[논문 리뷰] A Likelihood-Free Inference Framework for Population Genetic Data using Exchangeable Neural Networks

Jeffrey Chan, Valerio Perrone외 4명|arXiv (Cornell University)|2018. 02. 16.

Bayesian Methods and Mixture Models참고 문헌 45인용 수 40

한 줄 요약

논문은 교환 가능(neural) 네트워크와 실행 시 시뮬레이션 학습 패러다임으로 교환 가능 인구유전 데이터에 대한 가능도-없는, 요약 통계-없는 베이지안 추론을 수행하며 재조합 핫스팟 테스트에 시연한다.

ABSTRACT

An explosion of high-throughput DNA sequencing in the past decade has led to a surge of interest in population-scale inference with whole-genome data. Recent work in population genetics has centered on designing inference methods for relatively simple model classes, and few scalable general-purpose inference techniques exist for more realistic, complex models. To achieve this, two inferential challenges need to be addressed: (1) population data are exchangeable, calling for methods that efficiently exploit the symmetries of the data, and (2) computing likelihoods is intractable as it requires integrating over a set of correlated, extremely high-dimensional latent variables. These challenges are traditionally tackled by likelihood-free methods that use scientific simulators to generate datasets and reduce them to hand-designed, permutation-invariant summary statistics, often leading to inaccurate inference. In this work, we develop an exchangeable neural network that performs summary statistic-free, likelihood-free inference. Our framework can be applied in a black-box fashion across a variety of simulation-based tasks, both within and outside biology. We demonstrate the power of our approach on the recombination hotspot testing problem, outperforming the state-of-the-art.

연구 동기 및 목표

• 일반 목적의 가능도-없는 추론 프레임워크를 개발하여 원시의 교환 가능 인구유전 데이터에 손으로 설계된 요약 없이 직접 작동하도록 한다.
• 교환 가능 신경망을 활용하여 데이터의 순서 불변성을 존중하고 posterior 매핑을 학습한다.
• posteriors를 보정하고 일반화를 개선하기 위해 simulation-on-the-fly 학습 패러다임을 도입한다.
• 재조합 핫스팟 테스트 및 추정에서 방법을 시연하고 최첨단 방법과 비교한다.
• ABC 등가 가능도-없는 설정에서 이론적 특성과 진단을 제공한다.

제안 방법

• 이진 데이터 행렬의 각 행에 동일한 함수를 적용하고 대칭 함수를 통해 집계한 후 posterior로 매핑하는 교환 가능 신경망을 설계한다.
• 행 입력을 처리하는 컨볼루션 서브네트워크 Phi, 행 출력들을 결합하는 대칭 함수 g, θ에 대한 posterior를 출력하는 최종 네트워크 h를 사용한다.
• 각 학습 샘플이 사전 및 시뮬레이터에서 새로 추출되는 실행 시 시뮬레이션 학습 regime를 채택하여 보정된 posterior를 보장한다.
• 이 접근 방식이 계산된 posteriors와 ABC에 비해 보정 가능성과 편향/분산 감소를 제공한다고 주장한다.
• 보정 및 극한값과 실행 시 시뮬레이션 패러다임의 이론적 정당화를 제공한다.
• 이 프레임워크를 이진 인구유전 데이터와 연속적인 핫스팟 강도 추정이 포함된 재조합 핫스팟 테스트에 적용한다.

실험 결과

연구 질문

• RQ1 원시 교환 가능 인구유전 데이터에 요약 통계 없이 직접 기반의 가능도-없는 베이지안 추론 방법을 구축할 수 있는가?
• RQ2 교환 가능 신경망이 인구유전 데이터에서 posterior를 학습하는 데 비교 가능한 비교환 가능 아키텍처보다 어떤 차이가 있는가?
• RQ3 시뮬레이션-온-더-플라이 학습 regime이 고정된 학습 세트보다 보정된 posterior와 일반화를 개선하는가?
• RQ4 제안 방법이 LDhot 및 다른 기준선과 비교하여 재조합 핫스팟 테스트 및 강도 추정에서 어떻게 수행하는가?
• RQ5 이 프레임워크를 핫스팟 테스트를 넘어 다른 인구유전 설정에도 얼마나 확장할 수 있는가?

주요 결과

• 교환 가능 신경망은 순서 불변성을 존중하고 데이터를 posterior 분포로 매핑한다.
• simulation-on-the-fly 학습은 보정된 posterior를 제공하고 고정된 학습 세트에 비해 편향 및 분산을 감소시킨다.
• 이 방법은 현실적인 재조합 지도에서 재조합 핫스팟 테스트에서 LDhot보다 우수하고 시퀀스 수에 선형으로 확장된다.
• 핫스팟 강도 추정에서는 posterior 보정이 명목값에 가깝고 posterior 평균은 실제 값과 강한 상관을 보인다.
• 이 접근법은 핫스팟 탐지에서 90% 정확도를 달성하며 LDhot에 비해 비교적 낮은 계산 비용을 보인다.
• 이 방법은 대규모 국소 영역으로 확장 가능하며 손으로 설계된 요약 없이 다양한 인구유전 과제에 적용될 수 있다.