[논문 리뷰] Parametric Inference using Persistence Diagrams: A Case Study in Population Genetics

Kevin Emmett, Daniel I. S. Rosenbloom외 2명|arXiv (Cornell University)|2014. 06. 18.

Topological and Geometric Data Analysis참고 문헌 13인용 수 47

한 줄 요약

이 논문은 코alescent 모델의 모수를 가능도 기반 추정을 위해 지속 호몰로지( persistent homology )를 사용하여 인구 유전학에서의 매개변수 추론을 수행하는 방법을 제안한다. 지속 다이어그램에서 모델링한 위상적 특징을 통계량으로 사용함으로써, 유전체 데이터의 다중 척도 위상적 구조—비롯해 조류 인플루엔자에서 내부 및 상위형태 간 재조합 속도의 차이—를 신뢰성 있게 추정하고 생물학적으로 해석할 수 있음을 보여준다.

ABSTRACT

Persistent homology computes topological invariants from point cloud data. Recent work has focused on developing statistical methods for data analysis in this framework. We show that, in certain models, parametric inference can be performed using statistics defined on the computed invariants. We develop this idea with a model from population genetics, the coalescent with recombination. We apply our model to an influenza dataset, identifying two scales of topological structure which have a distinct biological interpretation.

연구 동기 및 목표

• 지속 다이어그램에서 유도된 위상적 불변량을 사용한 매개변수 추론 프레임워크를 개발하기 위해.
• 지속 호몰로지가 복잡한 다중 척도 위상 신호를 포착하고 요약할 수 있는지, 이는 기저의 진화 모수를 반영하는지 조사하기 위해.
• 코alescent 모델과 재조합을 포함한 잘 정의된 확률 모델에서 가능도 기반 추정에 위상 통계량을 충분 통계량으로 사용할 수 있는지의 가능성을 시험하기 위해.
• 지속 다이어그램의 위상적 특징이 돌연변이 빈도(θ)와 재조합 빈도(ρ)와 같은 생물학적으로 관련된 모수를 추론하는 데 사용될 수 있음을 증명하기 위해.
• 실제 유전체 데이터에서의 위상적 구조가 생물학적으로 해석 가능한지, 예를 들어 조류 인플루엔자 재조합 패tern에서의 해석 가능성을 보여주기 위해.

제안 방법

• 베이지스-리프스 복합체와 딘의서스 라이브러리를 사용하여 유전체 서열 데이터에 대해 지속 호몰로지 계산을 수행하고 지속 다이어그램 생성하기.
• 지속 다이어그램에서 위상적 특징(호몰로지 클래스의 생애 및 사멸 시간)을 추출하며, 고리 형태의 구조를 위해 H₁에 중점을 두기.
• 다중 척도의 위상 신호를 포착하기 위해 감마 분포의 혼합 모델을 사용하여 위상적 특징의 분포를 모델링하기.
• 최대우도 추정법을 사용하여 생애 및 사멸 시간의 적합된 분포에서 모수(θ 및 ρ) 추정하기.
• 모의 코alescent 데이터(다양한 θ 및 ρ 설정)에 대해 적용하여 추정 정확도 및 신뢰구간 검증하기.
• 실제 조류 인플루엔자 데이터(7개의 HA 하위형, 총 n=3,105개 서열)에 방법을 확장하여, 생애 및 사멸 시간에 이중 첨두 분포를 관찰하고 내형태 및 상위형 간 재조합 속도의 차이를 추론하기.

실험 결과

연구 질문

• RQ1 지속 다이어그램의 위상적 특징이 인구 유전학의 확률 모델에서 매개변수 추론에 충분 통계량으로 기능할 수 있는가?
• RQ2 돌연변이 빈도(θ) 및 재조합 빈도(ρ)와 같은 모수는 코alescent 시뮬레이션에서 지속 다이어그램의 위상적 구조에 어떻게 영향을 미치는가?
• RQ3 지속 호몰로지가 인플루엔자에서 내형태 및 상위형 재조합과 같은 다중 생물학적 척도의 유전적 다양성을 감지하고 구분할 수 있는가?
• RQ4 실제 유전체 데이터에서 지속 다이어그램의 위상적 구조를 사용하여 생물학적으로 의미 있는 해석이 가능한 재조합 빈도를 어느 정도 정확하게 추정할 수 있는가?
• RQ5 복잡한 확률 모델에서 위상 통계량이 신뢰할 수 있는 매개변수 추론을 가능하게 하기 위해 어떤 조건을 충족해야 하는가?

주요 결과

• 높은 돌연변이 빈도(θ = 5000)와 높은 재조합 빈도(ρ = 72)에서 재조합 빈도 ρ를 더 높은 정확도와 좁은 신뢰구간으로 성공적으로 추정하였다.
• 인플루엔자 데이터에서 H₁ 특징의 생애 및 사멸 시간에 이중 첨두 분포가 관찰되어 두 개의 별도된 위상적 척도가 존재함을 시사하였다.
• 내형태 재조합 빈도는 ρ₁ = 9.68로 추정되었고, 상위형 재조합 빈도는 ρ₂ = 21.43로 추정되어 상위형 재조합이 내형태 재조합보다 두 배 이상 빠르게 일어남을 시사하였다.
• 바코드도 안에서 내형태(파랑 막대)와 상위형(초록 막대) 특징 간의 위상적 구분은 지속 호몰로지가 다양한 유전적 척도에서 생물학적 사건을 구분할 수 있음을 확인하였다.
• 이 방법은 실생활의 복잡한 데이터에서도 지속 다이어그램의 위상 신호를 사용하여 모수를 통계적으로 엄밀하게 추론할 수 있음을 보여주었다.
• 이 방법은 더 높은 상위형 재조합에도 불구하고 별개의 HA 하위형이 유지되는 유전적 장벽이 존재함을 드러내었으며, 이는 생물학적으로 의미 있는 제약 조건으로서 향후 추가 연구가 필요한 사항임을 시사하였다.