💻 생물정보학

RAPTORGraph: graph-based pathway modeling for causal discovery in single-cell perturbations

RAPTORGraph는 큐레이션된 생물학적 경로와 최적 운송 정렬을 통합하여 개입 스필오버(intervention spillover)를 제거하고 식별 가능한 인과적 발견을 가능하게 함으로써, 단일 세포 실험에서의 미관측 섭동 및 비가산적 상호작용 예측을 개선하는 새로운 그래프 기반 변이형 오토인코더이다.

원저자: Adhisantoso, Y. G., Schröder, S. K., Gress, M., Hernaez, M., Voges, J.

게시일 2026-11-04

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Adhisantoso, Y. G., Schröder, S. K., Gress, M., Hernaez, M., Voges, J.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

세포는 생명의 기본 단위로, 유기체가 어떻게 성장하고 기능하며 환경에 반응하는지를 결정하는 유전자에 기록된 복잡한 지침 세트를 각각 보유하고 있습니다. 과학자들은 마치 거대하고 어두운 건물에서 단 하나의 스위치를 켰을 때 다른 방의 불빛이 어떻게 변하는지 알아내려는 것처럼, 이러한 유전자들이 어떻게 상호작용하는지 이해하기 위해 오랫동안 노력해 왔습니다. 이를 위해 연구자들은 특정 유전자를 의도적으로 교란하는 과정인 '섭동(perturbation)'이라는 강력한 도구를 사용하여 세포의 행동이 어떻게 변하는지 관찰합니다. 이 접근 방식은 현대 생물학과 신약 개발의 핵심이며, 생명의 숨겨진 기계 장치를 지도화하는 방법을 제공합니다. 그러나 수천 개의 유전자가 존재하고 이들이 결합할 수 있는 방법은 거의 무한하기 때문에, 실험실에서 모든 시나리오를 테스트하는 것은 불가능합니다. 이러한 한계는 과학자들이 이전에 본 적 없는 유전적 변화에 세포가 어떻게 반응할지 예측할 수 있는 컴퓨터 모델을 구축하도록 이끌었습니다. 과제는 모델이 단순히 '블랙박스'식의 답을 내놓는 것이 아니라, 예측 뒤에 숨겨진 '이유'를 연구자들이 이해할 수 있도록 정확하면서도 투명하게 만드는 것이었습니다.

새로운 연구는 이전의 시도들을 괴롭혀온 두 가지 주요 문제를 해결하기 위해 설계된 RAPTORGraph라는 정교한 컴퓨터 프레임워크를 소개합니다. 첫 번째 문제는 연구자들이 '개입 스필오버(intervention spillover)'라고 부르는 현상입니다. 기존의 많은 모델에서는 과학자가 특정 유전자를 변경하라고 컴퓨터에 명령할 때, 모델의 내부 논리가 혼란을 겪어 그 변화를 단일 원인에 고립시키지 못하고 여러 다른 숨겨진 변수들로 퍼뜨려 버립니다. 이는 마치 단 하나의 전등 스위치를 올렸는데 건물 전체의 배선이 예측 불가능하게 깜빡거려, 그 효과를 근원으로 추적하는 것을 불가능하게 만드는 것과 같습니다. 두 번째 문제는 '평균 붕괴(mean collapse)'로 알려져 있습니다. 유전적 변화 전후의 정확히 동일한 세포를 관찰하는 것은 불가능하기 때문에, 연구자들은 종종 모델을 훈련시키기 위해 서로 다른 세포들을 쌍으로 묶어야 합니다. 만약 이러한 짝짓기가 무작위로 이루어진다면, 모델은 전체 집단의 평균적인 행동만을 학습하여 개별 세포의 독특하고 다양한 반응을 뭉뚱그려 버리는 경향이 있습니다. 이는 과학자들이 이해하고자 하는 바로 그 생물학적 다양성을 지워버립니다.

