[논문 리뷰] Bayesian Modeling and Computation for Analyte Quantification in Complex Mixtures Using Raman Spectroscopy

Ningren Han, Rajeev J. Ram|arXiv (Cornell University)|2018. 05. 20.

Spectroscopy and Chemometric Analyses참고 문헌 35인용 수 4

한 줄 요약

이 논문은 복잡한 혼합물 내 분석물 농도를 라만 스펙트로스코피를 사용하여 정량화하기 위해 계층적 모델링과 역이동 마르코프 체인 몬테카를로(RJMCMC)를 활용한 이단계 베이지안 프레임워크를 제안한다. 이는 정점 검출과 농도 추정을 동시에 수행한다. 작은 학습 샘플 환경에서 전통적인 다변량 회귀 방법보다 뛰어난 성능을 보이며, 기저선 보정 및 정점 식별 측면에서 특히 뛰어나며, 바이오플라즈마티컬 공정 모니터링 데이터에서 포도당 정량 결과로 검증되었다.

ABSTRACT

In this work, we propose a two-stage algorithm based on Bayesian modeling and computation aiming at quantifying analyte concentrations or quantities in complex mixtures with Raman spectroscopy. A hierarchical Bayesian model is built for spectral signal analysis, and reversible-jump Markov chain Monte Carlo (RJMCMC) computation is carried out for model selection and spectral variable estimation. Processing is done in two stages. In the first stage, the peak representations for a target analyte spectrum are learned. In the second, the peak variables learned from the first stage are used to estimate the concentration or quantity of the target analyte in a mixture. Numerical experiments validated its quantification performance over a wide range of simulation conditions and established its advantages for analyte quantification tasks under the small training sample size regime over conventional multivariate regression algorithms. We also used our algorithm to analyze experimental spontaneous Raman spectroscopy data collected for glucose concentration estimation in biopharmaceutical process monitoring applications. Our work shows that this algorithm can be a promising complementary tool alongside conventional multivariate regression algorithms in Raman spectroscopy-based mixture quantification studies, especially when collecting a large training dataset with high quality is challenging or resource-intensive.

연구 동기 및 목표

• 대규모이고 고품질의 학습 데이터셋이 확보되지 않은 복잡한 혼합물 내 분석물 정량 문제를 해결하기 위해.
• 정점 신호와 기저선 신호를 동시에 추정하는 통합 프레임워크를 개발하여 순차적 처리에서 발생하는 편향을 줄이기 위해.
• 소규모 표본 크기와 노이즈가 많고 자가형광 배경이 있는 환경에서 라만 스펙트로스코피의 정량 정확도를 향상시키기 위해.
• 바이오플라즈마티컬 공정 모니터링에서 전통적인 다변량 회귀 방법(예: PLSR, PCR)의 보완적 대안을 제공하기 위해.

제안 방법

• 정점과 기저선을 구성하는 혼합 성분으로 스펙트럼 신호를 표현하기 위해 계층적 베이지안 모델을 사용한다.
• 스펙트럼 정점의 위치, 강도 및 기저선 파라미터를 동시에 추정하기 위해 차원이 변하는 모델 선택을 위한 역이동 마르코프 체인 몬테카를로(RJMCMC)를 활용한다.
• 두 단계로 데이터를 처리한다: 첫 번째로 기준 스펙트럼에서 분석물 특화 정점 표현을 학습하고, 두 번째로 이를 혼합물 내 농도 추정에 적용한다.
• 회귀 성분에서 변수 선택과 정규화를 위해 g-prior 분포를 통합한다.
• 베이지안 프레임워크 내에서 스퍼린 또는 다항식 항을 사용하여 비선형이고 부드러운 기저선 함수를 모델링한다.
• 다양한 수의 스펙트럼 성분을 탐색하기 위해 역이동을 포함한 MCMC 샘플링을 통한 모델 추론을 수행한다.

실험 결과

연구 질문

• RQ1 순차적 방법보다 베이지안 프레임워크가 라만 스펙트럼에서 정점과 기저선을 동시에 더 정확하게 추정할 수 있는가?
• RQ2 제한된 학습 데이터에서 제안된 방법이 기존의 다변량 회귀 방법(예: PLSR)과 비교해 정량 정확도 측면에서 어떻게 성능을 내는가?
• RQ3 이중단계 베이지안 접근법이 자가형광 배경이 있는 생물학적 샘플에서 기저선 보정으로 인한 편향을 어느 정도 줄일 수 있는가?
• RQ4 대규모 校정 데이터셋이 필요 없이도 이 방법이 혼합물 내 분석물 농도를 신뢰성 있게 추정할 수 있는가?

주요 결과

• 소규모 학습 샘플 크기에서 전통적인 다변량 회귀 알고리즘보다 제안된 베이지안 방법이 분석물 정량에서 뛰어난 성능을 보이며, 특히 노이즈가 많거나 복잡한 스펙트럼 환경에서 유의미하게 우수하다.
• RJMCMC 기반의 모델 선택은 정확한 수의 스펙트럼 정점과 기저선 성분을 효과적으로 식별하여 과적합과 추정 편향을 감소시킨다.
• 바이오플라즈마티컬 공정에서의 실험적 라만 데이터에서, 이 방법은 소규모 校정 데이터로도 정확한 포도당 농도 추정을 달성했다.
• 이중단계 접근법은 제한된 기준 스펙트럼에서 정점 표현을 강건하게 학습할 수 있어 혼합물 샘플로의 일반화 능력을 향상시켰다.
• 학습 데이터가 부족하거나 노이즈가 많을 경우 PLSR 대비 더 높은 안정성과 낮은 예측 오차를 보였다.
• 기저선 보정이 베이지안 프레임워크 내에서 암묵적으로 처리되어 별도의 기저선 제거 단계에서 발생하는 오류를 방지했다.