복잡한 적합도 지형의 군집과 퍼콜레이션

초록

이 논문은 상호작용하는 유전자·단백질 모듈이 만든 복잡한 적합도 지형을 분석한다. 높은 적합도를 가진 피크가 서로 가까이 모여 군집을 이루는 ‘Massif Central’ 현상을 확인하고, 피크 군집이 최소 피크 높이에 따라 연결 네트워크를 형성한다는 것을 보인다. 이 네트워크는 퍼콜레이션 전이점을 가지며, 두 번의 돌연변이 이내에 피크 간 이동이 가능하면 전체 유전공간을 가로지를 수 있음을 제시한다. 결과는 거친 지형에서도 지역 피크를 넘어 전역 적응이 가능함을 시사한다.

상세 분석

본 연구는 단일 유전자 혹은 단백질 접힘 수준을 넘어, 상호작용하는 다수의 유전자·단백질 모듈이 형성하는 고차원 적합도 지형을 수학적·시뮬레이션적으로 탐구한다. 저자들은 NK 모델을 확장한 형태로, 각 자리(locus)가 다른 자리와 비선형적으로 결합하는 경우를 고려하여 ‘ruggedness’ 파라미터 K를 조절한다. 이를 통해 생성된 지형에서 전역 피크와 지역 피크를 탐색하고, 피크 간 Hamming 거리와 피크 높이의 상관관계를 분석한다. 결과는 높은 피크일수록 다른 높은 피크와 근접해 있는 경향을 보이며, 이는 Kauffman이 제안한 ‘Massif Central’ 가설을 실증적으로 뒷받침한다.

다음 단계에서는 피크들을 최소 피크 높이(threshold) 기준으로 필터링하고, 두 돌연변이 이내에 도달 가능한 피크 간 연결을 그래프 형태로 구성한다. 이 그래프는 피크 밀도가 낮을 때는 여러 개의 작은 컴포넌트로 분리되지만, 임계값을 넘어서면 급격히 하나의 거대한 연결 컴포넌트가 형성되는 퍼콜레이션 전이 현상을 보인다. 특히, K값이 증가해 지형이 더 거칠어질수록 퍼콜레이션 임계값이 낮아져, 비교적 낮은 피크라도 서로 연결될 가능성이 커진다. 이는 진화 과정에서 ‘산맥’ 형태의 피크 군집이 존재하면, 개체군이 한 피크에 머무르다가도 작은 돌연변이 두 번만으로 다른 피크로 전이할 수 있음을 의미한다.

또한, 저자들은 이러한 피크 네트워크가 실제 진화 시나리오에 미치는 영향을 시뮬레이션한다. 초기 집단이 낮은 적합도 영역에서 시작해 점진적으로 피크를 오르는 과정에서, 네트워크가 형성된 경우에는 한 번의 ‘함정’에 빠진 뒤에도 다른 피크로 빠르게 탈출할 수 있다. 반면, 네트워크가 형성되지 않은 경우에는 지역 최적점에 머물러 적응이 정체되는 현상이 관찰된다. 이 결과는 복잡한 유전자 상호작용이 존재하는 실제 생물학적 시스템에서, 진화가 어떻게 전역 최적해에 도달할 수 있는지를 설명하는 중요한 메커니즘을 제공한다.

마지막으로, 논문은 피크 군집과 퍼콜레이션 현상이 진화론적 ‘혁신’과 ‘보존’ 사이의 균형을 어떻게 조절하는지 논의한다. 높은 피크가 군집을 이루면, 혁신적인 변이가 기존 적합도 구조를 크게 파괴하지 않으면서도 새로운 적합도 영역으로 확장될 수 있는 ‘안전한 통로’를 제공한다. 따라서 복잡한 적합도 지형에서도 진화는 급격한 파괴 없이 점진적·연속적인 적응을 이룰 수 있다는 점을 강조한다.