노이즈에 대한 강인성의 출현 진화된 유전자조절망의 구조적 위상전이

초록

이 논문은 전사 잡음이 지속적으로 작용하는 환경에서, 선택압이 강해질수록 부울 네트워크가 무작위 토폴로지에서 “분리된 핵심” 구조로 전이한다는 이론적·시뮬레이션적 결과를 제시한다. 핵심은 평균 입력 수와 선택압을 자유변수로 하는 자유에너지 최소화이며, 전사인자와 표적유전자 간의 위계적 연결성을 실제 효모와 대장균 유전자조절망과 비교해 검증한다.

상세 분석

본 연구는 전사 수준의 잡음이 빈번히 발생하는 상황을 모델링하기 위해, 입력이 ‘플립’될 확률 P를 도입한 부울 네트워크(BN)를 사용한다. 각 노드의 업데이트 함수는 입력 다수결 함수이며, 입력 수 k_i는 홀수로 제한해 최적의 잡음 억제 특성을 확보한다. 잡음이 존재하면 시스템은 두 개의 동질적인 고정점(모두 0 혹은 모두 1) 사이에서 오류 비율 b가 시간에 따라 수렴한다. b가 ½에 도달하면 시스템은 초기 상태 기억을 상실하고 에르고딕하게 된다. 따라서 b*는 네트워크의 견고성을 직접적으로 측정하는 피트니스 지표가 된다.

진화 과정은 무한히 큰 개체군을 가정하고, 각 개체는 복제 후 변이를 겪는다. 변이 행렬 μ_ij는 가역적이며 모든 가능한 네트워크 토폴로지를 동일 확률로 생성한다. 선택압 β는 볼츠만 인자 e^{βf_i}와 연결되어, 높은 β일수록 낮은 오류 비율(b*)을 가진 네트워크가 살아남는다. 이때 정규화 상수 Z는 전체 토폴로지의 파티션 함수와 동일하며, 평균 에너지 ⟨b*⟩와 엔트로피 S를 자유에너지 F=⟨b*⟩−(1/β)S 형태로 표현한다.

핵심적인 분석은 토폴로지를 두 개의 집단(핵심 집단과 주변 집단)으로 구분하는 블록 모델을 도입해, 각 집단의 평균 연결도와 내부/외부 연결 비율을 매크로 변수로 설정한다. 이 매크로 변수에 대해 엔트로피와 오류 전파식을 계산하면, β가 임계값 β_c를 초과할 때 자유에너지가 최소화되는 최적 토폴로지가 ‘분리된 핵심’ 구조임을 보인다. 핵심 집단은 높은 내부 연결도와 외부 집단에 대한 강한 조절력을 가지며, 전체 평균 입력 수 ⟨k⟩는 일정하게 유지된다. 반면 β가 작을 경우 무작위 그래프가 최적해가 된다.

Monte Carlo 시뮬레이션은 이론적 예측을 실증적으로 확인한다. β가 증가함에 따라 네트워크는 급격히 핵심 집단의 크기가 감소하고, 핵심 노드의 연결도가 상승하는 전이 현상을 보인다. 또한, 실제 효모(S. cerevisiae)와 대장균(E. coli)의 전사인자-표적 유전자 네트워크를 분석한 결과, 두 종 모두 핵심 집단(전사인자)과 주변 집단(표적 유전자)의 비율이 이론적 ‘분리된 핵심’ 구조와 정량적으로 일치한다. 이는 진화적 선택압이 실제 생물학적 네트워크의 위계적 구조를 형성했을 가능성을 뒷받침한다.

이 논문의 주요 공헌은 (1) 전사 잡음이라는 실제 생물학적 노이즈를 명시적으로 모델링하고, (2) 선택압과 평균 연결도를 자유변수로 하는 통계역학적 프레임워크를 구축하여 구조적 위상 전이를 예측했으며, (3) 이론적 결과를 실험적 유전자조절망 데이터와 정량적으로 비교함으로써 모델의 생물학적 타당성을 검증했다는 점이다.