이러한 문제들을 해결하기 위해, 연구팀은 표적 유전체와 컴퓨터 내부 표현 사이의 명확한 일대일 연결을 강제하는 모델을 구축했습니다. 그들은 특정 유전자의 변화가 오직 하나의 전용 경로를 통해서만 시스템에 진입할 수 있도록 모델의 학습 구조를 설계함으로써 이를 달성했습니다. 이 설계는 모델이 단일 유전적 변화의 영향을 격리하여 깨끗하고 해석 가능한 신호를 유지할 수 있도록 보장합니다. 일단 이 깨끗한 신호가 확립되면, 모델은 별도의 학습 단계를 사용하여 이러한 격리된 변화가 생물학적 과정의 네트워크를 통해 어떻게 파급되는지를 파악합니다. 이를 통해 시스템은 초기 '스필오버'로 인한 혼란 없이 실제 세계의 복잡한 유전자 간 관계를 학습할 수 있습니다. 나아가, 세포의 다양성 상실을 방지하기 위해 연구자들은 무작위로 짝을 짓는 대신, 전체적인 유사성을 바탕으로 대조군 세포와 섭동된 세포를 정교하게 매칭하는 수학적 기법을 사용했습니다. 이는 모델이 일반적인 평균값으로 붕괴되는 대신, 개별 세포 반응의 풍부한 다양성을 유지하도록 보장합니다.

인간 백혈병 세포를 이용한 실험 데이터를 통해 테스트했을 때, 이 새로운 프레임워크는 매우 효과적인 것으로 증명되었습니다. 이 모델은 두 유전자가 동시에 변형되는 복잡한 시나리오를 포함하여, 한 번도 접해보지 못한 유전적 변화에 세포가 어떻게 반응할지를 성공적으로 예측했습니다. 이러한 경우, 모델은 두 변화의 결합 효과가 단순히 개별 효과를 더한 것과 다른 '비가산적 상호작용(non-additive interactions)'을 식려낼 수 있었습니다. 예를 들어, 모델은 특정 유전자 조합이 특정 생물학적 프로그램에 의해 유도되는 세포 주기 정지(cell cycle arrest)라고 불리는 현상, 즉 세포 분열의 완전한 중단을 초래할 수 있음을 정확히 식별했습니다. 또한 연구자들은 모델이 역방향으로도 작동할 수 있음을 입증했습니다. 즉, 특정 세포 결과가 주어졌을 때 어떤 유전적 변화가 그 원인일 가능성이 높은지를 제안할 수 있었습니다. 이러한 능력은 새로운 가설을 생성하고 향후 실험을 안내하는 데 매우 중요합니다.

이 연구는 인과적 논리의 규칙(원인을 격리하고 효과를 정확하게 추적하는 것)을 준수함으로써, 컴퓨터 모델이 발견을 위한 강력한 도구가 될 수 있음을 확인시켜 줍니다. 연구진은 자신들의 접근 방식이 기존의 최고 방법들과 대등한 예측 정확도를 가질 뿐만 아니라, 그러한 예측을 이끄는 생물학적 메커니즘에 대한 명확한 창을 제공한다는 것을 발견했습니다. 얽힌 신호와 평균화된 데이터의 함정을 피함으로써, RAPTORGraph는 더 큰 명확성을 가지고 유전적 상호작용의 광대한 영역을 탐구할 수 있는 방법을 제시합니다. 이 작업은 적절한 구조적 제약이 있다면, 컴퓨터가 과학자들이 단순히 결과를 예측하는 것을 넘어 생명을 형성하는 인과적 사슬을 진정으로 이해하도록 도와, 새로운 치료법 탐색과 더 깊은 생물학적 통찰력을 얻는 과정을 가속화할 수 있음을 시사합니다.

기술 요약: RAPTORGraph

문제 정의
유전적 섭동(perturbation)에 대한 세포 반응을 예측하기 위한 기존의 계산 모델들은 인과적 발견(causal discovery)과 생물학적 해석 가능성을 저해하는 두 가지 주요 한계점에 직면해 있다:

섭동 전이(Intervention Spillover): dVAE 및 SENA와 같은 기존의 인과 표현 학습(CRL) 모델은 종종 밀집된 인코더(예: MLP)에 의존한다. 이러한 구조에서 고차원 관측 공간 내 단일 유전자에 대한 희소한 섭동은 네트워크를 통해 전파되어 잠재 공간(latent space) 내에 밀집된 다중 노드 신호를 생성한다. 이러한 "전이" 현상은 **원자적 단일 노드 섭동(atomic, single-node intervention)**이라는 이론적 요구 사항을 위반하며, 이로 인해 섭동의 잠재적 타겟을 유일하게 식별하는 것이 불가능해지고 인과적 식별성(causal identifiability)이 부적절해진다.
평균 붕괴(Mean Collapse): 단일 세포 RNA 시퀀싱(scRNA-seq)은 파괴적인 방식이므로, 섭동 전후의 동일한 세포에 대한 쌍을 된 관찰을 방지한다. 기존 방법들은 학습을 위해 제어군(control)과 섭동군 세포를 무작위로 쌍을 맺는 방식에 의존하곤 한다. 이는 모델이 임의의 쌍을 대상으로 오차를 최소화하도록 강제하여, 세포의 다양성을 보존하기보다는 모집단의 평균 반응을 학습하게 만드는 "평균 붕괴" 현상을 초래한다.
확증 편향(Confirmatory Bias): 해석 가능성을 높이기 위해 정제된 생물학적 경로(예: SENA)를 통합하는 모델들은 종 often 확증 편향 문제를 겪는다. 이들은 기존의 주석을 통해 데이터를 설명하도록 제한되므로, 알려진 경로 밖에 존재하는 새로운 신호를 버릴 수 있으며, 경로 특이성이 변하는 서로 다른 세포 유형 간의 일반화에 실패할 수 있다.

