생화학적 잡음의 비용과 이익, 그리고 조절 메커니즘

초록

최근 실험은 유전자 발현이 매우 확률적일 수 있음을 보여준다. 그러나 단일 세포 내 단백질 농도 변동이 집단 성장률에 미치는 영향은 아직 명확히 밝혀지지 않았다. 본 연구는 동일한 유전자를 가진 세포 집단의 성장률에 단백질 농도 변동이 미치는 영향을 정량화할 수 있는 수학적 모델을 제시한다. 모델은 (1) 단일 세포 성장률이 단백질 농도에 따라 어떻게 변하는지, (2) 단백질 농도 변동의 분산, (3) 변동의 상관 시간에 따라 집단 성장률이 결정된다고 예측한다. 평균 단백질 농도가 성장률을 최대로 하는 값에 가깝다면 변동은 항상 성장률을 감소시키지만, 평균 농도가 최적값에서 충분히 벗어나면 변동이 집단 성장률을 향상시킬 수 있다(단세포 성장률이 단백질 농도에 선형적으로 의존하더라도). 또한, 집단 평균과 단일 세포 및 그 후손을 추적한 시간 평균은 일반적으로 일치하지 않음을 보여준다. 이를 바탕으로 유전자 조절의 비용‑편익 분석을 수행했으며, 조절 단백질의 최적 발현 수준은 조절 단백질 합성 비용과 표적 유전자의 발현 변동을 최소화함으로 얻는 이익 사이의 균형에 의해 결정된다고 결론짓는다. 마지막으로 본 예측을 검증할 수 있는 실험적 방안을 논의한다.

상세 요약

이 논문은 세포 집단 수준에서의 성장률을 결정하는 핵심 요인으로 ‘생화학적 잡음’, 즉 단백질 농도 변동을 정량적으로 다루는 최초의 이론적 틀을 제시한다. 기존 연구들은 주로 단일 세포 내 변동성(Noise) 자체를 측정하거나, 변동이 특정 대사 경로에 미치는 영향을 실험적으로 확인하는 데 초점을 맞추었다. 그러나 변동이 집단 성장률이라는 매크로스케일 결과에 어떻게 투사되는지는 거의 다루어지지 않았다. 여기서 저자들은 확률 미분 방정식과 선형화 기법을 이용해, 단백질 농도 X(t)가 평균 μ와 분산 σ², 그리고 상관 시간 τ를 갖는 오르스테인‑Uhlenbeck 과정으로 모델링한다. 이때 단일 세포 성장률 g(X)는 일반적인 비선형 함수로 가정하고, g′(μ)와 g″(μ) 등 1차·2차 미분값이 집단 성장률 G에 미치는 영향을 전개한다. 핵심 결과는 다음과 같다. 첫째, g′(μ)=0, 즉 평균 농도가 성장률 최적점에 있을 때는 g″(μ)≤0(볼록함)이라면 변동이 2차 항으로 작용해 G를 감소시킨다. 이는 ‘잡음은 비용이다’라는 직관과 일치한다. 둘째, μ가 최적점에서 충분히 벗어나면 g′(μ)≠0이 되고, 변동이 1차 항을 통해 평균 성장률을 보정한다. 즉, 잡음이 ‘보정 효과’를 제공해 전체 집단의 성장률을 오히려 높일 수 있다. 흥미롭게도 이 현상은 g(X)가 선형일 때도 발생한다는 점에서, 비선형성 자체가 필요조건이 아니라는 점을 강조한다. 셋째, 저자들은 ‘에너지 비용’과 ‘변동 억제 이득’ 사이의 트레이드오프를 정량화한다. 조절 단백질 R을 합성하는 데 드는 대사 비용 C_R은 R의 평균 발현량에 비례하고, R가 목표 유전 G의 발현 변동을 억제함으로 얻는 이득 B_R은 R의 억제 효율과 G의 변동성에 의존한다. 최적 R*는 d(C_R−B_R)/dR=0을 만족하는 지점으로, 이는 ‘비용‑편익 균형’이라는 생물학적 설계 원리를 수학적으로 뒷받침한다. 마지막으로, 저자들은 실험적 검증 방안으로 (i) 단일 세포 라인에서 형광 리포터를 이용해 단백질 농도와 성장률을 동시에 측정하고, (ii) 유전자 발현 조절 회로를 인위적으로 변형해 평균·분산·상관 시간을 조절한 뒤 집단 성장률 변화를 관찰하는 방법을 제시한다. 이러한 접근은 현재 마이크로플루이딕스와 타임랩스 현미경 기술이 충분히 발달한 상황에서 실현 가능하다. 전체적으로 이 논문은 ‘잡음은 단순히 부정적 요인이 아니라, 상황에 따라 성장률을 향상시킬 수 있는 잠재적 자원’이라는 새로운 관점을 제공하며, 유전자 조절 네트워크 설계와 합성생물학에서 비용‑편익 최적화를 위한 이론적 기반을 마련한다.