📄 agriculture

Shapley values as metrics for studying genotype-by-environment interaction

본 연구는 머신러닝에서 유도된 샤플리 값(SHAP)이 유전형의 적응성과 안정성을 효과적으로 정량화하는 동시에 유전형-환경 상호작용에 대한 환경적 기여에 관한 통합적인 통찰을 제공함으로써 식물 육종을 위한 유망한 보완 도구로 활용될 수 있음을 입증한다.

원저자: Luan Tiago Dos Santos Carbonari, Carlos Zacarias Joaquim Junior, Mauro Bitencourt Souza, Altamir Frederico Guidolin, Sydney Antonio Frehner Kavalco, Jefferson Luís Meirelles Coimbra

게시일 2026-07-06

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Luan Tiago Dos Santos Carbonari, Carlos Zacarias Joaquim Junior, Mauro Bitencourt Souza, Altamir Frederico Guidolin, Sydney Antonio Frehner Kavalco, Jefferson Luís Meirelles Coimbra

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 스포츠 팀을 위해 최고의 선수들을 뽑으려는 코치라고 상상해 보세요. 당신에게는 일련의 선수들(유전자형, genotypes)이 있고, 누가 최고의 성과를 낼지 알고 싶습니다. 하지만 한 가지 제약이 있습니다. 이 선수들은 서로 다른 경기장, 즉 서로 다른 날씨, 잔디 종류, 관중 소음(환경, environments)에서 경쟁해야 합니다.

때로는 햇살 좋은 날에는 슈퍼스타였던 선수가 비가 오면 무너지는 경우가 있습니다. 이것이 과학자들이 말하는 **유전자형-환경 상호작용(G×E)**입니다. 이는 특정 토양에서 엄청나게 잘 자라던 작물이 다음 토양에서는 아주 작게 자라는 이유이기도 합니다.

수십 년 동안 식물 육종가들은 구식 수학(선형 회귀와 같은)을 사용하여 누가 "안정적(일관적인)"이고 누가 "적응력이 뛰어난(어디서든 잘하는)"지를 파라내려 노력했습니다. 하지만 이 논문의 저자들은 이러한 오래된 도구들이 마치 자를 가지고 복잡하게 소용돌이치는 폭풍을 측정하려는 것과 같다고 주장합니다. 즉, 복잡하고 비선형적인 세부 사항들을 놓치고 있다는 것입니다.

그래서 연구진은 새로운 시도를 했습니다. 바로 **샤플리 값(Shapley Values)**입니다.

새로운 도구: "공정한 몫" 계산기

샤플리 값을 이해하기 위해, 친구들이 커다란 상금을 얻기 위해 함께 비디오 게임을 하는 장면을 상상해 보세요. 그들이 얻는 총 점수는 누가 플레이하는지, 어떤 캐릭터를 선택했는지, 그리고 그들이 얼마나 잘 협력하는지에 따라 달라집니다.

샤플리 값은 게임 이론에서 나온 수학적 개념으로, 다음과 같은 질문에 답합니다: "각 특정 인물이 최종 승리에 얼마나 기여했는가?"

이것은 단순히 최종 점수만을 보는 것이 아니라, 가능한 모든 팀 조합을 고려하여 각 플레이어의 승리에 대한 "공정한 몫"을 계산합니다. 만약 어떤 플레이어가 항상 팀의 승리를 돕는다면, 그 플레이어는 높은 "공정한 몫"을 받습니다. 만약 누군가 팀의 점수를 깎아먹는다면, 그 몫은 음수가 됩니다.

연구진의 활용 방식

이 연구에서 과학자들은 인공 신경망(Artificial Neural Network)이라는 컴퓨터 모델을 사용하여 브라질의 12개 지역에서 흔한 강낭콩이 얼마나 자랄지 예측했습니다. 그런 다음, 결과에 샤플리 "공정한 몫" 계산기를 적용했습니다.

연구 결과는 일상적인 용어로 다음과 같이 번역될 수 있습니다:

1. 적응력 = 평균 점수

개념: 만약 어떤 강낭콩이 높은 양(+)의 샤플리 값을 평균적으로 가진다면, 이는 그 콩이 어디에 심어지든 상관없이 팀의 점수에 지속적으로 점수를 더해준다는 것을 의미합니다.
결과: SCS 204 Predileto와 같은 일부 콩은 높은 양의 값을 가졌습니다. 이들은 어디서나 수확량을 높여주는 "믿음직한 슈퍼스타"였습니다. 반면, BRS Campeiro와 같은 다른 콩들은 음의 값을 가졌는데, 이는 팀의 점수를 낮추는 경향이 있음을 의미합니다.
핵심 요약: 평균 샤플리 값은 식물이 새로운 장소에 일반적으로 잘 적응하는지를 알려줍니다.

