[논문 리뷰] Derandomizing Knockoffs

Zhimei Ren, Yuting Wei외 1명|arXiv (Cornell University)|2020. 12. 04.

Genetic Associations and Epidemiology참고 문헌 61인용 수 6

한 줄 요약

이 논문은 Model-X 노크오프에 대한 랜덤성 제거 프레임워크를 제안하며, 여러 실행을 통해 결과를 집계하여 안정적이고 일관된 변수 선택을 가능하게 하면서도 엄격한 오류 제어를 유지한다. 노크오프와 안정성 선택 원칙을 융합함으로써, 가족별 오류율(PFER) 및 k-가족별 오류율(k-FWER) 제어를 달성하여 고차원 변수 선택에서 특히 다단계 전장 게놈 연관 분석(GWAS)에서 유의미한 검정력 향상과 유형 I 오류 제어를 크게 개선한다.

ABSTRACT

Model-X knockoffs is a general procedure that can leverage any feature importance measure to produce a variable selection algorithm, which discovers true effects while rigorously controlling the number or fraction of false positives. Model-X knockoffs is a randomized procedure which relies on the one-time construction of synthetic (random) variables. This paper introduces a derandomization method by aggregating the selection results across multiple runs of the knockoffs algorithm. The derandomization step is designed to be flexible and can be adapted to any variable selection base procedure to yield stable decisions without compromising statistical power. When applied to the base procedure of Janson et al. (2016), we prove that derandomized knockoffs controls both the per family error rate (PFER) and the k family-wise error rate (k-FWER). Further, we carry out extensive numerical studies demonstrating tight type-I error control and markedly enhanced power when compared with alternative variable selection algorithms. Finally, we apply our approach to multi-stage genome-wide association studies of prostate cancer and report locations on the genome that are significantly associated with the disease. When cross-referenced with other studies, we find that the reported associations have been replicated.

연구 동기 및 목표

• 랜덤화된 노크오프의 불안정성 문제를 해결하기 위해, 난수 생성 시드가 다를 경우 변수 선택 결과가 일관되지 않게 나오는 문제를 해결하기 위해.
• 통계적 검정력이나 오류율 보장을 훼손하지 않으면서도 안정성을 향상시킬 수 있는 일반적인 랜덤성 제거 프레임워크를 개발하기 위해.
• 엄격한 오류 제어와 재현 가능성이 필수적인 확증 연구—특히 다단계 GWAS—에서 신뢰할 수 있는 변수 선택을 가능하게 하기 위해.
• 이전의 노크오프 응용에서 선택 빈도 기반 보고 방식의 한계를 극복하여 집계된 발견 집합에 대해 유형 I 오류 제어를 제공하는 방법을 제공하기 위해.
• 실제 유전체학 데이터에서의 효능을 입증하며, 독립적인 연구들 간에 생물학적으로 반복 가능한 결과를 도출하기 위해.

제안 방법

• 독립적인 난수 시드를 사용하여 Model-X 노크오프 알고리즘을 여러 번 실행하여 여러 선택 집합을 생성하기 위해.
• 안정성 선택 원칙을 기반으로 한 기준을 사용해 선택 결과를 집계하여, 여러 실행에서 일관되게 식별된 변수를 선별하기 위해.
• 선택 빈도에 임계값을 적용하여 최종 발견 집합을 구성함으로써 안정성을 확보하고 거짓 양성 결과를 감소시키기 위해.
• Janson 등(2016)의 이론적 결과를 활용하여, 집계된 절차가 PFER 및 k-FWER를 모두 제어함을 증명하기 위해.
• 이중 단계 GWAS 워크플로우를 설계: 첫 번째 단계에서는 랜덤성 제거된 노크오프를 사용해 후보 SNP를 식별하고, 두 번째 단계에서는 결과를 후속 연구에서 확인하기 위해.
• SNP 클러스터링에 2% 해상도를 사용하여 근접한 변이를 그룹화하고, 각 클러스터의 주요 SNP를 보고함으로써 이전 문헌과의 비교를 가능하게 하기 위해.

실험 결과

연구 질문

• RQ1 엄격한 오류 제어를 유지하면서도 선택 안정성을 향상시킬 수 있는 랜덤성 제거된 노크오프 절차를 구성할 수 있는가?
• RQ2 여러 노크오프 실행을 집계하면 표준 노크오프 대비 더 높은 통계적 검정력을 확보할 수 있는가?
• RQ3 기본 절차가 PFER 제어를 보장할 경우, 랜덤성 제거된 노크오프 방법이 PFER 및 k-FWER를 동시에 제어할 수 있는가?
• RQ4 랜덤성 제거된 노크오프로 도출된 발견은 독립적인 GWAS 연구에서 재현 가능하고 생물학적으로 확인되었는가?
• RQ5 이 방법은 다단계 GWAS 워크플로우에 적응되어 강력한 오류율 보장을 갖춘 확증 분석을 지원할 수 있는가?

주요 결과

• 랜덤성 제거된 노크오프는 기저 절차가 PFER를 제어하더라도, 가족별 오류율(PFER) 및 k-가족별 오류율(k-FWER)을 엄격하게 제어한다.
• 수치 실험에서 일반적인 노크오프 및 기타 변수 선택 알고리즘 대비 뚜렷한 통계적 검정력 향상을 보였다.
• 2% 해상도와 FWER 수준 0.1에서 발견된 모든 SNP는 이전 문헌에 이미 보고되었거나 독립적인 GWAS 연구에서 확인된 바가 있었다.
• FWER 임계값을 3-FWER 수준 0.1로 완화한 경우, 추가로 7개의 SNP가 발견되었으며, 이들 모두가 이전 문헌이나 메타분석에서 지지되었다.
• 각 클러스터의 주요 SNP(예: rs12621278, rs1016343, rs7501939)는 외부 연구에서 생물학적으로 반복 확인되어 본 방법의 신뢰성과 타당성을 입증하였다.
• 이 방법은 오류 제어를 갖춘 후보 SNP 식별과 후속 연구에서의 확인을 가능하게 하여 과학적으로 타당한 이중 단계 GWAS 워크플로우를 제공한다.