유전적 진동 시스템의 잡음 특성 분석

초록

본 연구는 세 개의 유전자와 단백질이 순환 억제 구조를 이루는 ‘리프레소레이터’ 모델을 이용해, 단백질 수의 진동에서 나타나는 잡음(노이즈)의 통계적 특성을 정량화한다. 동적 몬테카를로(깃츠버그) 시뮬레이션을 통해 진동 주기와 진폭의 변동성을 측정하고, 각각 Weibull 분포와 Gaussian 꼬리 형태로 근사함을 확인하였다. 또한 연속된 진동 주기·진폭 사이의 상관성을 분석해 진폭 잡음이 주기 잡음보다 빠르게 소멸함을 밝혀냈으며, 조절 회로를 따라 잡음이 어떻게 전파되는지도 조사하였다.

상세 분석

이 논문은 유전적 네트워크에서 발생하는 자체 진동 현상의 내재적 변동성을 이해하기 위해, 가장 단순하면서도 대표적인 세 요소 부정 피드백 회로인 ‘리프레소레이터’를 모델 시스템으로 채택하였다. 모델은 세 개의 전사인자 A, B, C가 순환적으로 서로를 억제하는 구조이며, 각 전사인자는 mRNA와 단백질 두 단계로 표현된다. 저자들은 전통적인 결정론적 미분방정식 대신, 화학 반응의 확률적 이벤트를 정확히 추적할 수 있는 동적 몬테카를로 방법, 즉 Gillespie 알고리즘을 사용해 단일 세포 수준에서의 단백질 수 변동을 시뮬레이션하였다.

시뮬레이션 결과, 안정적인 진동이 유지되는 파라미터 영역에서 진동 주기와 진폭 모두 확률적 분포를 보였지만, 그 형태는 현저히 달랐다. 진폭 분포는 오른쪽 꼬리가 긴 Weibull 분포로 잘 근사되었으며, 이는 작은 진폭보다 큰 진폭이 상대적으로 드물게 발생한다는 것을 의미한다. 반면, 진동 주기 분포는 중심부가 정규분포에 가깝고, 극단적인 긴 주기에서는 Gaussian 꼬리가 나타났다. 이러한 차이는 단백질 합성·분해 과정에서 발생하는 ‘내재적 잡음’이 진폭에 비해 주기에 미치는 영향을 다르게 반영한다는 점을 시사한다.

또한 저자들은 연속된 진동 사이의 상관계수를 계산해 잡음 전파 특성을 정량화하였다. 진폭 상관은 첫 번째 이웃 사이에서 급격히 감소하여, 두 사이클 이후에는 거의 독립적인 것으로 나타났다. 반면, 주기 상관은 보다 완만하게 감소했으며, 몇 사이클에 걸쳐 지속되는 장기적 연관성을 보였다. 이는 진폭 변동이 회로 내부에서 빠르게 소멸되는 반면, 주기 변동은 회로 전반에 걸쳐 보다 오래 남아 전파된다는 의미이다.

마지막으로, 저자들은 ‘국부 잡음’(local fluctuation) 개념을 도입해 각 유전자·단백질 단계별 변동성을 비교하였다. 결과는 전사 단계보다 번역 단계에서 잡음이 더 크게 나타났으며, 이는 단백질 합성 과정이 전사보다 더 큰 확률적 변동을 내포한다는 기존 이론과 일치한다. 전체적으로 이 연구는 단순한 유전적 진동 회로에서도 복잡한 잡음 구조가 존재함을 보여주며, 생물학적 시계의 정확도와 신뢰성을 이해하는 데 중요한 통계적 기반을 제공한다.