방법론
저자들은 인과적 식별성을 위한 이론적 요구 사항을 충족하면서도 예측 정확도를 유지하도록 설계된 $\beta$ -변이형 오토인코더(variational autoencoder) 프레임워크인 RAPTORGraph(Response Analysis of Perturbed TranscriptOmes using InteRpretable Graph)를 제안한다. 이 아키텍처는 네 가지 핵심 구성 요소로 이루어져 있다:

전처리된 GraphPathway 인코더:
섭동 전이 문제를 해결하기 위해, 저자들은 섭동된 유전자와 잠재 변수 사이의 희소한 일대일 매핑을 강제하는 새로운 인코더 아키텍처를 도입한다.
- 전처리(Preconditioning): 입력 유전자 벡터는 섭동된 유전자가 가장 먼저 나타나도록 정렬된다. 인코더의 기본 가중치 행렬은 상단 왼쪽 부분 행렬( $\Lambda_{11}$ )이 엄격하게 대각 행렬(diagonal)인 블록 행렬로 구조화된다. 이는 $k$ 개의 섭동된 유전자가 정확히 하나의 학습된 메타-경로(meta-pathway)에만 영향을 미치도록 보장한다.
- 제로 블록 제약(Zero-Block Constraint): 제로 블록은 섭동된 유전자가 나머지 $(d-k)$ 개의 잠재 변수에 영향을 미치는 것을 명시적으로 차단하여, 섭동을 단일 노드로 격리한다.
- 유연성: 나머지 부분 행렬은 밀집된 구조를 가져, 섭동되지 않은 유전자와 모든 잠재 경로 사이의 복잡한 관계를 학습할 수 있다.
DAGMA 인과 그래프 학습:
사전 정의된 경로 주석에 의존하는 대신, RAPTORGraph는 DAGMA(Differentiable Acyclicity via Graphical Matrix Algebra) 프레임워크를 사용하여 잠재 메타-경로 간의 인과 구조를 학습한다.
- 이 모듈은 희소한 경로 활동 간의 인과 관계를 나타내는 유향 비순환 그래프(DAG)를 학습한다.
- 로그-행렬식(log-determinant) 함수에 기반한 연속적 비순환 제약을 활용하여, 임의의 계층적 순서를 강제하지 않고 엔드투엔드(end-to-end) 방식으로 그래프 구조를 최적화한다.
최적 운송(Optimal Transport, OT) 전처리:
평균 붕괴를 해결하기 위해, 모델은 제어군과 섭동군 세포를 쌍으로 맺기 위한 오프라인 최적 운송 단계를 사용한다.
- 무작위 쌍 맺기와 달리, OT는 분포적 유사성을 기반으로 세포를 전역적으로 매칭하여 기저의 모집단 구조와 세포 이질성을 보존한다.
- 이는 제어 샘플과 섭동 샘플 사이에 잘 정의된 매핑을 제공하여 학습된 잠재 표현을 안정화한다.
학습 목적 함수:
모델은 네 가지 구성 요소의 균형을 맞추는 복합 손실 함수( $L_{total}$ )를 사용하여 엔드투엔드로 학습된다:
- 재구성 손실 ( $L_{MSE}$ ): 기저(unperturbed) 세포 상태를 충실하게 재구성한다.
- KL 발산 ( $L_{KL}$ ): 잠재 공간이 사전 분포와 일치하도록 규제한다.
- 섭동 예측 손실 ( $L_{MMD}$ ): 최대 평균 불일치(Maximum Mean Discrepancy)를 사용하여 예측된 섭동 세포의 분포와 실제 분포 사이의 거리를 최소화한다.
- 인과 그래프 손 loss ( $L_{DAGMA}$ ): 학습된 인과 그래프의 비순환성과 희소성을 강제한다.

