Mid-infrared spectroscopy and supervised machine learning can determine age class of arboviral vector Culex pipiens at high age resolution

*기술 요약: Culex pipiens의 연령 결정을 위한 중적외선 분광법 및 지도 학습 기반 머신러닝*

문제 제lemnt (Problem Statement)
Culex pipiens는 온대 지역에서 웨스트 나일 바이러스(WNV) 및 우수투 바이러스(USUV)와 같은 아르보바이러스의 주요 매개체입니다. 병원체 전파 효율은 매개체의 생존율에 크게 의존하는데, 이는 외인적 잠복기(EIP) 동안 생존한 모기만이 질병을 전파할 수 있기 때문입니다. 따라서 집단 연령 구조를 파악하는 것은 전파 위험을 평가하고 매개체 제어 전략을 평가하는 데 매우 중요합니다. 그러나 난절(ovarian dissection)과 같은 기존의 Cx. pipiens 연령 측정 방식은 노동 집약적이고 표준화하기 어려우며, 연대순 연령에 대한 조잡한 추정치만을 제공합니다. 중적외선 분광법(MIRS)과 머신러닝(ML)이 열대 지역 매개체인 Anopheles 및 Aedes에 대해 검증되었으나, 더 긴 수명과 다른 생리적 특성을 보이는 온대 지역 Culex 종에 대한 적용 가능성은 아직 테스트되지 않았습니다.

연구 방법론 (Methodology)
본 연구는 스코틀랜드에서 채집된 최근에 구축된 Cx. pipiens pipiens 실험실 콜로니를 활용하였습니다. 실험 설계는 다음과 같습니다:

• 시료 수집: 3개의 독립적인 반복 실험을 통해 총 1,500마리의 암컷과 500마리의 수컷 모기를 샘플링했습니다. 암컷은 출현 후 1~3일부터 최대 79일까지 모니터링되었으며, 11일 간격으로 샘플링되었습니다. 수컷은 1–3일, 11–13일, 22–24일 단계로 샘플링되었습니다. 생리적 가변성을 확보하기 위해 모기들에게 흡혈 및 산란을 허용하여, 미흡혈, 흡혈, 산란 상태가 혼합되도록 했습니다.
• 분광법: 다이아몬드 ATR 결정을 사용하는 Bruker Alpha II FT-IR 분광기를 사용하여 개별 모기를 스캔했습니다. 스펙트럼은 4000–400 cm⁻¹ 범위에서 머리와 가슴 부위를 대상으로 수집되었습니다.
• 데이터 처리: 품질이 낮은 스펙트럼은 제외되었습니다. 남은 데이터는 훈련 세트(80%)와 테스트 세트(20%)로 나누었습니다.
• 머신러닝: 로지스틱 회귀(Logistic Regression), SVC, 랜덤 포레스트(Random Forest), KNN, 그래디언트 부스팅(Gradient Boosting), 다층 퍼셉트론(Multi-Layer Perceptron)의 6가지 알고리즘을 비교했습니다. 다층 퍼셉트론(MLP) 분류기가 가장 높은 기초 성능을 보여주었으며, GridSearch를 통한 하이퍼파라미터 최적화 대상으로 선택되었습니다.
• 해상도 수준: 모델은 다음 세 가지 해상도로 연령을 분류하도록 훈련되었습니다:
  • 저해상도(Low): 2개 연령 클래스 (1–35일 vs. 44–79일).
  • 중해상도(Medium): 4개 연령 클래스.
  • 고해상도(High): 8개 연령 클래스 (11일 간격).
• 검증: 모델의 일반화 능력을 테스트하고 과적합을 방지하기 위해 별도의 사육 배치에서 얻은 202마리의 암컷으로 구성된 독립적인 "미학습(unseen)" 데이터셋을 사용했습니다. 순열 중요도(Permutation importance)를 계산하여 핵심적인 생화학적 파수(wavenumber)를 식별했습니다.

주요 결과 (Key Results)

• 모델 성능 (학습 데이터): MLP 모델은 연령 클래스를 성공적으로 분류하였으며, 정확도는 해상도에 반비례했습니다.
  • 암컷: 균형 정확도(Balanced accuracy)는 92.8%(저해상도), 88.9%(중해상도), 79.0%(고해상도)였습니다.
  • 수컷: 3개 연령 클래스에 대해 82.5%의 균형 정확도를 보였습니다.
  • 오분류는 주로 인접한 연령 클래스 사이에서 발생하였으며, 이는 짧은 간격에서의 생화학적 변화가 미묘함을 시사합니다.
• 모델 성능 (미학습 데이터): 독립적인 데이터셋에 적용했을 때 정확도는 감소했으나, 무작위 확률보다는 유의미하게 높았습니다.
  • 암컷: 정확도는 저해상도 80.9%, 중해상도 46.9%, 고해상도 34.0%로 떨어졌습니다.
  • 주목할 점은, 고해상도 모델이 새로 출현한 모기(1–3일령)를 식별하는 데 있어 83%의 정확도를 유지했다는 것입니다.
• 생화학적 특징: 순열 중요도 분석 결과, 모델 학습은 지문 영역(1300–600 cm⁻¹)에 크게 의존하는 것으로 나타났습니다. 관심 대상 영역에는 C–H 및 C–O 신축 진동, 아미드 I 및 III 영역, 그리고 저해상도 모델에서 2162–2100 cm⁻¹ 사이의 뚜렷한 중요도 집중이 포함되었습니다.

의의 및 주장 (Significance and Claims)
본 논문은 Culex 속 내 연령 측정을 위한 MIRS의 첫 번째 성공적인 적용 사례를 제시한다고 주장합니다. 본 연구는 MIRS가 역학적 위험 평가를 지원할 수 있을 만큼 충분한 정밀도로 Cx. pipiens의 연령 클래스를 구분할 수 있음을 입증했습니다. 특히 새로 출현한 모기와 노령의 잠재적 감염 매개체를 구분하는 데 유용합니다.

저자들은 이 기술이 매개체 제어 개입(예: 개입 후 집단 연령 구조 모니터링)을 평가하고 벡터 능력을 이해하는 데 유망하다는 점을 강조합니다. 다만, 현재 모델들이 실험실 콜로니로부터 도출되었다는 점을 명시하며, 해상도가 높아지거나 미학습 데이터로 전환될 때 정확도가 감소한다는 점을 언급하며 향에 대한 검증과 전이 가능성을 높이기 위한 유전적 다양성이 포함된 샘플의 필요성을 강조했습니다. 이 연구는 MIRS-ML이 열대 지역 매개체에서 온대 지역 매개체 설정으로 적응될 수 있다는 원리 증명(proof-of-principle)을 확립하였으며, 이는 전통적인 난절 방식에 비해 비파괴적(복부는 비파괴적이나 머리/가슴은 파괴적임)이고 높은 처리량을 가진 대안을 제공합니다.