[논문 리뷰] Graph Estimation From Multi-attribute Data

Mladen Kolar, Han Liu외 1명|PubMed|2012. 10. 29.

Bioinformatics and Genomic Networks참고 문헌 47인용 수 34

한 줄 요약

이 논문은 다중 속성 데이터로부터 그래픽 모델을 추정하기 위한 새로운 프레임워크를 제안한다. 기존의 부분 상관관계가 아닌 부분 공선성 상관관계를 모델링함으로써 고차원 설정에서 일致한 그래프 복원이 가능해지며, 효율적인 계산을 위한 구조적 정규화된 최대우도 방법을 사용한다. 이는 복잡한 고차원 노드 특성에서 유전자 조절 네트워크와 뇌 기능 네트워크를 추정하는 데 강력한 성능을 보인다.

ABSTRACT

Undirected graphical models are important in a number of modern applications that involve exploring or exploiting dependency structures underlying the data. For example, they are often used to explore complex systems where connections between entities are not well understood, such as in functional brain networks or genetic networks. Existing methods for estimating structure of undirected graphical models focus on scenarios where each node represents a scalar random variable, such as a binary neural activation state or a continuous mRNA abundance measurement, even though in many real world problems, nodes can represent multivariate variables with much richer meanings, such as whole images, text documents, or multi-view feature vectors. In this paper, we propose a new principled framework for estimating the structure of undirected graphical models from such multivariate (or multi-attribute) nodal data. The structure of a graph is inferred through estimation of non-zero partial canonical correlation between nodes. Under a Gaussian model, this strategy is equivalent to estimating conditional independencies between random vectors represented by the nodes and it generalizes the classical problem of covariance selection (Dempster, 1972). We relate the problem of estimating non-zero partial canonical correlations to maximizing a penalized Gaussian likelihood objective and develop a method that efficiently maximizes this objective. Extensive simulation studies demonstrate the effectiveness of the method under various conditions. We provide illustrative applications to uncovering gene regulatory networks from gene and protein profiles, and uncovering brain connectivity graph from positron emission tomography data. Finally, we provide sufficient conditions under which the true graphical structure can be recovered correctly.

연구 동기 및 목표

• 유전자 발현 프로파일이나 fMRI 볼륨 요소 데이터와 같은 다중 속성 노드 특성을 처리할 수 없는 기존 그래프 추정 방법의 격차를 보완하기 위해.
• 단변량 부분 상관관계 대신 부분 공선성 상관관계를 통해 조건부 인적성을 모델링하는 원리적인 프레임워크를 개발하기 위해.
• 다중 속성 노드를 가진 고차원 설정에서 일관된 그래프 복원을 위한 이론적 보장을 제공하기 위해.
• 데이터의 다중 속성 구조를 활용해 계산적 확장성을 확보하는 효율적인 계산 알고리즘을 설계하기 위해.
• 실제 생물학적 및 뇌영상 데이터에서의 응용을 통해 방법의 유용성을 입증하기 위해.

제안 방법

• 각 노드가 단일 변수가 아니라 다변량 속성 벡터로 표현되는 가우시안 그래픽 모델을 수립한다.
• 스택된 다변량 벡터의 정밀행렬을 추정하는 정규화된 최대우도 접근법을 도입하며, 공선성 상관관계 블록에 그룹-라소 정규화를 적용해 희박성 조건을 부여한다.
• 블록 좌표강하 알고리즘을 사용해 최적화 문제를 효율적으로 해결하며, 다중 속성 구조를 활용해 계산 확장성을 확보한다.
• 안정성 선택 기법을 사용해 부분 샘플링을 통해 간 선택의 신뢰도를 높이고 가짜 양성 결과를 감소시킨다.
• 해당 방법이 노드당 속성 수가 다를 수 있는 상황에서도 진정한 그래프 구조를 일관되게 복원할 수 있는 이론적 조건을 유도한다.
• 뇌 영역별 대표 특징을 유지하면서 볼륨 수준의 fMRI 데이터를 K-중심 군집화로 압축한다.

실험 결과

연구 질문

• RQ1 유전자 발현 및 단백질 프로파일과 같은 다중 속성 노드 데이터로부터 네트워크를 추정할 수 있는 원리적인 그래픽 모델 프레임워크를 개발할 수 있는가?
• RQ2 각 노드가 단일 값이 아니라 고차원 벡터의 속성을 가질 경우, 조건부 인적성 관계는 어떻게 모델링할 수 있는가?
• RQ3 이러한 다중 속성 설정에서 일관된 그래프 복원을 위한 충분한 이론적 조건은 무엇인가?
• RQ4 실제 생물학적 및 신경영상 데이터에서 표준 그래픽 라소 대비 성능과 해석 가능성 측면에서 제안된 방법은 어떻게 비교되는가?
• RQ5 손실적인 요약 통계량으로 압축하지 않고도, 복잡한 고차원 노드 특성에서 의미 있는 생물학적 및 신경학적 네트워크 구조를 복원할 수 있는가?

주요 결과

• 제안된 방법은 고차원 설정에서 진정한 그래프 구조를 성공적으로 복원하며, 일관된 복원을 보장하는 이론적 조건을 충족한다.
• 기능적 뇌 네트워크 적용에서, 건강한 피험자는 116개의 간을 가지며 알츠하이머병 및 치매 환자는 단지 59개의 간을 가지며, 이는 심각한 연결성 손실을 시사한다.
• 알츠하이머병 환자에서 소뇌 영역의 연결성이 감소한 것으로 확인되었으며, 이는 이전 문헌과 일치한다.
• 알츠하이머병 환자에서는 전두엽과 다른 영역 간의 연결성이 증가한 것으로 관찰되어 보상 메커니즘의 가능성을 시사한다.
• 안정성 선택 절차를 통해 신뢰할 수 있는 간이 도출되었으며, 최소 95%의 부분 샘플 네트워크가 최종 간 집합을 일치시켰다.
• 손실적인 특징 집합의 평균화를 피하면서 다중 속성 정보를 유지함으로써, 단순 단변량 접근법보다 성능이 뛰어나다.