스케일프리 토폴로지가 유전자조절망의 진화와 견고함을 좌우한다

초록

본 연구는 스케일프리(SF)와 에르되시–레니(ER) 토폴로지를 가진 부울 임계값 모델 유전자조절망을 대상으로, 진화 가능성(진화성)과 돌연변이·환경 변화에 대한 견고함(강인성)의 상호작용을 조사한다. SF out(입력은 ER, 출력은 SF) 구조가 진동형 목표에 대해 ER보다 훨씬 높은 진화성을 보이며, 동시에 변이와 초기조건 변화에 대한 강인성도 우수함을 확인한다. 다중 목표 실험에서는 동일한 길이의 진동 목표에 대해 차이가 확대되고, 비진동 목표에서는 두 토폴로지 간 차이가 미미했다. 중립 진화 단계에서는 두 토폴로지 모두 강인성이 추가적으로 향상되는 것으로 나타났다.

상세 분석

이 논문은 유전자조절망을 부울(threshold) 동역학으로 단순화한 모델을 사용해 네트워크 토폴로지가 진화성(evolvability)과 강인성(robustness)에 미치는 영향을 정량적으로 평가한다. 네트워크는 500개의 노드와 평균 연결도 2.5를 유지하도록 설계했으며, 입력(입력 노드)과 출력(출력 노드)의 연결 분포에 따라 네 가지 토폴로지(SFin, SFout, SFboth, ER)를 생성한다. SFin은 입력 연결이 스케일프리, 출력은 ER; SFout은 그 반대; SFboth은 양쪽 모두 스케일프리, ER은 양쪽 모두 무작위이다. 각 네트워크는 부울 임계값 규칙에 따라 업데이트되며, 노드 상태는 0/1 이진값을 갖는다.

진화 실험은 목표 출력 패턴(주로 10‑step 진동 파형)으로 설정하고, 유전 알고리즘을 통해 적합도(목표와의 일치도)를 최대화한다. 변이 연산은 연결 재배치와 부울 함수 교체를 포함하며, 변이율은 0.01로 고정했다. 실험 결과, SFout 네트워크는 목표 진동을 달성하는 데 필요한 평균 세대 수가 ER보다 현저히 적었으며, 이는 스케일프리 출력 구조가 자체적으로 진동 회로(피드백 루프)를 형성하기 쉬워서라고 해석한다. 반면 비진동(정적) 목표에 대해서는 두 토폴로지 간 차이가 거의 없었으며, 이는 진동성 자체가 스케일프리 구조의 장점과 직접 연결된다는 점을 시사한다.

강인성 측정은 두 축으로 수행되었다. 첫째, 변이 강인성은 최적화된 네트워크에 무작위 변이를 가했을 때 목표 유지 비율을 평가했다. 둘째, 환경 강인성은 초기 상태를 무작위로 바꾸어도 목표 출력이 유지되는 비율을 측정했다. SFout 네트워크는 두 경우 모두 ER보다 높은 비율을 보였으며, 특히 초기조건 변화에 대한 내성이 현저히 뛰어났다. 이는 스케일프리 출력 노드가 다수의 하위 노드에 영향을 미쳐, 시스템 전체가 특정 attractor(흡인상태)로 빠르게 수렴하기 때문으로 추정된다.

또한, 최적화 후 중립 진화(적합도 변동 없이 변이만 허용) 단계에서 두 토폴로지 모두 강인성이 추가적으로 증가하는 현상이 관찰되었다. 이는 중립적 변이가 네트워크 구조를 ‘덜 취약한’ 형태로 재구성한다는 가설을 뒷받침한다.

전체적으로, 스케일프리 출력 구조는 진화성뿐 아니라 변이·환경 강인성에서도 우위를 점한다는 점에서, 실제 생물학적 유전자조절망이 보여주는 스케일프리 특성과 일치한다. 이는 진화 과정에서 네트워크 토폴로지가 선택적 압력에 의해 최적화될 가능성을 제시한다.