생물학적 네트워크 비교를 위한 그래플릿 차수 분포와 기하학적 모델링

초록

본 논문은 네트워크의 지역 구조를 정량화하는 새로운 지표인 그래플릿 차수 분포(GDD)를 제안한다. 2~5개의 노드로 구성된 73개의 비동형 그래플릿에 대해 각 노드가 해당 그래플릿에 몇 번 등장하는지를 분포 형태로 기록하고, 이 73개의 분포를 통합해 네트워크 간 ‘동의도(agreement)’를 계산한다. 14개의 진핵생물 PPI 네트워크에 적용한 결과, 기하학적 랜덤 그래프가 ER, 무작위 스케일프리, Barabási‑Albert 모델보다 실제 네트워크를 더 잘 설명한다는 결론을 얻었다.

상세 분석

이 연구는 기존의 단순 차수 분포(degree distribution)만으로는 복잡한 생물학적 네트워크의 유사성을 충분히 포착하기 어렵다는 점에 착안한다. 차수 분포는 노드가 연결된 엣지 수만을 고려하지만, 실제 생물학적 시스템에서는 작은 서브그래프, 즉 그래플릿(graphlet)의 존재와 빈도가 기능적 모듈이나 진화적 보존성을 반영한다. 논문은 2~5개의 노드로 이루어진 73개의 비동형 그래플릿을 정의하고, 각 노드가 특정 그래플릿에 ‘터치’되는 횟수를 카운트한다. 이를 그래플릿 차수(graphlet degree)라 부르고, 그래플릿 차수 분포(GDD)는 해당 차수값이 나타나는 노드 비율을 나타내는 확률 분포이다.

GDD는 전통적인 차수 분포를 일반화한 형태이며, 73개의 서로 다른 그래플릿에 대해 각각의 분포를 구한다. 저자들은 각 GDD를 정규화하고, 두 네트워크 간의 차이를 측정하기 위해 L1 거리와 같은 표준 거리 함수를 적용한다. 이후 73개의 거리값을 가중 평균하거나, 기하 평균을 취해 하나의 종합 ‘동의도(agreement)’ 점수를 산출한다. 이 점수는 0(전혀 유사하지 않음)에서 1(완전 동일) 사이의 값을 가지며, 네트워크 전체의 지역 구조적 유사성을 정량화한다.

실험에서는 인간을 포함한 14개의 진핵생물 단백질‑단백질 상호작용(PPI) 네트워크를 대상으로, 네 가지 무작위 그래프 모델(Erdős‑Rényi, 무작위 스케일프리, Barabási‑Albert, 그리고 기하학적 랜덤 그래프)과 비교하였다. 각 모델에 대해 동일한 노드 수와 평균 차수를 유지하도록 파라미터를 조정한 뒤, GDD‑동의도 점수를 계산했다. 결과는 기하학적 랜덤 그래프가 다른 세 모델에 비해 일관되게 높은 동의도 점수를 보였으며, 특히 고차원 유클리드 공간에 노드를 임의 배치하고 거리 기반으로 엣지를 연결하는 방식이 실제 PPI 네트워크의 그래플릿 구조를 가장 잘 재현한다는 것을 시사한다.

이 접근법의 강점은 (1) 네트워크의 지역 구조를 수백 개의 제약 조건으로 동시에 고려함으로써 유사성 판단의 신뢰성을 높인다는 점, (2) 그래플릿 크기를 늘리면 더 정교한 비교가 가능하지만 계산 복잡도는 여전히 기존의 서브그래프 카운팅 기법보다 효율적이라는 점이다. 그러나 그래플릿 수가 늘어날수록 메모리 사용량과 계산 시간이 급격히 증가할 수 있으며, 현재는 5노드 이하 그래플릿에 국한된 점이 한계로 남는다. 또한, 동의도 점수는 전역적인 네트워크 특성을 완전히 대변하지 못하므로, 기능적 모듈 분석이나 동적 네트워크 변화를 포착하기 위해서는 추가적인 방법론과의 결합이 필요하다.