유전계통의 중립과 안정 평형 그리고 하디와인버그 원리 카이제곱 검정 한계와 자기상관 함수의 장점

초록

본 논문은 한 좌위·두 대립유전자 체계에서 대규모 인구 집단을 시뮬레이션하여, 전통적인 카이제곱 검정이 무작위 교배와 비무작위 교배 상황을 정확히 구분하지 못함을 보여준다. 무작위 교배 하에서는 유한 집단이 중립적 동역학을 보이며 실질적인 평형 상태에 도달하지 못하고, 비무작위 교배에서는 점차 안정적인 평형으로 수렴한다. 따라서 평형 여부를 판단하려면 대수적 검정보다 시간에 따른 대립유전자 빈도의 자기상관 함수를 분석하는 것이 더 타당하다.

상세 분석

이 연구는 고전적인 하디‑와인버그(HW) 원리를 물리학의 평형 개념과 직접 연계시키는 전통적 관점을 비판한다. 저자들은 먼저 HW 원리의 전제조건—무작위 교배, 무한한 개체수, 돌연변이·이동·자연선택 부재—을 만족하는 가상의 인구를 수천 개의 독립적인 시뮬레이션으로 생성하였다. 각 시뮬레이션에서는 세대마다 대립유전자 A와 a의 빈도(p와 q)를 추적하고, 매 10세대마다 관찰된 유전자형 비율을 기대값과 비교해 카이제곱 통계량 χ²와 p값을 계산했다.

결과는 두 가지 중요한 패턴을 드러낸다. 첫째, 무작위 교배 조건을 만족하는 경우에도 χ² 검정은 종종 p>0.05를 반환해 ‘평형’이라고 판단한다. 그러나 같은 조건 하에서도 일부 시뮬레이션은 p<0.05를 보이며 ‘비평형’으로 오분류된다. 이는 표본 크기와 초기 유전자형 분포에 따라 통계적 변동이 크게 달라짐을 의미한다. 즉, χ² 검정은 HW 조건을 만족하는지 여부를 결정하는 결정론적 기준이 될 수 없으며, 오히려 ‘거짓 양성’과 ‘거짓 음성’ 오류를 내포한다.

둘째, 무작위 교배가 깨진 경우—예를 들어 동형접합체가 선호되는 비무작위 교배—에서는 χ² 검정이 일관되게 p<0.05를 나타내지만, 실제로는 시스템이 새로운 안정점으로 수렴하는 과정을 보인다. 저자들은 이 현상을 ‘안정 평형’이라 정의하고, 대립유전자 빈도의 시간적 자기상관 함수 C(τ)=⟨p(t)p(t+τ)⟩−⟨p⟩²를 계산했다. 무작위 교배에서는 C(τ)가 매우 느리게 감쇠하거나 거의 일정하게 유지되어 ‘중립 동역학’—즉, 무한히 긴 시간 동안 변동이 지속되는 상태—임을 보여준다. 반면 비무작위 교배에서는 C(τ)가 지수적으로 감소하며 특정 시간 상수(τ₀) 내에 평형에 도달한다. 이는 비무작위 교배가 시스템에 복원력을 부여해 ‘비평형 정태상태’를 형성한다는 물리적 해석과 일치한다.

이러한 분석은 두 가지 중요한 교훈을 제공한다. 첫째, HW 평형을 검증하기 위해서는 단일 시점의 유전자형 비율만을 이용하는 카이제곱 검정보다, 시간에 따른 동역학적 특성을 포착하는 방법이 필요하다. 둘째, 유한한 개체수와 무작위 교배라는 이상적 가정이 실제 생물학적 집단에 적용될 때, ‘평형’이라는 개념 자체가 관측 가능하지 않을 수 있다. 따라서 인구유전학 연구자는 전통적 ‘정적’ 평형 검정에서 벗어나, 자기상관, 스펙트럼 분석, 마코프 전이 행렬 등 비평형 통계물리학 도구를 활용해 유전적 변동의 내재적 시간 스케일을 추정해야 한다.

이 논문은 HW 원리를 물리학적 평형과 동일시하는 오래된 관행을 재검토하고, 현대 복합계 이론과 통계물리학의 방법론을 인구유전학에 도입함으로써 보다 실질적인 ‘동적 평형’ 개념을 제시한다.