된 모자이크의 구조적 무결성을 포착하지 못한다.

• 확장 CNN은 시뮬레이션에서 높은 사이트별 정확도를 달s였으나, 실제 정답보다 78.8배 더 많은 조상 트랙을 생성하였으며, 이는 혼혈 연대를 실제보다 61.2배 더 오래된 것으로 추정하게 만든다.
• 반면, RFMix와 FLARE는 정답에 근접한 트랙 수를 생성하였다.
• CNN의 로짓(logits)에 재조합(recombination)에 기반한 고정 전이 사전 확률을 사용하는 비터비 디코더(Viterbi decoder)를 적용했을 때, 사이트별 정확도에 거의 영향을 주지 않으면서(+0.0002) 트랙 구조를 교정할 수 있었다(오차를 1.56배로 감소). 이는 사이트별 정확도라는 지표가 출력물을 사용 불가능하게 만드는 결함을 인지하지 못함을 보여준다.

3. 시뮬레이션은 실제 세계의 성능을 예측하지 못한다
학습된 방법이 시뮬레이션에서 보여주는 우위가 실제 데이터로 전이되지 않는다.

• 시뮬레이션에서 확장 CNN은 낮은 분기 수준에서 가장 좋은 공개 도구보다 최대 0.048 더 높은 성능을 보였다.
• 실제 1000 Genomes 하플로타입 데이터에서는 CNN이 11개 쌍 중 10개에서 공개 도구에 의해 성능이 뒤처졌으며, 평균 -0.032의 격차를 보였다.
• 이러한 불일치는 시뮬레이터가 더 "깨끗한" 데이터를 생성했기 때문이 아니다. 시뮬레이션된 패널이 일치하는 분기 수준의 실제 패널보다 더 많은 활용 가능한 하플로타입 신호를 가지고 있었음에도 불구하고 발생했다. 이 실패는 빈도 전용 네트워크가 실제 염색체에는 불충분한 정보를 사용하는 반면, 공개 도구들은 전체 하플로타입 정보를 활용하기 때문에 발생한다.

4. 입력 표현이 주요 병목 구간이다
성능 격차는 아키텍처의 선택이 아닌 입력 표현에 의해 발생한다.

• 아키텍처 개입: 어텐션 메커니즘, 상태 공간 계층, 용량 및 사전 학습의 변화는 정확도를 최대 0.006만큼만 변화시켰다.
• 입력 개입: CNN에 하플로타입 매칭 채널(RFMix/FLARE의 입력과 동일)을 제공했을 때, $F_{ST} = 0.04$ 미만의 8개 쌍 모두에서 +0.031의 정확도 회복을 보였다.
• 그러나 이러한 입력의 동등성에도 불구하고, 네트워크는 11개 쌍 중 10개에서 여전히 공개 도구보다 뒤처졌으며, 이는 입력이 필요하긴 하지만 그 차이를 완전히 메우기에는 충분하지 않음을 시사한다. 네트워크는 가장 낮은 분기 수준인 CEU/TSI 쌍($F_{ST} = 0.0027$)에서만 공개 도구를 능가했다.

5. 참조 패널의 크기와 통계량이 아키텍처보다 중요하다
비교 시 관례적으로 고정되었던 두 가지 요소가 아키텍처 설계보다 더 영향력이 큰 것으로 나타났다:

• 요약 통계량: 신경망 방법은 일반적으로 일치율(Hamming distance)을 사용하는 반면, 복제 모델(RFMix/FLARE)은 연속적인 일치 길이(Li–Stephens 모델의 충분 통계량)를 사용한다. 연속성은 더 변별력이 높지만, 이는 독립적인 신호라기보다 패널 크기를 대체하는 역할을 한다.
• 패널 크기: 어떤 방법도 포화 상태에 도달하지 못했다. 참조 패널을 80개에서 100개의 하플로타입으로 늘리면 모든 방법(CNN, RFMix, FLARE 포함)의 정확도가 향로되었으나, 방법 간의 상대적 순위는 변하지 않았다.

6. 페이징 오류에 대한 민감도
페이즈 스위치(phase switch) 오류는 대립유전자 빈도를 변화시키지 않고 하플로타입을 파편화한다.

• 장거리 통합(long-range integration)에 의존하는 방법(빈도 전용 CNN 등)은 이러한 오류에 가장 민감하며, 컨텍스트를 통합하지 않는 방법(윈도우 기반 우도)이나 하플로타입을 명시적으로 모델링하는 방법(RFMix/FLRE)보다 더 큰 정확도 손실을 입는다.
• 하플로타입 매칭 채널을 추가하면 이러한 민감도가 감소하여, 하플로타입 인지형 구성이 빈도 전용 버전보다 페이징 오류에 더 강건해졌다.

의의 및 주장
본 논문은 낮은 분기 수준에서의 LAI 제한이 학습된 추론 아키텍처의 실패가 아니라, 주로 데이터 중심적(게놈 내 불충분한 신호)이고 표현 중심적(불일치하는 입력 정보)이라고 주장한다. 또한 현재의 평가 관행에서 세 가지 구체적인 함정을 지적한다:

1. 사이트별 정확도에 의존하는 것 (이는 혼혈 연대 측정에 필수적인 구조적 실패를 은폐함).
2. 시뮬레이션에만 의존하여 검증하는 것 (이는 공개 도구에 비해 학습된 방법의 성능을 인위적으로 부풀릴 수 있음).
3. 서로 다른 입력 표현을 가진 방법들을 비교하는 것 (예: 빈도 전용 vs 하플로타입 인지형).

저자는 결론적으로, 밀접하게 연관된 인구 집단에 대한 LAI의 성능 하한선은 데이터의 정보 함량에 의해 결정된다고 밝힌다. 하플로타입 정보를 제공하는 것이 성능을 개선하지만, 그것이 기존 도구와의 동등성을 보장하지는 않으며, 이러한 영역에서의 미세 규모 조상 추론에 대한 주장은 추론 결과 이상의 독립적인 근거를 필요로 한다고 강조한다. 또한 향-후 벤치마크는 반드시 트랙 수준의 통계를 보고하고, 실제 하플로타입에서 검증하며, 비교 대상 간의 입력 표현을 동일하게 유지해야 한다고 제언한다.