2. 안정성 = 점수의 일관성

개념: 만약 플레이어의 기여도가 게임마다 크게 휘청거린다면(어떨 때는 +100, 어떨 때는 -50), 그 플레이어는 불안정한 것입니다. 만약 항상 +50을 준다면, 그 플레이어는 안정적입니다.
결과: 연구진은 각 식물의 샤플리 값이 얼마나 변동하는지를 살펴보았습니다. 변동 폭(흔들림)이 작은 식물은 안정적입니다.
핵심 요약: 샤플리 값의 "흔들림(wobble)"은 식물이 얼마나 신뢰할 수 있는지를 알려줍니다. 흔들림이 작다면 그 식물은 안전한 선택입니다.

3. 경기장 (환경)

개념: 플레이어들에게 공정한 몫이 있듯이, 경기장(환경)에도 공정한 몫이 있습니다.
결과: Ponte Serrada와 같은 일부 지역은 양의 샤플리 값을 가졌습니다. 이는 그곳의 토양과 날씨가 자연적으로 강낭콩이 더 잘 자라도록 도왔음을 의미합니다 식. 반면 다른 지역들은 음의 값을 가졌으며, 식물들이 성공하기 어렵게 만드는 "나쁜 경기장" 역할을 했습니다.
핵심 요약: 샤플리 값은 육종가들이 어떤 토양이 자연적으로 좋고 어떤 토양이 어려운지를 정확히 볼 수 있게 해줍니다.

이 새로운 도구는 효과가 있었나?

연구진은 새로운 "샤플리" 방식과 기존의 "자(ruler)" 방식(Eberhart & Russell 및 AMMI와 같은 방식)을 비교했습니다.

적응력 측면에서: 새로운 방식은 기존 방식들과 완벽하게 일치했습니다. 기존의 수학이 어떤 식물이 적응력이 높다고 했다면, 샤플리 값도 똑같이 말했습니다.
안정성 측면에서: 일치도는 "보통" 수준이었습니다. 두 방식이 식물의 순위를 항상 똑같이 매기지는 않았습니다. 저자들은 이것이 실패가 아니라, 새로운 방식은 복잡하고 비선형적인 패턴을 통해 안정성을 보는 반면, 기존 방식은 단순하고 직선적인 패턴을 보기 때문이라고 설명합니다.
결론: 샤플리 방식은 기존 도구를 대체하는 것이 아니라, 보완적인 안경 쌍 역할을 했습니다. 그것은 육종가들에게 식물이 왜 그런 성과를 냈는지에 대해 더 명확하고 상세한 그림을 제공했습니다. 특히 식물과 환경 사이의 관계가 복잡할 때 더욱 그러했습니다.

핵심 결요

이 논문은 "공정한 몫" 수학(샤플리 값)을 사용하는 것이 식물의 유전자와 환경 사이의 복잡한 춤을 이해하는 데 도움이 된다는 것을 보여줍니다. 이는 어떤 식물이 믿음직한 올스타인지, 어떤 것이 위험한지, 그리고 어떤 토양이 자연적으로 비옥한지를 확인해 줍니다. 이는 우리가 더 나은 식량을 재배하기 위해 인공지능을 사용하는 더 스마트하고 새로운 방법입니다.

문제 정의
유전자형-환경 상호작용(G×E)은 식물 육종에서 근본적인 과제로, 다양한 환경 조건에 따른 유전자형의 차별적 성능은 우수한 품종의 선발과 추천을 복잡하게 만든다. G×E를 분석하기 위한 전통적인 접근 방식은 선형 회귀(Finata and Wilkinson, 1963; Eberhart and Russell, 1966), 분산 분해(Wricke, 1962; Shukla, 1972), 그리고 AMMI(Gauch, 1988) 및 GGE Biplot(Yan et al., 2000)과 같은 다변량 모델과 같은 고전적 통계 방법에 의존한다. 이러한 방법들은 확립되어 있으나, 효과의 가법성, 정규성, 분산의 동질성 등 엄격한 통계적 가정에 의존하는 경우가 많다. 또한, 생물학적 시스템에 내재된 복잡한 비선형 관계를 포착하는 데 어려움을 겪을 수 있다. 반면, 머신러닝 모델(예: Random Forest, 신경망)은 이러한 복잡한 상호작용을 모델링할 수 있지만, 육종 프로그램의 생물학적 통찰력과 의사결정에 필요한 해석력이 부족하여 흔로 "블랙박스"라는 비판을 받기도 한다.

연구 방법론
본 연구는 G×E 상호작용을 연구하기 위한 지표로서, 협동 게임 이론(Shapley, 1953)에서 유도되어 머신러닝 해석력을 위해 적용된(Lundberg and Lee, 2017) Shapley 값(SHAP)의 적용을 제안한다. 본 연구는 브라질 산타 카타리나 지역의 12개 서로 다른 환경에서 평가된 8가지 일반 강낭콩(Phaseolus vulgaris L.) 유전자형의 곡물 수량 VCU(Value for Cultivation and Use) 데이터를 활용하였다.

