RNA 이차 구조 성장 모델

초록

평면 아치 구조를 이용한 RNA 이차 구조의 계층적 성장 모델을 제시하고, 이를 트리 성장 모델과 동등함을 보였다. 두 모델 모두 해석적으로 풀 수 있어 큰 분자에 대한 스케일링 함수와 스케일링 보정항을 얻을 수 있으며, 최대 6 500 염기까지의 수치 시뮬레이션으로 검증하였다. 두 모델의 동등성은 보다 일반적인 트리 성장 과정 이해에 도움이 될 것이다.

상세 요약

이 논문은 RNA 이차 구조를 수학적으로 모델링하기 위해 두 가지 상호 변환 가능한 프레임워크를 제시한다. 첫 번째는 ‘평면 아치 구조(Planar Arch)’라는 개념을 도입한 계층적 성장 모델이다. 여기서 아치는 염기쌍을 연결하는 곡선으로, 서로 교차하지 않는 평면 상의 아치 집합으로 표현된다. 모델은 새로운 염기가 추가될 때 기존 아치 사이에 삽입되거나, 기존 아치의 내부에 새로운 아치를 형성하는 방식으로 성장한다. 이러한 규칙은 실제 RNA가 접히는 과정에서 나타나는 ‘스택(stack)’과 ‘루프(loop)’의 형성을 자연스럽게 재현한다.

두 번째는 동일한 성장 과정을 트리 구조로 재구성한 모델이다. 각 아치는 트리의 노드가 되고, 아치가 포함하는 하위 아치들은 자식 노드가 된다. 따라서 평면 아치 집합은 일종의 이진 트리 혹은 일반 트리 형태로 변환되며, 트리의 깊이와 분기 패턴이 RNA 구조의 복잡성을 나타낸다. 논문은 이 두 모델이 정확히 동등함을 수학적으로 증명한다. 즉, 하나의 모델에서 정의된 모든 성장 경로는 다른 모델에서도 일대일 대응 관계를 가진다.

해석적 접근에서는 생성함수와 마스터 방정식을 이용해 평균 아치 길이, 평균 분기 수, 그리고 전체 구조의 스케일링 법칙을 도출한다. 특히, 큰 분자(즉, 염기 수 N → ∞)에서 구조적 특성이 어떻게 N의 거듭제곱 형태로 스케일링되는지를 나타내는 스케일링 함수와, 유한 크기 효과를 설명하는 보정항을 얻는다. 이러한 결과는 기존의 무작위 매칭 모델이나 폴리머 물리 모델과 비교했을 때, 더 정밀한 예측을 가능하게 한다.

수치 시뮬레이션은 최대 6 500개의 염기를 갖는 서열에 대해 Monte‑Carlo 방식으로 수행되었으며, 이론적 예측과 매우 높은 일치도를 보였다. 시뮬레이션 결과는 평균 구조적 지표뿐 아니라 분포 형태까지도 모델이 정확히 포착함을 입증한다.

마지막으로, 저자들은 두 모델의 동등성이 보다 복잡한 트리 성장 과정—예를 들어, 비평면 트리, 가중치가 부여된 분기, 혹은 외부 환경에 의한 성장 억제와 같은 상황—을 이해하는 데 기초가 될 수 있음을 강조한다. 이는 생물학적 RNA 접힘 메커니즘뿐 아니라, 네트워크 성장, 컴퓨터 과학의 파싱 트리, 그리고 물리학의 임계 현상 연구 등 다양한 분야에 적용 가능성을 시사한다.