[논문 리뷰] Shared Subspace Models for Multi-Group Covariance Estimation

Alexander Franks, Peter D. Hoff|arXiv (Cornell University)|2016. 07. 11.

Gene expression and cancer classification참고 문헌 53인용 수 10

한 줄 요약

이 논문은 고차원, 저표본 크기 설정에서 다중군 공분산 추정을 위해 공유되는 부분공간 모델을 제안한다. 각 군이 스피iked 공분산 모델을 따른다고 가정하고, 주성분 고유공간 간의 정보를 공유한다. 스투일렐(manifold)과 그라스만(manifold)에서의 경험베이즈와 MCMC를 사용하여, 다중군 간 변동을 설명하는 저차원 부분공간을 식별하였으며, 백혈병 유전자 발현 데이터에서 45차원의 공유 부분공간으로 총 변동의 90% 이상을 설명하였다.

ABSTRACT

We develop a model-based method for evaluating heterogeneity among several p x p covariance matrices in the large p, small n setting. This is done by assuming a spiked covariance model for each group and sharing information about the space spanned by the group-level eigenvectors. We use an empirical Bayes method to identify a low-dimensional subspace which explains variation across all groups and use an MCMC algorithm to estimate the posterior uncertainty of eigenvectors and eigenvalues on this subspace. The implementation and utility of our model is illustrated with analyses of high-dimensional multivariate gene expression.

연구 동기 및 목표

• 특징 수 $p$가 표본 크기 $n$에 비해 클 때, 다수의 군 간에 이질적인 공분산 행렬을 추정하는 데 도전하는 문제를 해결하기 위해.
• 군별 공분산 행렬을 공유되는 저차원 고유공간을 가진 스피iked 공분산 구조로 모델링하기 위해.
• 공통 부분공간을 통해 군 간 정보를 공유함으로써 추정 정확도 향상과 불확실성 정량화를 향상시키기 위해.
• 고차원 설정에서 고유벡터와 고유값에 대한 사후 추론을 위한 계산적으로 실현 가능한 방법을 개발하기 위해.

제안 방법

• 각 군의 공분산 행렬이 저차원 신호 부분공간과 노이즈 성분을 가진 스피iked 공분산 모델을 따른다고 가정한다.
• 스투일렐 다양체 위에서 주성분 고유공간을 계층적 사전분포를 통해 교환 가능하게 모델링함으로써 군 간 정보를 공유한다.
• 공유 부분공간 차원과 고유값을 데이터로부터 경험베이즈로 추정한다.
• 그라스만 및 스투일렐 다양체 위에서 고유벡터와 고유값의 사후분포로부터 MCMC 알고리즘을 사용해 표본을 추출한다.
• MCMC 수렴 속도와 안정성을 향상시키기 위해 지능적인 초기화를 구현한다.
• 고차원 유전자 발현 데이터에 모델을 적용하여, 군별 데이터를 공유 부분공간에 투영하여 추론 및 시각화를 수행한다.

실험 결과

연구 질문

• RQ1 공유되는 저차원 부분공간이 고차원 공분산 행렬 간의 다중군 변동을 효과적으로 포괄할 수 있는가?
• RQ2 다중군, 고차원 설정에서 추정된 고유벡터와 고유값의 불확실성은 어떻게 정량화할 수 있는가?
• RQ3 군 간 정보 공유가 군별 추정 대비 공분산 추정 정확도 향상에 얼마나 기여하는가?
• RQ4 유전자 발현 데이터를 사용하여, 백혈병의 생물학적 하위형질 간 공분산 구조의 미세한 차이를 모델이 감지할 수 있는가?
• RQ5 유추된 공유 부분공간이 군별 공분산 행렬의 총 변동을 얼마나 잘 설명하는가?

주요 결과

• 45차원의 공유 부분공간이 7개의 백혈병 하위형질 각각에서 총 변동의 90% 이상을 설명하여, 군 간 강력한 저차원 구조가 있음을 시사한다.
• 모델은 B라인티 백혈병 네 종류(BCR-ABL, E2A-PBX1, 하이퍼디플로이드, TEL-AML1)가 공통된 2차원 부분공간을 공유하고 있음을 성공적으로 식별하였으며, 이는 생물학적 유사성을 시사한다.
• 유전자 집단 부식 분석을 통해 공유 부분공간 내에서 생물학적으로 의미 있는 결과를 도출하였으며, 상위 40개의 GO 용어 중 35개가 면역 반응, 세포 부착 및 신호 전달 경로와 관련이 있었다.
• MCMC 알고리즘이 $p=10,000$ 및 $s=50$ 조건에서도 몇 분 내에 수렴함으로써 계산 가능성을 입증하였다.
• 경험베이즈 접근법이 공유 부분공간 차원과 고유값에 대해 안정적인 추정을 제공하였으며, 시뮬레이션 및 실제 데이터에서 다른 방법들보다 뛰어난 성능을 보였다.
• 투영된 데이터에 대한 계층적 클러스터링은 생물학적으로 의미 있는 군집을 드러내었으며, T-ALL과 MLL은 알려진 선배 분류와 일치하는 고유한 클러스터를 형성하였다.