연구 방법론은 다음과 같은 단계로 진행되었다:

모델링: scikit-learn 라이b러리의 MLPRegressor를 사용하여 인공 신경망(ANN)을 수량 데이터에 대해 학습시켰다. 이 모델은 비선형 패턴을 포착하기 위해 유전자형, 환경, 그리고 이들의 명시적 상호작용에 원-핫 인코딩(one-hot encoding)을 사용하였다.
SHAP 계산: 각 특성이 모델의 예측에 기여하는 정도를 정량화하기 위해 SHAP 값을 계산하였다. 특성은 세 가지 집합, 즉 유전자형( $G$ ), 환경( $E$ ), 그리고 유전자형 $\times$ 환경 상호작용( $G \times E$ )으로 그룹화되었다.
지표 도출:
- 적응성 (A-SHAP): 모든 환경에 대한 유전자형의 평균 SHAP 값으로 정의되며, 이는 수량에 대한 유전자형의 평균적 기여도를 나타낸다.
- 안정성 (S-SHAP): 유전자형에 대한 SHAP 값의 표준 편차로 정의되며, 환경 전반에 걸친 기여도의 일관성을 반영한다.
- 환경 기여도 (E-SHAP): 각 환경에 대한 평균 SHAP 값으로, 해당 환경이 유리한지 또는 불리한지를 나타낸다.
비교 분석: SHAP 기반 지표를 Eberhart and Russell (1966) 회귀 방식 및 AMMI 모델을 포함한 전통적 방법들과 비교하였다. 일관성은 Spearman 상관계수, Kendall의 일치 계수, 그리고 유전자형 순위의 Jaccard 유사 지수를 사용하여 평가되었다.

주요 결과

적응성 및 수량: 평균 SHAP 값(A-SHAP)은 평균 곡물 수량(Pearson's $r = 0.96$ ) 및 Eberhart and Russell 방식의 회귀 계수( $\beta_i$ )( $r = 0.65$ )와 강한 연관성을 보였다. SCS 204 Predileto 및 IPR Campos Gerais와 같은 유전자형은 양(+)의 A-SHAP 값을 나타내어, 광범위한 적응성과 우수한 성능을 입증했다.
안정성: SHAP 값의 변동성(S-SHAP)은 안정성 지표 역할을 했다. S-SHAP는 전통적인 안정성 지수( $S^2di$ 및 $ASV$)와 중간 정도의 양의 상관관계를 보였으나, 일치도는 완벽하지 않았다(Kendell's $\tau$ 범위는 0.57에서 0.71 사이). 이는 SHAP가 선형 분산 분해가 아닌 비선형 예측 모델에 기반하고 있기 때문에, 안정성의 독특한 측면을 포착하고 있음을 시사한다.
환경 특성 규명: 본 방법은 양(+)의 E-SHAP 값과 낮은 변동성을 가진 유리한 환경(예: Ponte Serrada 16-17)과 음(-)의 값 및 높은 변동성을 가진 불리한 환경(예: Campos Novos 15-16)을 성공적으로 식별하였다.
통합적 관점: 주효과와 상호작용 효과를 분리하는 경향이 있는 전통적 방법과 달리, SHAP 접근법은 유전자형, 환경, 그리고 그 상호작용의 기여도를 동시에 정량화하여 통합적인 평가를 제공하였다.

의의 및 주장
저자들은 Shapley 값이 특히 머신러닝 모델의 맥se에서 G×E 상호작용을 해석하기 위한 유망하고 보완적인 도구라고 주장한다. 본 연구는 SHAP 지표가 다음과 같은 몇 가지 장점을 제공한다고 상정한다:

해석 가능성: "블랙박스"인 신경망 예측을 원래의 반응 단위(수량)로 표현되는 해석 가능한 구성 요소(유전자형, 환경, 상호작용)로 변환하여 생물학적 이해를 용이하게 한다.
유연성: 이 방법은 모든 예측 모델에 적용 가능하며, 전통적 방법에서 요구하는 엄격한 통계적 가정(선형성, 정규성)에 의존하지 않는다.
보완성: SHAP 기반의 적응성 지표는 전통적 척도와 밀접하게 일치하는 반면, 안정성 지표는 다른 관점을 제공한다. 저자들은 이러한 차이가 한계가 아니라, 동일한 현상에 대해 다각적인 관점을 제공하는 보완의 형태라고 주장한다.
의사결정 지원: 유전자형의 성능, 안정성 및 환경의 질을 동시에 평가할 수 있게 함으로써, 광범위한 적응 또는 특정 환경 타겟팅을 위한 유전자형 추천에 있어 더 정보에 입각한 결정을 내릴 수 있도록 지원한다.

본 논문은 결론적으로 Shapley 값이 전통적 방법을 대체하는 것이 아니라, 인공지능과 해석 가능한 통계적 지표를 결합함으로써 품종 추천의 정확도와 효율성을 높이는 방식으로 육종가의 분석 역량을 확장한다고 밝히고 있다.

새로운 도구: "공정한 몫" 계산기

연구진의 활용 방식

이 새로운 도구는 효과가 있었나?

핵심 결요

유사한 논문