[논문 리뷰] Unconventional machine learning of genome-wide human cancer data

Richard Y. Li, Sharvari Gujja외 6명|arXiv (Cornell University)|2019. 09. 12.

Quantum Computing Algorithms and Architecture참고 문헌 35인용 수 3

한 줄 요약

이 연구는 양자 컴퓨팅 원리에서 영감을 얻은 앤날링 기반 기계학습 알고리즘을 사용하여 테이터 케이지 어스(TCGA)에서 제공하는 고차원적이고 다중오미크스 인간 암 데이터를 분류하는 데의 가능성을 입증한다. 이는 암 유형 및 분자 아형 분류에서 경쟁적인 성능을 보이며, 전통적인 기계학습 방법에 비해 작은 학습 데이터셋에서 뛰어난 성능을 발휘한다.

ABSTRACT

Recent advances in high-throughput genomic technologies coupled with exponential increases in computer processing and memory have allowed us to interrogate the complex aberrant molecular underpinnings of human disease from a genome-wide perspective. While the deluge of genomic information is expected to increase, a bottleneck in conventional high-performance computing is rapidly approaching. Inspired in part by recent advances in physical quantum processors, we evaluated several unconventional machine learning (ML) strategies on actual human tumor data. Here we show for the first time the efficacy of multiple annealing-based ML algorithms for classification of high-dimensional, multi-omics human cancer data from the Cancer Genome Atlas. To assess algorithm performance, we compared these classifiers to a variety of standard ML methods. Our results indicate the feasibility of using annealing-based ML to provide competitive classification of human cancer types and associated molecular subtypes and superior performance with smaller training datasets, thus providing compelling empirical evidence for the potential future application of unconventional computing architectures in the biomedical sciences.

연구 동기 및 목표

• 비전통적 기계학습 전략, 특히 앤날링 기반 알고리즘을 사용하여 고차원적 인간 암 게놈 데이터를 효과적으로 분류할 수 있는지 조사하기 위해.
• 유전자 데이터의 기하급수적 증가로 인해 발생하는 전통적 고성능 컴퓨팅의 성능 저하 문제를 해결하기 위해.
• 실제 인간 종양 게놈 데이터에서 앤날링 기반 기계학습의 성능을 평가하기 위해.
• 분류 정확도 및 데이터 효율성 측면에서 앤날링 기반 방법과 표준 기계학습 기법을 비교하기 위해.
• 양자 프로세서에서 영감을 얻은 비전통적 컴퓨팅 아키텍처가 향후 생물의학 데이터 과학 분야에 어떻게 활용될 수 있을지 평가하기 위해.

제안 방법

• 물리적 양자 프로세서에서 영감을 얻은 앤날링 기반 기계학습 알고리즘을 사용하여 다중오미크스 암 데이터를 모델링하고 분류하였다.
• 다양한 암 유형에 걸쳐 테이터 케이지 어스(TCGA)에서 제공하는 실제 고차원 유전자 프로파일에 이러한 알고리즘을 적용하였다.
• 비교 평가를 위해 표준 기계학습 방법(예: 서포트 벡터 머신, 랜덤 포레스트, 신경망)을 기준선으로 사용하였다.
• 정확도 및 ROC 곡선 아래 면적(AUC)과 같은 표준 분류 지표를 사용하여 모델 성능을 평가하였다.
• 학습 데이터셋 크기를 다양하게 변화시켜 데이터 효율성을 평가하였으며, 특히 소규모 데이터 성능에 중점을 두었다.
• 결과의 강건성과 일반화 능력을 확보하기 위해 교차 검증 및 하이퍼파rameter 튜닝을 수행하였다.

실험 결과

연구 질문

• RQ1 앤날링 기반 기계학습 알고리즘이 고차원적이고 다중오미크스 인간 암 데이터에서 경쟁적인 분류 성능을 달성할 수 있는가?
• RQ2 암 분류 작업에서 앤날링 기반 방법은 정확도 및 강건성 측면에서 전통적 기계학습 모델에 비해 어떻게 비교되는가?
• RQ3 유전체 분석에서 흔히 발생하는 소규모 데이터셋에서 앤날링 기반 알고리즘이 뛰어난 성능을 보이는가?
• RQ4 양자 프로세서에서 영감을 얻은 비전통적 컴퓨팅 아키텍처는 복잡한 생물의학 데이터 분석에 어떻게 활용될 수 있는가?
• RQ5 이러한 방법들은 암 유형뿐만 아니라 게놈 전역 데이터에서 분자 아형까지도 효과적으로 분류할 수 있는가?

주요 결과

• 앤날링 기반 기계학습 알고리즘이 테이터 케이지 어스(TCGA)에서 제공하는 고차원적이고 다중오미크스 인간 암 데이터에서 경쟁적인 분류 성능을 달성하였다.
• 소규모 데이터셋에서 학습된 경우, 이러한 알고리즘이 표준 기계학습 방법보다 분류 정확도에서 뛰어난 성능을 보였다.
• 이 연구는 앤날링 기반 기계학습가 고차원적이고 복잡한 게놈 전역 암 데이터를 효과적으로 다룰 수 있음을 실증적으로 입증하였다.
• 결과는 비전통적 컴퓨팅 접근 방식이 유전체 데이터 분석에서 증가하는 계산 부담 문제를 완화하는 데 기여할 수 있음을 시사한다.
• 이 방법들은 특히 낮은 데이터 환경에서 강건성과 확장성을 보이며, 이는 임상적 적용에 대한 잠재적 기여를 강조한다.
• 본 연구는 실질적인 인간 종양 게놈 분석 데이터에 대해 앤날링 기반 기계학습의 첫 번째 실증적 검증을 제공하며, 향후 계산 생물의학 분야의 연구 방향을 열어가고 있다.