단백질 상호작용 네트워크 무작위 공격에 취약 악의적 공격에 강인

초록

이 논문은 다양한 생물의 단백질 상호작용 네트워크가 무작위 공격에는 쉽게 무너지고, 의도적인(악의적) 공격에는 비교적 견고함을 보인다는 사실을 정량적으로 분석한다. 실제 네트워크를 무작위 재배선한 가짜 네트워크와 비교했을 때, 실제 네트워크가 오히려 더 취약함을 드러냈으며, 이는 네트워크가 모듈형 구조를 갖고 있기 때문이라는 결론을 제시한다.

상세 분석

본 연구는 먼저 공개된 여러 종의 단백질‑단백질 상호작용 데이터베이스(PPI)를 수집하고, 각 네트워크를 그래프 형태로 변환하였다. 네트워크의 강인성을 평가하기 위해 두 가지 공격 시나리오를 설정하였다. 첫 번째는 노드(단백질)를 무작위로 선택해 차례대로 제거하는 ‘무작위 공격(random attack)’이며, 두 번째는 연결도가 높은 노드부터 순차적으로 제거하는 ‘악의적 공격(malicious attack)’이다. 각각의 경우에 네트워크가 분리되는 임계점과 전체 연결성(giant component size)의 변화를 측정하였다.

실제 PPI 네트워크에 대해 무작위 공격을 수행하면, 연결성이 급격히 감소하는 구간이 비교적 낮은 비율의 노드 제거에서 나타났다. 이는 네트워크가 고도로 연결된 허브보다는 다수의 저연결도 노드들로 구성되어 있음을 의미한다. 반면, 악의적 공격에서는 허브 노드가 먼저 제거되지만, 남아 있는 다수의 모듈이 서로 독립적으로 유지되면서 전체 네트워크가 완전히 붕괴되는 것을 방지한다.

흥미로운 점은 동일한 노드와 엣지 수를 유지하면서 연결을 무작위로 재배선한 ‘rewired surrogate’ 네트워크를 만들었을 때, 무작위 공격에 대한 강인성이 실제 PPI보다 오히려 높아진다는 사실이다. 이는 기존 연구에서 인터넷과 같은 인프라 네트워크가 무작위 재배선 시 강인성이 감소하는 것과 정반대이다. 저자들은 이러한 차이를 네트워크의 ‘모듈성(modularity)’에 기인한다고 주장한다. 실제 PPI는 기능적 모듈(예: 신호전달, 대사 경로)로 뚜렷이 구분되며, 각 모듈 내부는 밀집된 연결을 보이지만 모듈 간 연결은 상대적으로 희박하다. 무작위 재배선은 이러한 모듈 경계를 흐리게 하여, 전체 네트워크가 보다 균일한 연결 분포를 갖게 만든다. 결과적으로 무작위 공격에 대한 복원력이 향상된다.

통계적으로는, 모든 조사된 종(세균, 효모, 초파리, 인간 등)에서 무작위 재배선 후 강인성 지표가 평균 5~12% 상승했으며, 악의적 공격에 대한 강인성은 오히려 약간 감소하는 경향을 보였다. 이는 모듈성 자체가 악의적 공격에 대한 방어 메커니즘으로 작용한다는 가설을 뒷받침한다.

또한, 저자들은 네트워크의 ‘클러스터링 계수’, ‘전역 효율성’, ‘모듈러리티 Q값’ 등을 추가로 분석하여, 높은 Q값(즉, 강한 모듈성)이 무작위 공격에 대한 취약성을, 낮은 Q값이 악의적 공격에 대한 취약성을 각각 예측한다는 회귀 모델을 구축하였다. 이러한 정량적 모델은 향후 신약 개발 시 특정 단백질을 표적으로 삼을 때, 네트워크 차원에서 부작용 위험을 예측하는 데 활용될 수 있다.

결론적으로, 단백질 상호작용 네트워크는 진화적 압력에 의해 기능적 모듈을 최적화하면서, 악의적(예: 병원체에 의한 표적 파괴) 공격에 대한 내성을 확보했지만, 무작위적인 손실(예: 돌연변이, 환경 스트레스)에는 상대적으로 취약하도록 설계되었다는 점을 밝힌다. 이는 생물학적 시스템이 ‘특정 위협에 대한 맞춤형 방어’를 구현한 사례로 해석될 수 있다.