클래식 경로와 현대 네트워크의 통합 엣지 온톨로지 개발을 향해

초록

본 논문은 전통적인 생물학적 경로와 고통량 네트워크를 결합하여 경로 간 교차점을 드러내고, 현재의 화살표(엣지) 표기가 정보를 충분히 전달하지 못한다는 문제를 지적한다. 이를 해결하기 위해 표준화된 엣지 온톨로지를 제안하고, 프로토타입 모델을 제시한다.

상세 분석

이 연구는 시스템생물학에서 오랫동안 사용되어 온 ‘경로’ 개념과, 최근 대규모 ‘네트워크’ 데이터베이스가 제공하는 정형화된 토폴로지 사이의 불일치를 심도 있게 탐구한다. 전통적인 경로는 화살표 하나가 촉매, 억제, 인산화 등 다양한 생화학적 의미를 동시에 내포할 수 있어 해석에 모호성이 존재한다. 또한 경로가 독립적인 단위로 취급되면서 실제 세포 내에서 발생하는 다중 경로 간 상호작용—즉, crosstalk—을 간과한다. 반면, 고통량 실험(예: RNA‑seq, ChIP‑seq, 단백질‑단백질 상호작용)에서 도출된 네트워크는 엣지를 단일 관계(예: 물리적 결합)로 정의하고, 이를 기반으로 중심성, 모듈성 등 정량적 지표를 계산한다. 저자들은 이러한 두 접근법을 통합하기 위해 기존 경로를 대규모 네트워크에 ‘임베딩’하는 방법을 제시한다. 구체적으로, 경로의 각 단계마다 해당하는 네트워크 엣지를 매핑하고, 여러 네트워크(예: 전사조절, 대사, 신호전달)를 동시에 고려함으로써 경로 간 교차점을 시각화한다. 그러나 이 과정에서 가장 큰 장애물은 엣지 자체가 전달해야 할 복합 정보를 충분히 표현하지 못한다는 점이다. 예를 들어, ‘활성화’와 ‘억제’는 동일한 방향성을 갖지만 생물학적 의미는 정반대이며, ‘복합체 형성’과 ‘전사인자 결합’도 같은 화살표 형태로 표기된다. 따라서 저자들은 ‘엣지 온톨로지’를 도입해 엣지를 다중 속성(관계 유형, 방향, 증거 수준, 실험 방법 등)으로 구조화할 것을 제안한다. 제시된 프로토타입은 기존 GO, SBO, PSI‑MI와 같은 표준 어휘를 재활용하면서도, 경로‑네트워크 통합에 특화된 새로운 클래스와 속성을 정의한다. 이는 데이터베이스 간 상호운용성을 높이고, 자동화된 경로 재구성 및 시뮬레이션 파이프라인 구축을 가능하게 한다. 궁극적으로, 표준화된 엣지 온톨로지는 연구자들이 복잡한 시스템 수준의 생물학적 현상을 보다 정확히 모델링하고, 새로운 약물 표적을 탐색하거나 질병 메커니즘을 해석하는 데 필수적인 기반이 될 것으로 기대된다.