천식과 관련된 호흡기 관련 microbiom의 feature selection

제목	천식과 관련된 호흡기 관련 microbiom의 feature selection
추천 연구 논문	Salman, R., Alzaatreh, A., & Al Bataineh, M. T. (2023). Feature selection of the respiratory microbiota associated with asthma. Journal of Big Data, 10(1), 90.
선정 이유	천식은 전 세계적으로 3억 5천만 명 이상에게 영향을 미치는 장기적인 호흡기 질환으로, 유전적 요인과 환경적 요인이 복합적으로 작용하여 발생. 최근 연구들은 인간의 미생물군이 건강과 질병에 중요한 역할을 한다고 제시하고 있으며, 특히 호흡기 질환과 관련된 미생물군의 변화가 관찰됨. 질병 진단 예측에 있어서 미생물 군의 역할을 탐구하기 위해 머신러닝 기법을 사용하고 질병과 연관된 미생물을 식별함.
주요 내용	천식환자 21명과 건강한 대조군 19명으로부터 객담 샘플을 채취함 머신러닝 방법으로는 Wilcoxon-rank sum test (FDR 조정 포함)를 사용하여 두 그룹 간에 가장 유의미한 차이를 보이는 상위 1000개의 OTUs(Operational Taxonomic Units)를 찾고 다음 방법으로는 random 포레스트 모델 이용한 미생물별 중요도 순위를 사용. 세번째 방법으로는 SVM-RFE (Recursive Feature Elimination for Support Vector Machines) 재귀적 feature 제거 방법을 해 가중 백터에 대한 통계 분석을 사용해서 미생물 순위 사용. 나머지로는 부트스트랩 유도 다양성에 기반한 점수 기반 앙상블 프레임워크를 적용과 카이제곱과 MRMR (Minimum Redundancy Maximum Relevance)등의 방법론들을 사용.  5-folds 교차 검증 방법을 사용해서 Logistic Regression와 Naive Bayes, Random Forest, Support Vector Machine (SVM) 모델에 적용. 이를 통해, 57개의 미생물 마커를 식별함. 이들 마커는 특히 소아 천식 환자에서 더 풍부한 Moraxella와 Corynebacterium 속을 포함
시사점	천식환자에게서 Proteobacteria와 같은 특정 균류가 우세한 것 처럼 호흡기 미생물의 변화와 천식 발병 간의 연관성이 들어남. 이를 통해 미생물을 통한 천식 진단 및 예측 가능성을 파악할 수 있음. 또한 높은 차원의 데이터에서 중요한 정보를 추출하여 고차원 데이터를 효과적으로 관리할 수 있으며, 유의한 바이오마커를 식별함으로써 복잡한 생물학적 데이터의 이해가 증진될 수 있음.