병리성 마이크로새틀라이트 확장의 간단한 수학 모델과 자기복구 한계

초록

본 논문은 마이크로새틀라이트의 병리적 확장을 설명하기 위해 확장·수축을 확률적 사건으로 보는 단순 수학 모델을 제시한다. 확장과 수축 확률이 동일하면 반복적인 자기복구가 일어나지만, 확률이 불균형하면 복구가 실패하고 확장이 진행된다. 모델을 통해 모자이크 현상, 세대 간 기대(anticipation), 역돌연변이(reverse mutation)의 발생 메커니즘을 해석하고, 역돌연변이가 드물게 관찰되는 이유를 이론적으로 설명한다.

상세 분석

이 연구는 마이크로새틀라이트(반복 서열)의 병리적 팽창을 확률론적 마코프 과정으로 단순화한다. 기본 가정은 각 복제 단계에서 서열이 ‘확장’(repeat unit이 하나 추가) 혹은 ‘수축’(하나 감소)될 확률이 각각 p와 q이며, 이 두 확률이 독립적으로 일정하다는 점이다. 모델은 연속적인 복제 과정을 이산 시간 마코프 체인으로 기술하고, 전체 인구(또는 세포) 내 서열 길이 분포를 확률밀도 함수 f(L,t)로 나타낸다. 핵심 수식은 확장·수축에 의한 길이 변화를 반영한 확산‑드리프트 방정식이며, 드리프트 항은 (p−q)·∂f/∂L 로 나타난다.

p = q 일 때, 드리프트 항이 사라지고 순수 확산만 남는다. 이 경우 평균 길이는 시간에 따라 변하지 않으며, 길이 분포는 점점 넓어지지만 중심값은 일정하게 유지된다. 즉, 어느 순간에도 긴 반복 서열이 짧아지는 ‘자기복구’ 현상이 지속적으로 일어나며, 전체 집단은 안정적인 평형 상태에 도달한다. 이는 실험적으로 관찰되는 ‘역돌연변이’가 발생할 확률이 매우 낮은 이유를 설명한다.

반면 p ≠ q, 특히 p > q (확장이 수축보다 더 빈번)인 경우 드리프트 항이 양의 방향으로 작용한다. 평균 길이는 지수적으로 증가하고, 분포는 오른쪽으로 치우쳐서 ‘확장 폭풍’이 발생한다. 이때 자기복구 메커니즘은 효과를 상실하고, 반복 서열이 지속적으로 길어지면서 질환 표현형이 심화된다. 모델은 또한 p < q 상황을 고려했으며, 이 경우는 이론적으로는 수축이 우세해 질환이 소멸될 수 있음을 보여준다.

모자이크 현상은 개별 세포가 서로 다른 복제 경로를 따라 독립적으로 확장·수축을 겪기 때문에 발생한다. 동일한 유전자를 가진 세포군이라도 p와 q의 미세한 차이로 인해 각 세포의 서열 길이가 서로 다르게 분포하게 되며, 이는 조직 내에서 다양한 길이의 마이크로새틀라이트를 관찰하게 만든다.

‘세대 간 기대(anticipation)’는 p > q인 경우 평균 길이가 세대마다 누적적으로 증가함을 의미한다. 모델은 초기 변이가 작은 경우에도 시간이 지남에 따라 평균 길이가 임계값을 초과하게 되므로, 후대에서 더 심각한 임상 증상이 나타나는 현상을 정량적으로 설명한다.

‘역돌연변이’는 p = q인 경우에만 통계적으로 의미 있게 발생한다. 확률이 정확히 일치할 때만 평균 길이가 유지되므로, 우연히 길이가 짧아진 세포가 살아남아 번식할 가능성이 있다. 그러나 실제 생물학적 시스템에서는 p와 q가 완전히 동일하기 어렵기 때문에 역돌연변이는 매우 드물게 관찰된다.

이 모델의 강점은 복잡한 분자 메커니즘을 최소한의 파라미터(p, q)로 압축하면서도, 실험 데이터와 임상 현상을 일관되게 설명한다는 점이다. 그러나 실제 DNA 복제 과정에서 DNA 폴리머라아제 오류, DNA 손상 복구, 염색체 구조 등 다수의 추가 요인이 존재하므로, p와 q를 실제 값으로 추정하기 위한 정밀한 실험적 접근이 필요하다. 또한 모델은 연속적인 복제와 무한히 큰 반복 단위를 가정하므로, 실제 제한된 반복 수와 세포 사멸률을 포함한 확장도 필요하다.

요약하면, 이 논문은 마이크로새틀라이트 확장을 확률적 확장·수축 과정으로 모델링함으로써, 자기복구가 가능한 조건(p = q)과 불가능한 조건(p ≠ q)을 명확히 구분하고, 모자이크, 기대, 역돌연변이와 같은 복합 현상을 수학적으로 해석한다. 이는 향후 질환 예측, 치료 전략 설계, 그리고 유전적 불안정성 연구에 유용한 이론적 토대를 제공한다.