[논문 리뷰] Learning Genomic Representations to Predict Clinical Outcomes in Cancer

Safoora Yousefi, Congzheng Song외 2명|arXiv (Cornell University)|2016. 09. 27.

Cancer Genomics and Diagnostics참고 문헌 5인용 수 7

한 줄 요약

이 논문은 고차원의 암 데이터로부터 유전자 표현을 학습하기 위해 스택형 노이즈 제거 오토인코더를 사용하는 딥 러닝 프레임워크를 제안하며, 이후 Cox 부분 우도를 사용한 미세조정을 통해 생존 예측을 수행한다. 이 방법은 탄소 게놈 지도 프로젝트에서 확보한 뇌종양 데이터에서 ReLU 활성화 함수를 사용할 경우, 탄성넷 Cox 회귀 및 랜덤 생존 숲보다 유의미하게 향상된 순서 일致 지수(CI)를 달성하며, 절대적 개선 폭이 5%에 이른다.

ABSTRACT

Genomics are rapidly transforming medical practice and basic biomedical research, providing insights into disease mechanisms and improving therapeutic strategies, particularly in cancer. The ability to predict the future course of a patient's disease from high-dimensional genomic profiling will be essential in realizing the promise of genomic medicine, but presents significant challenges for state-of-the-art survival analysis methods. In this abstract we present an investigation in learning genomic representations with neural networks to predict patient survival in cancer. We demonstrate the advantages of this approach over existing survival analysis methods using brain tumor data.

연구 동기 및 목표

• 고차원의 유전자 프로파일에서 환자의 생존을 예측하는 데 있어, 일반적으로 예후에 사용되는 변수가 극소수라는 도전 과제를 해결하기 위해.
• 현재 임상적 하위분류를 넘어서 사용되지 않은 유전자 변수들로부터 잠재적인 예후 신호를 표현 학습을 통해 추출할 수 있는지 탐색하기 위해.
• 백프로파게이션을 통해 시간-이벤트 결과를 최적화하면서 동시에 유전자 표현을 공동으로 학습하는 생존 예측 모델을 개발하기 위해.
• 기존의 방법들인 탄성넷 정규화된 Cox 회귀 및 랜덤 생존 숲과 비교하여 딥 러닝 기반 생존 모델의 성능을 평가하기 위해.

제안 방법

• 183차원의 유전자 기능에서 강건하고 압축된 표현을 학습하기 위해 스택형 노이즈 제거 오토인코더를 사용하여 저차원 표현을 사전 훈련한다.
• 생존 예측을 최적화하기 위해 Cox 부분 로그우도 함수의 기울기를 역전파하여 학습된 표현을 미세조정한다.
• 미세조정 동안 손실 함수로 Cox 부분 우도 함수(식 2)를 사용하며, 엔드 투 엔드 훈련을 위해 기울기를 식 (5)에 따라 계산한다.
• 제한된 훈련 데이터로 인해 하이퍼파rameter 공간(예: 학습률, 네트워크 깊이, 활성화 함수)을 효율적으로 탐색하기 위해 가우시안 사전을 갖춘 베이지안 최적화를 적용한다.
• 일반화 성능를 평가하기 위해 데이터 순서를 랜덤으로 섞은 10겹 교차검증을 수행하며, 각 폴드에서 70% 훈련, 15% 검증, 15% 테스트로 분할한다.
• 예측된 생존 시간과 실제 생존 시간 간의 순서 상관관계를 측정하는 순서 일치 지수(CI)를 사용하여 모델 성능을 비교한다.

실험 결과

연구 질문

• RQ1 딥 뉴럴 네트워크는 기존의 방법들보다 고차원의 암 유전체 게놈 분석에서 의미 있는 유전자 표현을 효과적으로 학습하여 생존 예측 성능을 향상시킬 수 있는가?
• RQ2 표준 생존 분석 기법(예: 탄성넷 Cox 회귀)을 사용한 직접적인 생존 모델링과 비교해 오토인코더를 통한 표현 학습은 어떤가?
• RQ3 사전 훈련된 오토인코더를 Cox 부분 우도로 미세조정하는 것이, 초기 상태에서부터 훈련하거나 단순한 모델을 사용하는 것보다 더 나은 예후 성능을 내는가?
• RQ4 다양한 신경망 아키텍처와 활성화 함수(예: ReLU 대비 시그모이드)는 소규모 표본, 고차원 설정에서 생존 예측 정확도에 어떤 영향을 미치는가?

주요 결과

• 제안된 생존 신경망은 ReLU 활성화 함수를 사용할 경우, 탄성넷 정규화된 Cox 회귀보다 순서 일치 지수(CI)에서 절대적으로 5% 향상된 성능을 보였다.
• 시그모이드 활성화 함수를 사용했을 경우, 동일한 기준 기반으로 CI가 3% 향상되어 활성화 함수에 관계없이 일관된 성능 향상을 입증했다.
• 랜덤 생존 숲은 고차원 유전자 데이터에서 뚜렷한 성능 열등성을 보였으며, 이는 이러한 데이터 유형에 대한 확장성과 적응성에 한계가 있음을 시사한다.
• 얕은 네트워크(각각 250개 유닛을 갖는 두 개의 완전 연결 층)가 더 깊은 아키텍처보다 우수한 성능을 보였는데, 이는 훈련 샘플 수가 제한적(n=628)하고 레이블이 부족하기 때문일 것이다.
• 베이지안 최적화를 통해 효율적인 하이퍼파rameter 튜닝이 가능했으며, 최적 설정으로는 사전 훈련 시 학습률 0.001, 미세조정 시 0.0009가 포함되었다.
• 10번의 교차검증 런에 걸친 모델의 평균 CI는 안정적이고 일반화 가능한 성능을 보였으며, 오차 막대는 결과의 변동성이 낮음을 나타냈다.