[논문 리뷰] Nonnegative Matrix Factorization with Group and Basis Restrictions

Phillip Shreeves, Jeffrey L. Andrews외 3명|arXiv (Cornell University)|2021. 07. 01.

Matrix Theory and Algorithms인용 수 4

한 줄 요약

이 논문은 인식된 스펙트럼 성분과 샘플 군집에 대한 사전 지식을 인코딩한 제약 분해를 통해 인자 행렬 H를 보조 행렬과 반제약 행렬으로 분해함으로써, 표준 NMF를 확장한 그룹 및 기저 제약 비음성 행렬 분해(GBR-NMF)를 제안한다. 이 방법은 그룹 및 기저 제약 조건을 강제함으로써 라만 스펙트럼 분석 및 얼굴 영상 데이터에서 해석 가능성과 정확성을 향상시키며, 생물학적으로 관련성이 있는 스펙트럼 특징을 발견하고 방사선에 대한 세포 계통 반응을 더 명확히 분리하는 데 기여한다.

ABSTRACT

Nonnegative matrix factorization (NMF) is a popular method used to reduce dimensionality in data sets whose elements are nonnegative. It does so by decomposing the data set of interest, $\mathbf{X}$, into two lower rank nonnegative matrices multiplied together ($\mathbf{X} \approx \mathbf{WH}$). These two matrices can be described as the latent factors, represented in the rows of $\mathbf{H}$, and the scores of the observations on these factors that are found in the rows of $\mathbf{W}$. This paper provides an extension of this method which allows one to specify prior knowledge of the data, including both group information and possible underlying factors. This is done by further decomposing the matrix, $\mathbf{H}$, into matrices $\mathbf{A}$ and $\mathbf{S}$ multiplied together. These matrices represent an 'auxiliary' matrix and a semi-constrained factor matrix respectively. This method and its updating criterion are proposed, followed by its application on both simulated and real world examples.

연구 동기 및 목표

• 표준 NMF와 PCA가 라만 스펙트럼 분석에서 가지는 한계를 해결하기 위해 인자 분해 과정에 생물학적 사전 지식을 통합하는 것.
• 사용자가 알려진 화학 성분과 샘플 군집을 지정할 수 있도록 허용함으로써 비음성 행렬 분해의 잠재 요인의 해석 가능성을 향상시키는 것.
• 생물학적 또는 물리적 제약 조건이 있는 비음성 데이터에서의 반감성 차원 축소를 지원하는 유연한 모델링 프레임워크를 개발하는 것.
• 제약 없는 기저 회복을 통해 새로운 잠재적으로 생물학적으로 의미 있는 스펙트럼 성분을 발견하는 것과 동시에 알려진 성분을 유지하는 것.
• 비음성과 사전 지식이 의미 있는 해석을 위해 필수적인 고차원 복잡한 생물의학 데이터를 분석하기 위한 강력한 방법을 제공하는 것.

제안 방법

• 요소 행렬 H를 두 개의 행렬 A(보조)와 S(반제약)로 분해하여 H = A × S가 되도록 하며, 이로써 알려진 기저와 군집 정보를 통합할 수 있도록 한다.
• 모든 행렬(W, H, A, S)에 비음성 제약 조건을 적용하여 물리적 해석 가능성과 덧셈적, 부분 기반 표현을 보장한다.
• 잔차 오차의 프로베니우스 노름을 최소화하기 위해 교대 비음성 최소 제곱 업데이트 알고리즘과 곱셈형 업데이트 규칙을 유도한다.
• 일부 기저 행과 군집 열이 완전히 제약 없이 설정된 구조를 도입하여 알려지지 않은 성분의 발견을 가능하게 한다.
• 성능을 평가하기 위해 시뮬레이션 데이터와 세 가지 암 세포 계통(H460, MCF7, LNCaP)의 실제 라만 스펙트럼 데이터에 방법을 적용한다.
• 잔차 오차와 재구성 품질(예: 원본 스펙트럼과 재구성 스펙트럼 간의 시각적 비교)을 평가 지표로 사용한다.

실험 결과

연구 질문

• RQ1 기타 알려진 화학 성분과 샘플 군집에 대한 사전 지식을 통합함으로써 라만 스펙트럼 분석에서 NMF의 해석 가능성과 정확성을 향상시킬 수 있는가?
• RQ2 군집 및 기저 제약 조건의 포함 여부가 스펙트럼 데이터에서 세포 계통의 방사선 반응 분리에 어떤 영향을 미치는가?
• RQ3 GBR-NMF 프레임워크는 기존 표준 NMF나 PCA로는 발견되지 않은 새로운 생물학적으로 관련성이 있는 스펙트럼 성분을 발견할 수 있는가?
• RQ4 제약 있는 요소와 제약 없는 요소로부터 데이터를 재구성할 때 모델이 원래 스펙트럼 구조를 어느 정도 유지하는가?
• RQ5 GBR-NMF는 방사선 감수성과 관련된 생화학적 변화를 식별하는 데 있어 표준 NMF와 PCA에 비해 성능가능성이 어떻게 뛰어나게 되는가?

주요 결과

• GBR-NMF는 고분자량과 기타 성분의 알려진 스펙트럼 기저를 높은 정밀도로 회복하였으며, 군집 제약 조건 하에서 표준 세포 스펙트럼에 매우 가까운 근사치를 제공하였다.
• LNCaP 전립선 암 세포 계통은 H460과 MCF7에 비해 평균 고분자량 점수(1.5 이하)가 유의미하게 낮게 나타났으며, 이는 알려진 방사선 감수성의 생물학적 차이와 일치하였다.
• 고분자량 점수와 제 5의 제약 없는 기저에서의 점수를 조합함으로써 LNCaP와 나머지 두 세포 계통 간의 완전한 분리가 달성되었으며, 이는 잠재적인 새로운 생물학적 마커를 시사하였다.
• GBR-NMF로부터 재구성된 라만 스펙트럼은 원래 실험 스펙트럼과 매우 유사하게 나타나 데이터 무결성과 모델 정확도가 뛰어나다는 것을 입증하였다.
• 기존에 발견되지 않은 스펙트럼 성분(제 5의 기저)이 발견되었으며, 이는 종양의 방사선 감수성과 잠재적으로 관련이 있을 수 있어 향후 연구의 새로운 방향을 제시하였다.
• GBR-NMF는 알려진 생물학적 요소와 군집 정보를 직접 통합할 수 있도록 하여 표준 NMF보다 해석 가능성이 뛰어나며, 더 명확한 생물학적 통찰을 이끌어내었다.