대사 최적화에서의 자발적 반응 침묵 현상

초록

성장률·ATP 생산 등 선형 목표를 최대화하도록 진화한 미생물은 비최적 상태에 비해 활성 대사 반응 수가 크게 감소한다. 이는 대부분의 반응이 비가역적이기 때문에 발생하는 연쇄적 비활성화 현상이며, 최소 성장에 필요한 반응 수와 거의 일치한다. 연구는 이 현상이 다양한 종에서 일관되게 나타나며, 실험적 플럭스 데이터와 잠재 경로 활용을 설명한다는 점을 강조한다.

상세 분석

이 논문은 대사 네트워크 최적화 문제를 선형 프로그래밍 형태로 정의하고, 목표 함수가 성장률, ATP 생산량 혹은 기타 선형 조합일 때 최적 해가 갖는 구조적 특성을 분석한다. 먼저, 대사 반응의 대부분이 비가역적이라는 사실을 이용해 제약 조건을 부등식 형태로 전환한다. 비가역 반응은 흐름이 한 방향으로만 허용되므로, 최적화 과정에서 해당 흐름이 0이 되면 그와 연결된 대사 산물도 생산되지 못하고, 연쇄적으로 하위 반응들이 비활성화되는 ‘카스케이드 효과’가 발생한다. 저자들은 이 현상을 수학적으로 증명하기 위해 기본 해(basic feasible solution)의 차원과 활성 제약식의 수를 비교한다. 결과적으로, 최적 해는 가능한 최소한의 독립적인 제약식만을 만족시키며, 이는 활성 반응 수가 최소 필요량에 근접함을 의미한다.

실험적으로는 여러 미생물(대장균, 효모, 고세균 등)의 대사 모델을 대상으로 Flux Balance Analysis(FBA)를 수행하고, 무작위 목표 함수와 최적 목표 함수를 비교한다. 무작위 목표에서는 평균적으로 30~40%의 반응이 활성화되는 반면, 최적 목표에서는 10% 이하로 감소한다. 특히, 비가역성 비율이 높은 종일수록 반응 침묵 현상이 뚜렷하게 나타난다.

또한, 저자들은 ‘latent pathway’라 불리는 비활성화된 경로가 환경 변화나 유전적 교란에 의해 빠르게 재활성화될 수 있음을 시뮬레이션한다. 이는 미생물이 환경 적응성을 유지하면서도 일상적인 성장 조건에서는 불필요한 경로를 억제함으로써 효율성을 극대화한다는 가설을 뒷받침한다.

마지막으로, 최적 반응 집합을 이용한 ‘knockout‑based synthetic recovery’ 전략을 제안한다. 비활성화된 반응을 선택적으로 복구하거나, 불필요한 반응을 영구적으로 제거함으로써 설계된 대사 회로의 안정성과 생산성을 향상시킬 수 있다. 전체적으로 이 연구는 대사 최적화가 단순히 flux 값을 높이는 것이 아니라, 네트워크 구조 자체를 간소화하는 과정임을 보여준다.