암 전이 표현형에서 신호 전달 엔트로피 증가

초록

**
본 연구는 유방암 전이와 비전이 표본의 유전자 발현·단백질 상호작용 네트워크를 비교하여, 전이암이 로컬 정보 흐름의 무작위성(엔트로피)이 약간 상승함을 밝혀냈다. 가중된 상호작용 네트워크에서 발현 상관을 확률 행렬로 변환하고, 각 유전자의 주변 엔트로피를 계산하였다. 전이군에서 평균 엔트로피가 유의하게 높았으며, 이는 기존의 차등 발현·네트워크 중심성 지표보다 전이표현형 구분에 더 효과적이었다. 추가 3개 데이터셋에서도 동일한 패턴이 재현되었으며, 엔트로피 증가가 관여하는 신호 경로와 핵심 유전자를 제시한다.

**

상세 분석

**
이 논문은 “엔트로피”라는 물리‑통계학적 개념을 암 전이 연구에 적용한 점에서 혁신적이다. 먼저, 저자들은 기존의 단백질‑단백질 상호작용(PPI) 네트워크에 각 엣지에 대한 가중치를 부여한다. 가중치는 해당 두 단백질을 암 조직에서 측정한 mRNA 발현값의 피어슨 상관계수로 정의되며, 양의 상관만을 보존하고 음의 상관은 0으로 처리한다. 이렇게 만든 가중 네트워크는 각 노드(유전자)에서 인접 노드로 흐르는 “정보 흐름”을 확률적으로 해석할 수 있는 전이 행렬(스톡캐스틱 매트릭스)로 변환된다. 구체적으로, 노드 i에서 j로의 전이 확률 pij는 i와 j 사이의 가중치 wij를 i의 전체 가중치 합 Σk wik 로 나눈 값이다. 이 행렬은 각 유전자가 주변 이웃에 얼마나 균등하게 정보를 전달하는지를 정량화한다.

그 다음, 저자들은 셰넌 엔트로피 H(i)=−∑j pij log pij 를 각 노드 i에 대해 계산한다. H(i)가 클수록 i 주변의 전이 확률 분포가 고르게 퍼져 있음을 의미한다(즉, 로컬 네트워크가 ‘무작위’에 가깝다). 전이암과 비전이암 각각에 대해 모든 노드의 H(i) 평균값을 구하고, 두 군의 차이를 통계적으로 검정한다. 결과는 전이군에서 평균 엔트로피가 약 3~5% 상승했으며, p‑값은 0.01 이하로 유의미했다.

흥미로운 점은 엔트로피가 기존의 차등 발현 분석(DEG)이나 네트워크 중심성(연결도, 베트위니스) 지표보다 전이표현형을 구분하는 ROC 곡선 아래 면적(AUC)이 높았다는 것이다. 이는 전이 과정에서 개별 유전자의 발현 변동보다, 그 유전자가 속한 로컬 서브네트워크의 구조적 불안정성이 더 중요한 바이오마커가 될 수 있음을 시사한다.

또한, 저자들은 3개의 독립적인 유방암 마이크로어레이 데이터셋(다른 플랫폼, 다른 환자 군)에 동일한 파이프라인을 적용해 재현성을 확인했다. 모든 데이터셋에서 전이군의 엔트로피 상승이 일관되게 관찰되었으며, 메타‑분석을 통해 전체 효과 크기가 더욱 강화되었다.

마지막으로, 엔트로피 상승이 가장 두드러진 유전자들을 기능적 풍부도 분석에 투입했다. 여기서 세포 이동, EMT(상피‑중간엽 전이), PI3K‑AKT, MAPK 경로 등이 과대표현되었으며, 특히 FAK, SRC, ITGB1 같은 핵심 신호 전달 단백질이 높은 엔트로피를 보였다. 이는 전이 과정에서 신호 전달 네트워크가 ‘재배열’되어 다양한 경로가 동시에 활성화되는 현상을 정량화한 것으로 해석할 수 있다.

요약하면, 이 연구는 (1) 발현 기반 가중 PPI 네트워크를 확률 전이 행렬로 변환, (2) 로컬 엔트로피를 정의·계산, (3) 전이암에서 엔트로피 상승을 검증, (4) 기존 지표 대비 우수한 분류 성능을 입증, (5) 관련 신호 경로를 제시함으로써 암 전이 메커니즘을 새로운 통계‑물리학적 관점에서 조명하였다.

**