비평형 열역학으로 보는 유전자 발현과 전사 조절

초록

이 논문은 전사와 유전자 발현을 비평형 열역학 프레임워크로 설명하려는 시도를 제시한다. 기존의 통계·확률적 방법이 생물학적 메커니즘을 충분히 설명하지 못한다는 점을 지적하고, 물리화학적 원리를 통합한 이론적 모델이 필요함을 강조한다.

상세 분석

논문은 먼저 고속 유전체 발현 분석이 생물학적 현상의 복합성을 드러내지만, 현재 주류인 확률·통계 기반 방법은 현상의 근본적인 물리·화학 메커니즘을 규명하지 못한다는 한계를 제시한다. 저자는 이를 극복하기 위해 비평형 열역학을 적용한 새로운 이론적 틀을 구상한다. 비평형 시스템에서의 자유에너지 흐름, 엔트로피 생산, 그리고 화학 퍼텐셜 차이에 기반한 전사 활성화·억제 과정을 수식화한다. 특히 전사인자와 프로모터 사이의 결합을 화학 반응으로 모델링하고, 전사 복합체 형성·해리의 동역학을 마스터 방정식 형태로 기술한다. 이 과정에서 전사 인자의 농도, 결합 친화도(Kd), 그리고 세포 내 ATP·GTP와 같은 에너지 공급원을 명시적으로 변수화한다. 또한, 전사 후 mRNA의 분해와 번역 과정까지 포함한 전체 유전자 발현 파이프라인을 연속적인 비평형 흐름으로 연결함으로써, 시스템이 정적 평형이 아니라 지속적인 에너지 소모와 엔트로피 생산을 통해 동적 균형을 유지한다는 점을 강조한다. 저자는 이러한 모델이 기존의 베이즈 네트워크나 머신러닝 기반 예측 모델과는 달리, 실험적으로 측정 가능한 물리량(예: 결합 자유에너지, 반응 속도 상수)과 직접 연결될 수 있음을 주장한다. 마지막으로, 비평형 열역학적 접근이 다양한 세포 상태(예: 스트레스, 분화, 암)에서의 전사 네트워크 재구성을 설명하고, 약물 타깃 검증이나 합성 생물학 설계에 정량적 가이드라인을 제공할 잠재력을 갖는다고 결론짓는다.