[논문 리뷰] Getting started in probabilistic graphical models

Edoardo M. Airoldi|TUScholarShare (Temple University)|2007. 06. 14.

Bioinformatics and Genomic Networks인용 수 8

한 줄 요약

이 논문은 생물학적 통찰과 통계적 계산을 통합하기 위한 유일한 프레임워크로 확률적 그래픽 모델(PGMs)을 소개한다. 고차원 데이터에서 생물학적으로 관련성이 있는 패턴을 발견하는 데 기여한다. 유전자의 개념적 모델링과 기능적 과정에서 잠재 변수와 매개변수 피팅을 통한 통계적 추론에 이르기까지의 워크플로우를 제시하며, PGMs가 체계생물학에서 가설 생성과 반복적인 과학적 탐구를 가능하게 하는 방식을 보여준다.

ABSTRACT

Probabilistic graphical models (PGMs) have become a popular tool for computational analysis of biological data in a variety of domains. But, what exactly are they and how do they work? How can we use PGMs to discover patterns that are biologically relevant? And to what extent can PGMs help us formulate new hypotheses that are testable at the bench? This note sketches out some answers and illustrates the main ideas behind the statistical approach to biological pattern discovery.

연구 동기 및 목표

• 계산 및 체계생물학 분야의 연구자들에게 확률적 그래픽 모델(PGMs)에 대한 명확하고 접근하기 쉬운 소개를 제공하기 위해.
• 공통적인 그래픽 언어를 사용하여 생물학적 시스템을 형식화함으로써 생물학적 통찰과 통계적 모델링 사이의 격차를 메우기 위해.
• PGMs를 사용하여 관측 가능한 데이터(예: 유전자 발현)에서 관측되지 않은 생물학적 과정(예: 기능적 경로)을 추론할 수 있는 방법을 설명하기 위해.
• PGMs를 사용하여 모델 정교화, 가설 생성, 실험적 검증의 반복적 사이클을 어떻게 지원할 수 있는지 보여주기 위해.
• PGMs가 게놈학, 인구 유전학, 체계생물학 분야에서 성공적으로 적용된 사례를 강조하여 보다 광범위한 도입을 촉진하기 위해.

제안 방법

• 노드를 확률 변수(관측된 것 또는 잠재적인 것)로, 간선을 통계적 의존성으로 정의하는 그래픽 형식을 사용하여 생물학적 시스템을 표현하기 위해.
• 관측되지 않은 생물학적 메커니즘이 관측 가능한 데이터에 영향을 주는 것을 나타내기 위해 잠재 변수(예: 기능적 과정, 인구 구조)를 정의하기 위해.
• 데이터 기반으로 모델 구성 요소에 수치적 값(매개변수 또는 초매개변수)을 할당하기 위해 베이지안 또는 빈도주의 프레임워크를 사용하기 위해.
• 잠재 변수의 사후 분포를 추정하기 위해 마르코프 체인 몬테카를로(MCMC) 또는 변분 방법과 같은 통계적 추론 기법을 적용하기 위해.
• 모델 선택 및 차원 수 조정을 안내하기 위해 예측 성능 지표(예: 예측 R²)와 교차검증을 사용하여 모델 성능을 평가하기 위해.
• 적합도 평가와 생물학적 타당성의 실사용을 바탕으로 모델을 반복적으로 정교화하여 새로운 검증 가능한 가설을 도출하기 위해.

Figure 1: Two equivalent representations of the same probabilistic graphical model. The left panel shows the full model, and the right panel shows the same model expressed in compact form. Nodes denote random variables, observed random variables are shaded while latent random variables are not, edge

실험 결과

연구 질문

• RQ1 확률적 그래픽 모델은 고차원 유전자 발현 데이터에서 생물학적으로 의미 있는 기능적 과정을 어떻게 추론할 수 있는가?
• RQ2 잠재 변수는 관측 가능한 유전자 발현 프로파일과 세포 과정과 같은 관측되지 않은 생물학적 메커니즘 사이의 연결 역할을 어떻게 수행하는가?
• RQ3 PGMs의 통계적 의존성은 생물학적으로 타당한 인과적 또는 조절적 관계를 어떻게 반영하도록 설계할 수 있는가?
• RQ4 PGMs는 체계생물학에서 가설 생성과 실험적 검증의 반복적 사이클을 어떻게 지원하는가?
• RQ5 모델 적합도와 예측 성능는 초도 그림 모델의 생물학적 가정을 정교화하는 데 어떻게 기여하는가?

주요 결과

• PGMs는 생물학자와 계산 과학자 간의 효과적인 소통을 가능하게 하는 통합된 형식을 제공하며, 생물학적 및 통계적 개념을 공통의 직관적인 언어로 표현한다.
• 생물학적 그림 모델을 PGM 구조로 변환함으로써 유전자, 기능적 과정, 그리고 그 소속 관계를 매핑함으로써 관측되지 않은 생물학적 상태에 대한 체계적인 통계적 추론이 가능해진다.
• 기능적 과정을 나타내는 잠재 변수는 시간적 동시 조절과 같은 패턴을 기반으로 추론될 수 있으며, 직접적인 실험 측정이 없더라도 가능하다.
• 베이지안 또는 빈도주의 방법을 사용한 모델 피팅은 매개변수 추정과 불확실성 정량화를 가능하게 하여 강력한 생물학적 추론을 지원한다.
• 적합도 및 예측 성능 지표는 모델 선택을 안내하고 初기 생물학적 가정의 모순을 드러내어 새로운 가설을 도출하게 한다.
• 게놈학 분야에서의 PGM 응용—인구 구조 추론, HIV 돌연변이 모델링, 공발현 패턴 탐색—은 PGM이 검증 가능한 생물학적 통찰을 생성하는 데 유용함을 보여준다.