무작위 축삭 성장과 경쟁이 만든 현실적인 연결 길이와 충전 비율

초록

이 논문은 축삭이 무작위로 성장하고, 목표 뉴런의 공간을 놓고 경쟁하는 간단한 규칙만으로도 C. elegans, 쥐 시각피질, 인간 대뇌피질 등 다양한 종에서 관찰되는 연결 거리 분포와 충전 비율(filling fraction)을 재현할 수 있음을 보여준다. 실험적 데이터와 시뮬레이션 결과가 일치함을 통해, 복잡한 유전·분자 메커니즘 없이도 기본적인 물리적·통계적 원리가 신경망 형성에 큰 역할을 한다는 점을 강조한다.

상세 분석

본 연구는 두 가지 핵심 가정을 바탕으로 신경 연결 형성 메커니즘을 모델링한다. 첫 번째는 축삭이 세포체에서 시작해 방향성을 갖지 않은 무작위 경로로 성장한다는 가정이다. 이는 기존의 ‘가이드라인’ 혹은 ‘화학적 끈끈함’ 모델과는 달리, 축삭이 주변 환경에 의해 크게 제약받지 않는다는 전제를 둔다. 시뮬레이션에서 축삭은 3차원 격자 공간을 무작위 보행(random walk) 형태로 탐색하며, 일정 거리 이상 이동하면 다른 뉴런의 수상돌기와 접촉할 확률이 증가한다. 이러한 무작위 성장 과정만으로도 실험에서 보고된 연결 거리 분포—짧은 거리에서 급격히 피크를 보이고, 긴 거리로 갈수록 평탄한 꼬리를 형성하는 형태—를 정확히 재현한다. 이는 연결 길이의 ‘긴 꼬리’가 특별한 장거리 가이드 메커니즘이 아니라, 단순히 확률적 접촉 기회가 적어지는 결과임을 시사한다.

두 번째 가정은 ‘공간 경쟁’이다. 목표 뉴런은 제한된 수의 시냅스 부위를 가지고 있으며, 여러 축삭이 동시에 접근하면 먼저 도달한 축삭이 해당 부위를 차지한다. 남은 부위가 없으면 이후에 도달한 축삭은 연결을 포기한다. 이 경쟁 메커니즘을 도입하면, 전체 가능한 연결 중 실제 형성되는 비율, 즉 충전 비율(filling fraction)이 실험값(대략 0.2~0.5)과 일치한다. 기존 연구에서는 시냅스 형성에 특수한 분자 신호나 선택적 연결 규칙을 가정했지만, 여기서는 단순히 ‘공간적 포화’ 현상만으로도 동일한 현상을 설명한다.

모델 파라미터(축삭 성장 속도, 탐색 범위, 목표 뉴런당 시냅스 슬롯 수 등)를 실제 해부학적 데이터에 맞추어 조정했을 때, 다양한 종과 뇌 영역에서 보고된 연결 길이 히스토그램과 충전 비율 곡선이 거의 겹친다. 특히, 마우스 시각피질과 인간 대뇌피질의 장거리 연결 비중이 높은 이유를, 무작위 성장 단계에서 ‘우연히 장거리 목표에 도달한 경우’를 통계적으로 설명한다는 점이 흥미롭다.

이러한 결과는 신경망 발달을 이해하는 데 있어 ‘베이스라인’ 모델로서의 가치를 가진다. 복잡한 유전·분자 메커니즘을 추가하기 전에, 먼저 물리·통계적 제약을 고려한 무작위 성장‑공간 경쟁 모델이 얼마나 많은 관찰 현상을 포착하는지 평가할 필요가 있다. 또한, 병리학적 상황(예: 시냅스 과다 형성 또는 결핍)에서 경쟁 파라미터가 어떻게 변할지 예측함으로써, 신경발달 장애의 기초 메커니즘을 탐구하는 출발점이 될 수 있다.