혼돈 가장자리의 창 단순 유전자 상호작용 네트워크 모델

초록

유전자와 단백질 상호작용을 모델링하기 위해 우리는 분자 촉매 반응 집합을 연구한다. 이 모델은 실험적으로 입증된 상호작용 네트워크 토폴로지를 기반으로 하며, 유전자 발현 통계의 핵심 특성을 포착하도록 설계되었다. 우리는 화학 물질 농도가 음수가 될 수 없도록 하는 경계 조건을 도입하여 시스템에 비선형성을 부여하고, 최대 리아푸노프 지수로 시스템 안정성을 정량화한다. 비음성성 제약이 리아푸노프 지수가 정확히 0이 되는 파라미터 공간 영역을 급격히 확대한다는 것을 발견하였다. 이는 자기 조직화 임계 현상으로 설명한다. 다양한 네트워크 토폴로지에 대한 결과의 강인성과 내재적 분자·외부 잡음의 역할을 논의한다. 리아푸노프 지수가 측정값이 0인 파라미터 집합에만 존재하는 경우보다, ‘혼돈 가장자리’가 팽창된 시스템이 자연 선택에 의해 더 쉽게 선호될 수 있음을 주장한다.

상세 요약

이 논문은 유전자·단백질 상호작용을 단순화한 촉매 반응 네트워크를 통해 복잡계 이론에서 자주 언급되는 ‘혼돈 가장자리(edge of chaos)’ 개념을 정량적으로 탐구한다는 점에서 의미가 크다. 먼저 저자들은 실제 생물학적 데이터에서 관찰되는 스케일프리와 작은 세계 특성을 반영한 네트워크 토폴로지를 채택한다. 이는 무작위 그래프보다 실제 세포 내 대사·조절망에 더 근접한 구조를 제공한다는 장점이 있다. 모델 자체는 선형 미분 방정식 형태이지만, 농도가 음수가 되는 것을 물리적으로 금지하는 비음성성 경계 조건을 도입함으로써 비선형성을 유도한다. 이 경계는 단순히 수학적 제한을 넘어, 세포 내에서 물질 보존과 최소 농도 유지라는 생물학적 제약을 상징한다.

리야푸노프 지수(λ) 측정은 시스템이 초기 조건에 얼마나 민감한지를 나타내는 표준 지표이다. 전통적인 연속 시스템에서는 λ=0인 파라미터 집합이 매우 얇아(측정값이 0인 경우가 거의 없으며, 이는 ‘임계점’이라 부른다) 실제 생물학적 시스템이 그 근처에 머무르기 어렵다. 그러나 저자들은 비음성성 제약이 적용되면 λ=0 영역이 넓게 ‘팽창’해 파라미터 공간의 상당 부분을 차지하게 됨을 보여준다. 이는 시스템이 자연스럽게 임계 상태에 머무를 확률이 크게 증가한다는 의미이며, 자기 조직화 임계 현상(self‑organized criticality, SOC)과 유사한 메커니즘으로 해석된다.

또한 네트워크 토폴로지를 바꾸어(예: 무작위 그래프, 스케일프리, 클러스터링이 높은 그래프) 실험했을 때도 동일한 현상이 관찰되었으며, 이는 결과가 토폴로지에 강인함을 시사한다. 잡음에 대한 검토에서는 내부(분자 수준)와 외부(환경) 잡음 모두가 λ=0 영역을 더욱 넓히는 역할을 함을 확인한다. 이는 실제 세포가 끊임없는 플럭투에노(플럭투에이션)와 외부 신호에 노출돼 있음에도 불구하고, ‘혼돈 가장자리’가 넓게 존재함으로써 진화적 적응성을 확보할 수 있음을 뒷받침한다.

결론적으로, 이 연구는 비음성성 제약이라는 간단한 물리적 조건이 복잡계 시스템을 임계 상태로 자동 조정시키는 메커니즘을 제공한다는 점에서, 진화론적 관점에서 ‘혼돈 가장자리’가 넓은 시스템이 자연 선택에 유리하다는 가설을 강력히 뒷받침한다. 향후 연구에서는 실제 유전자 발현 데이터와의 정량적 비교, 그리고 다중 스케일(전사·번역·대사) 간 상호작용을 포함한 확장 모델이 필요할 것으로 보인다.