동적 부피에서 프로토셀의 확률적 진화

초록

본 논문은 부피가 시간에 따라 변하는 화학 반응계에 대해 Gillespie 알고리즘을 확장한 방법을 제시한다. 부피 변화는 특정 “컨테이너” 분자의 합성량에 직접 연결되며, 이를 통해 프로토셀의 성장과 분열 과정을 확률적으로 시뮬레이션한다. 여러 프로토셀 모델을 적용해 기존 결정론적 접근과 비교함으로써, 작은 시스템에서 나타나는 큰 변동성과 분열 시점의 불확실성을 강조한다.

상세 분석

Gillespie 알고리즘은 전통적으로 반응 속도 상수가 고정되고, 시스템 부피가 일정하다는 가정 하에 확률적 반응 시간을 샘플링한다. 그러나 실제 원시 세포와 같은 미소 체계에서는 막이나 캡슐을 구성하는 “컨테이너” 분자의 축적에 따라 부피가 동적으로 변한다. 이 논문은 부피 V(t)를 컨테이너 분자 수 N_c(t)와 선형 관계 V(t)=V_0+αN_c(t) 로 정의하고, 이에 따라 각 반응의 propensity a_i(t)=c_i·h_i·V(t)^{−ν_i} 를 시간 의존적으로 재계산한다. 여기서 ν_i는 반응 차수(예: 1차 반응은 ν=1, 2차 반응은 ν=2)이며, h_i는 가능한 반응 조합 수를 나타낸다.

시간 의존성을 반영하기 위해 저자들은 “다음 반응 발생까지의 누적 확률”을 적분 형태로 표현하고, 이를 역함수 샘플링 대신 뉴턴-랩슨 방법으로 수치적으로 해결한다. 핵심 아이디어는 부피 변화가 연속적이면서도 반응 발생 순간에 급격히 업데이트된다는 점이다. 따라서 알고리즘은 (1) 현재 부피와 분자 수를 기반으로 모든 a_i를 계산, (2) 총 propensity a_0를 구해 다음 반응 시간 τ를 exp(−a_0τ) 분포에서 샘플링, (3) τ 동안 부피가 선형적으로 증가한다는 가정 하에 V(t+τ)를 업데이트, (4) 선택된 반응을 실행하고 분자 수를 갱신한다.

이 절차는 기존 고정 부피 Gillespie와 비교해 두 가지 주요 장점을 제공한다. 첫째, 부피가 증가함에 따라 2차 이상 반응의 효율이 감소하거나 1차 반응은 상대적으로 강화되는 등, 실제 물리적 제약을 반영한다. 둘째, 부피 변화가 확률적 변동과 상호작용하면서, 작은 시스템에서 “임계 부피”에 도달했을 때 급격한 분열 이벤트가 발생하는 메커니즘을 자연스럽게 재현한다.

논문은 세 가지 프로토셀 모델을 통해 알고리즘의 유효성을 검증한다. (i) 단순 자가촉매형 A → 2A 반응과 컨테이너 C 합성 반응 C←A; (ii) 지방질(lipid) 전구체 P와 촉매 E가 결합해 막을 형성하는 복합 반응망; (iii) 유전 물질 복제와 막 성장 사이의 피드백 루프를 포함한 다중 종 모델. 각 모델에 대해 deterministic ODE 해와 stochastic 시뮬레이션 결과를 비교했으며, 특히 초기 분자 수가 10~100 수준일 때 deterministic 해는 평균 성장 곡선을 제시하지만, stochastic 시뮬레이션은 성장 속도와 분열 시점에 큰 분산을 보인다. 특히, 부피가 임계값 V_c에 도달하면 즉시 “분열”을 가정하는 규칙을 적용했을 때, 분열 간격이 지수분포와 유사하게 나타나며, 이는 실제 원시 세포 집단에서 관찰되는 비동기적 분열 현상을 설명한다.

알고리즘의 계산 복잡도는 부피 업데이트와 a_i 재계산이 매 반응마다 필요하므로 O(M) (M은 반응 종류) 수준이다. 저자들은 효율성을 높이기 위해 “부분 업데이트” 전략을 제안했는데, 부피 변화가 미미한 구간에서는 a_i를 재계산하지 않고, 일정 시간 간격 Δt마다만 업데이트한다. 이 방법은 시뮬레이션 속도를 2~3배 가속시키면서도 정확도 손실을 최소화한다.

한계점으로는 (1) 부피와 분자 수 사이의 선형 관계 가정이 실제 막 성장 메커니즘을 과도하게 단순화한다는 점, (2) 급격한 부피 변동(예: 급격한 물질 흡수) 상황에서 뉴턴-랩슨 수렴이 불안정할 수 있다는 점, (3) 다중 세포 집단 간 상호작용을 포함하려면 추가적인 공간적 모델링이 필요하다는 점을 언급한다. 향후 연구에서는 비선형 부피-분자 관계, 확산 제한 효과, 그리고 세포 간 물질 교환을 포함한 하이브리드 모델을 제시할 여지가 있다.

요약하면, 이 논문은 동적 부피를 고려한 Gillespie 알고리즘을 체계적으로 구축하고, 프로토셀 성장·분열 현상을 확률론적으로 재현함으로써, 미시적 화학 반응 네트워크와 물리적 부피 변화 사이의 상호작용을 정량적으로 분석할 수 있는 새로운 도구를 제공한다.