대사 그래프에서 보존된 플럭스 네트워크 구축

초록

대사 모델을 반응‑대사물 노드로 이루어진 이분 그래프로 표현하고, 반응 플럭스와 분자량 같은 보존량을 결합해 그래프의 간선에 보존 플럭스 네트워크를 할당한다. 또한, 제약 기반 모델링에서 발생하는 선형계획법(LP)의 원시·쌍대 해를 결합해 유사한 플럭스 네트워크를 만든다. 이 방법은 E. coli, S. cerevisiae, M. barkeri 모델에 적용했으며, 대사물 그림자 가격과 보존 특성 사이의 강한 상관관계를 설명한다.

상세 분석

본 논문은 대사 네트워크를 이분 그래프(bipartite graph) 형태로 재구성한 뒤, 그래프의 간선에 ‘보존 플럭스(conserved flux)’라는 새로운 정량적 흐름을 부여하는 방법론을 제시한다. 핵심 아이디어는 각 반응의 플럭스값(v)과 해당 반응에 참여하는 대사물질의 보존된 물리량(예: 분자량, 전하, 원자 수 등) w를 곱해 간선별 흐름 J = v·w를 정의하는 것이다. 이렇게 하면 질량·전하·에너지와 같은 보존 법칙을 그래프 수준에서 직접 시각화할 수 있다.

또한, 제약 기반 대사 모델링에서 일반적으로 사용되는 선형계획법(LP)의 원시(primal) 해와 쌍대(dual) 해를 결합해 또 다른 플럭스 네트워크를 만든다. 원시 해는 각 반응의 최적 플럭스를 제공하고, 쌍대 해는 대사물질에 대한 ‘그림자 가격(shadow price)’ π 을 제공한다. 이 두 값을 곱해 간선 흐름 J’ = v·π 를 정의하면, π가 실제로는 해당 대사물질의 보존량에 대한 라그랑주 승수와 동일함을 수학적으로 증명한다. 따라서 그림자 가격은 물질의 ‘경제적 가치’를 나타내며, 보존 특성과 높은 상관관계를 보인다.

실험적으로는 최신 E. coli 대사 모델(iJO1366)을 중심으로 분석했으며, 동일한 방법을 S. cerevisiae와 M. barkeri 모델에도 적용했다. 결과는 다음과 같다. 첫째, 보존 플럭스 네트워크는 고전적인 플럭스 분포와 달리, 대사물질이 실제로 운반되는 양과 방향을 직관적으로 보여준다. 둘째, 그림자 가격과 분자량·전하·탄소수 등 보존 특성 간의 피어슨 상관계수가 0.85 이상으로 매우 높아, 그림자 가격이 물질의 물리적·화학적 특성을 반영한다는 가설을 뒷받침한다. 셋째, 특정 대사 경로(예: 탄소 흐름, 전자 전달 사슬)에서 플럭스가 집중되는 구역을 시각화함으로써, 대사 네트워크의 병목 현상이나 대사 엔지니어링 목표 지점을 쉽게 식별할 수 있다.

이러한 접근법은 기존의 플럭스 밸런스 분석(FBA) 결과를 보완하며, 특히 대규모 메타볼릭 모델에서 복잡한 상호작용을 직관적으로 파악하고자 할 때 유용하다. 또한, 그림자 가격과 보존 특성 간의 관계를 통해, 대사 모델의 파라미터 튜닝이나 목표 함수 설계 시 물리적 제약을 보다 명확히 반영할 수 있다.