주요 기여

아키텍처 혁신: 전처리된 GraphPathway 인코더를 도입하여 인과적 식별성에 필요한 희소한 단일 노드 섭동 요구 사항을 수학적으로 강제함으로써 섭동 전이 문제를 해결했다.
편향 완화: 데이터로부터 직접 인과 메타-경로를 학습하는 프레임워크를 구축하여, 편향될 수 있는 기존의 경로 주석에 의존하지 않고 새로운 생물학적 신호를 발견할 수 있게 함으로써 확증 편향을 피했다.
다양성 보존: 최적 운송 전처리를 통합하여 평균 붕괴를 방지하고, 모집단 평균으로 회귀하는 대신 세포의 다양성을 유지하도록 보장한다.

결과
저자들은 Norman et al. Perturb-seq 데이터셋과 Replogle et al. CRISPRi 데이터셋을 사용하여 RAPTORGraph를 최첨단 모델들(SENA, scGPT, dVAE, GEARS)과 벤치마킹하였다.

생성 성능: RAPTORGraph는 재구성 충실도(MSE)와 분포 정확도(MMD) 사이에서 강력한 균형을 달성했다. Norman 데이터셋에서 MMD $0.112 \pm 0.001$ 및 MSE $0.045 \pm 0.000$ 를 기록하며, 경쟁력 있는 MSE를 유지하면서 SENA와 scGPT보다 우수한 MMD 성능을 보였다.
비가산적 상호작용 예측: 복잡한 유전적 상호작용(시너지, 억제, 신형성, 중복성, 에피스타시스)을 예측함에 있어, RAPTORGraph는 대부분의 베이스라인 모델과 비교하여 시너지(Synergy) ($0.367$ Precision@10) 및 신형성(Neomorphism) ($0.433$ Precision@10) 식별에서 탁월한 성능을 입증했다. 저자들은 OT 전처리가 중복성(redundancy)과 에피스타시스(epistasis)를 예측하는 데 핵심적인 동력이었다고 언급했다.
역방향 섭동 분석: 관찰된 표현형의 유전적 원인을 식별하는 과제(역공학)에서, RAPTORGraph는 관련 유전자를 식별하는 데 있어 경쟁력 있는 성능(Gene Overlap Hit Rate)을 보였으며, 일관되게 상위 모델 순위에 올랐으나, 모든 모델에서 정확히 일치하는 히트율(exact-match hit rates)은 여전히 완만했다.
생물학적 해석 가능성: 학습된 잠재 요인(latent factors)에 대한 유전자 세트 풍부성 분석(GSEA) 결과, 생물학적으로 정확한 프로그램들이 드러났다. 예를 들어, EGR1과 연결된 잠재 요인은 분화 유도 세포 주기 정지(differentiation-induced cell cycle arrest, "E2F Targets" 및 "G2-M Checkpoint"에 대한 음성 풍부성)를 정확히 식별했으며, JUN과 연결된 요인은 스트레스 유도 성장 정지를 식별했다.

의의 및 주장
본 논문은 RAPTORGraph가 예측 능력과 기계적 통찰 사이의 간극을 메운다고 주장한다. 섭동 전이 및 평균 붕괴 문제를 명시적으로 해결함으로써, 이 프레임워크는 편향될 수 있는 기존의 경로 주석에 의존하지 않고 식별 가능한 인과적 발견을 가능하게 한다.

저자들은 모델이 단일 노드 섭동 아키텍처를 강제하지만, 이는 인과 식별 이론을 충족하기 위한 모델링 요구 사항이지, 생물학적 섭동이 오직 하나의 경로에만 영향을 미친다는 주장이 아님을 강조한다. 그러나 결과는 이러한 아키텍처적 제약이 모델로 하여금 뚜렷하고 생물학적으로 정확한 인과 프로그램을 발견할 수 있게 함을 시사한다. 이 연구는 RAPTORGraph를 유전자가 어떻게 공동으로 세포 행동을 형성하는지에 대한 검증 가능한 가설을 생성하고, 특히 비가산적 유전적 상호작용 및 약물 타겟 발견의 맥락에서 정보가 풍부한 실험 선택을 안내하는 도구로 포지셔닝한다. 저자들은 현재 일반화 증거가 Norman 데이터셋에서 가장 강력하며, 모든 현재 모델에서 고차 조합을 정확히 짚어내는 것이 여전히 도전 과제로 남아 있다는 점을 언급하며 한계를 인정했다.

기술 요약: RAPTORGraph

유사한 논문