유전암호와 수론의 만남

초록

본 논문은 유전 정보의 기본 구조와 유전암호의 번역 과정을 간략히 소개하고, 유전암호를 수론적 관점에서 모델링하는 여러 시도를 검토한다. 특히 코돈을 정수화하고 p‑adic 거리 개념을 적용함으로써 염기서열 간의 유사성을 새로운 수학적 틀로 설명하려는 접근을 강조한다.

상세 분석

논문은 먼저 DNA·RNA·단백질이라는 삼중계 구조를 정리하고, 64개의 코돈이 20개의 아미노산 및 종결 신호에 매핑되는 유전암호 표를 제시한다. 기존의 통계적·정보이론적 모델링이 주로 엔트로피와 상호정보량을 이용해 코돈 사용 빈도와 진화적 압력을 설명하는 반면, 저자는 수론적 구조를 통해 보다 근본적인 규칙성을 탐구한다. 핵심 아이디어는 각 염기(A, C, G, U/T)를 0‑3의 정수로 치환하고, 삼중 자리수 체계(4진법)로 코돈을 0‑63 사이의 정수로 변환하는 것이다. 이렇게 얻어진 정수 집합에 대해 p‑adic 절대값 |·|ₚ (특히 p=2,5) 를 도입하면, 코돈 간 거리 정의가 기존의 해밍 거리와는 다른 위계적 구조를 만든다. p‑adic 거리에서는 앞자리(고위 자릿수)의 차이가 하위 자리수의 차이보다 훨씬 큰 영향을 미치므로, 생물학적으로 중요한 ‘첫 번째 염기’의 변이가 코돈 유사성에 큰 가중치를 부여한다는 점이 자연스럽게 반영된다. 저자는 실제 코돈 사용 데이터와 p‑adic 거리 매트릭스를 비교하여, 높은 사용 빈도의 코돈 쌍이 p‑adic 거리상으로도 가깝다는 통계적 상관관계를 보고한다. 또한, 20개의 아미노산을 2‑adic 혹은 5‑adic 구간으로 군집화함으로써, 화학적 성질(극성, 부피 등)과 수론적 군집 사이의 일치성을 탐색한다. 이러한 접근은 기존의 무작위적·통계적 해석을 보완하고, 유전암호가 수학적 대칭성과 계층적 구조를 내포하고 있음을 시사한다. 그러나 p‑adic 모델이 실제 진화 메커니즘을 설명하는 데는 한계가 있으며, 실험적 검증을 위한 구체적 방법론이 부족하다는 비판도 제기된다. 전체적으로 논문은 수학·생물학의 융합 가능성을 보여주면서, p‑adic 수 체계가 유전암호 연구에 새로운 도구가 될 수 있음을 설득력 있게 제시한다.