기억을 가진 박테리아의 화학주성 편향 이동과 확산의 대결

초록

이 논문은 대장균이 과거 영양 농도를 기억하면서 달리기·뒤틀기 전환을 조절하는 방식을 분석한다. 기억을 리셋하지 않는 모델을 도입하고, 비적응적 반응에서는 확산이, 적응적 반응에서는 편향된 이동이 화학주성을 주도한다는 결론을 제시한다. 새로운 편향 확산(coarse‑grained) 이론을 통해 기존 모델과의 차이를 설명한다.

상세 분석

본 연구는 대장균(E. coli)의 화학주성 메커니즘을 ‘기억’이라는 연속적인 내부 변수로 기술한다. 기존 모델들은 털림(tumble) 순간에 기억을 초기화한다고 가정했지만, 실험에서는 기억이 지속된다는 것이 밝혀졌다. 저자들은 이 점을 반영해, 세포가 과거 농도 변화를 지수적으로 가중 평균하는 ‘감각 커널’(sensory kernel)을 도입하였다. 두 종류의 감각 커널을 비교한다. 첫 번째는 비적응적(non‑adaptive) 형태로, 입력 신호에 비례하는 출력이 지속적으로 증가한다. 두 번째는 적응적(adaptive) 형태로, 출력이 장기 평균에 대해 차분을 취해 영구적인 오프셋을 제거한다.

시뮬레이션은 1‑차원 및 2‑차원 공간에서 랜덤 워크와 털림-달리기 전이율을 커널에 따라 조정하여 수행되었다. 결과는 짧은 시간대에서는 모든 경우에 평균 속도(드리프트)가 나타나지만, 장기적으로는 두 경우가 크게 갈라진다. 비적응적 경우, 세포는 높은 영양 농도 쪽으로 이동하더라도 결국 확산에 의해 균일하게 퍼지며, 평균 농도 구배에 대한 누적 편향이 사라진다. 반면 적응적 경우, 드리프트와 동시에 고농도 영역에 지속적인 축적이 관찰된다. 이는 감각 커널이 장기 평균을 보정함으로써 ‘기억’이 효과적으로 차분 신호만을 전달하고, 이 차분이 이동 방향에 지속적인 편향을 부여하기 때문이다.

이러한 현상을 정량화하기 위해 저자들은 새로운 거시적 방정식, 즉 ‘편향 확산(biased diffusion)’ 모델을 제시한다. 기존의 ‘활동 확산(active diffusion)’ 모델은 유효 확산계수와 평균 속도만을 독립적으로 추정했지만, 편향 확산 모델은 기억에 의해 유도된 비대칭 전이율을 명시적으로 포함한다. 수학적으로는 확률밀도 ρ(x,t)에 대해 ∂ₜρ = D∂ₓ²ρ − ∂ₓ(vρ) 형태를 갖으며, 여기서 v는 적응적 커널에 의해 결정되는 위치‑의존적 편향 속도이다. 이 모델은 시뮬레이션 결과와 정밀히 일치하며, 특히 적응적 경우에 드리프트와 축적을 동시에 설명한다.

결론적으로, 기억을 리셋하지 않는 현실적인 모델에서 적응성은 화학주성의 핵심 구동 메커니즘이며, 비적응성은 확산에 의해 주도되는 무작위 탐색에 불과하다는 점을 명확히 밝혔다. 이는 미생물 행동 모델링뿐 아니라 인공 마이크로로봇 설계에도 중요한 설계 원칙을 제공한다.