DCJ 원형 중간유전체 문제의 제한된 차수‑3 정점에서의 효율적 해결법

초록

**
세 개의 원형 게놈이 주어질 때, DCJ 거리 기반 원형 중간유전체를 찾는 문제는 일반적으로 NP‑complete이다. 본 논문은 입력 게놈들의 브레이크포인트 그래프에서 차수‑3인 정점의 개수가 고정되어 있으면, 해당 문제를 다항시간 알고리즘으로 해결할 수 있음을 증명한다. 핵심 아이디어는 차수‑3 정점들을 모든 가능한 매칭 구성으로 열거하고, 각 경우에 그래프를 “축소(shrink)”하여 순환·경로만 남도록 만든 뒤, 기존의 다항시간 방법으로 중간유전체를 구하는 것이다. 이로써 차수‑3 정점 수가 파라미터 m일 때 O(n³·(ℓ+1)·(3·m·m^{2ℓ}+1)) 시간 복잡도를 갖는 FPT 알고리즘을 제시한다.

**

상세 분석

**
본 연구는 Double‑Cut‑and‑Join(DCJ) 거리 모델에서 원형 중간유전체(circular median) 문제의 복잡도 경계를 명확히 구분한다. 기존 문헌에서 DCJ 중간 문제는 일반적인 경우 NP‑complete임이 알려졌으며, 실제 데이터에 적용 가능한 휴리스틱이 제안된 바 있다. 그러나 이 논문은 브레이크포인트 그래프(Breakpoint Graph, 이하 B)의 구조적 특성을 이용해 차수‑3 정점(즉, 세 개의 색(게놈)으로 연결된 정점)의 개수가 제한적일 때 문제를 효율적으로 해결할 수 있음을 보인다.

1. 그래프 모델링 및 기본 정의

   • 각 유전체는 유전자 양끝(iᵗ, iʰ)으로 구성된 매칭으로 표현되며, B는 세 유전체의 매칭을 색칠한 다중 그래프이다.
   • DCJ 거리 d_DCJ(G,M)=n−c(G,M)이며, 여기서 c(G,M)는 B(G,M)에서 교대(alternating) 사이클 수이다. 원형 중간유전체 M는 Σ_i c(G_i,M)를 최대화하는 매칭이다.

2. 축소 연산(shrinking)

   • 정점 쌍 {u,v}를 하나의 “가상 정점”으로 합치면서, 두 정점 사이에 존재하는 동일 색상의 간선을 제거한다. 이 연산은 사이클 수를 정확히 k만큼 감소시키는 성질을 갖는다(정리 1). 따라서 중간유전체가 포함하는 특정 매칭을 가정하면, B를 축소해 문제 규모를 줄일 수 있다.

3. 기본 경우(차수 ≤2)

   • B가 순환(C_{2k}) 혹은 경로(P_k)만으로 이루어진 경우, 각 구성 요소는 0‑independent이며, Lemma 1에 의해 사이클 수는 간선 수의 절반 이상을 보장한다. 따라서 이러한 그래프에 대해서는 단순히 각 경로·순환을 짝짓는 매칭을 선택하면 최적 중간유전체를 다항시간에 구할 수 있다.

4. 차수‑3 정점 처리

   • 차수‑3 정점이 존재하면, 해당 정점에 연결된 세 색상의 간선 중 어느 두 개가 중간유전체 매칭에 포함될지 결정해야 한다. 정점당 가능한 매칭 조합은 최대 3가지이며, 전체 m개의 차수‑3 정점에 대해 모든 조합을 탐색하면 (3^m) 경우가 된다.
   • 각 조합에 대해 차수‑3 정점들을 축소하고, 남은 그래프는 차수 ≤2인 구성 요소만 포함한다. 이렇게 변형된 그래프에 대해 앞서 제시한 다항시간 알고리즘을 적용한다.

5. 시간 복잡도 및 FPT 성질

   • 전체 알고리즘은 (ℓ+1)·(3·m·m^{2ℓ}+1)개의 조합을 고려하고, 각 조합마다 O(n³) 시간의 매칭/사이클 계산을 수행한다. 여기서 ℓ은 차수‑3 정점 양쪽 끝이 모두 차수‑3인 간선 수이며, m은 차수‑3 정점의 총 개수이다.
   • m이 상수이거나 ℓ이 상수이면 전체 복잡도는 다항시간이 되므로, 파라미터 m(또는 ℓ) 에 대해 Fixed‑Parameter Tractable(FPT) 임을 증명한다.

6. 의의와 한계

   • 이 결과는 DCJ 중간 문제에 대한 첫 번째 구조적 트랙터블 클래스를 제공한다. 차수‑3 정점은 실제 유전체 데이터에서 복잡도 상승의 주요 원인으로 해석될 수 있다.
   • 그러나 m이 큰 경우(예: 복잡한 재배열이 많이 일어난 경우)에는 여전히 지수적 조합 탐색이 필요하므로, 실용적인 규모에서의 적용 가능성은 추가적인 휴리스틱이나 커팅 전략이 필요하다.

**