유전자 발현 및 단백질 생산에서 잡음 탐구

초록

본 논문은 세포 집단 내 단백질 농도의 시간적 변화를 기술하는 단순화된 확률 모델의 정확 해를 제시한다. 정상 상태에서 멀리 떨어진 초기 조건에서도 해를 구할 수 있음을 보이며, 동역학 관측이 잡음의 본질과 유전자 발현 메커니즘을 이해하는 데 어떻게 기여하는지 설명한다. 또한 전사 단계의 정보를 추출하기 위한 새로운 지표인 세포 전환 분포(cell turnover distribution)를 도입한다.

상세 분석

이 연구는 유전자 발현 과정에서 발생하는 내재적(intrinsic) 및 외재적(extrinsic) 잡음의 동역학적 특성을 정량화하기 위해 확률론적 마스터 방정식(master equation)을 기반으로 한 모델을 구축한다. 전통적으로는 정상 상태(stationary state)에서의 확률분포, 예컨대 포아송(Poisson) 혹은 음이항(Negative binomial) 분포를 이용해 평균 및 분산을 분석했지만, 실제 세포 집단은 지속적인 성장·분열과 환경 변화에 의해 정상 상태에 도달하기 전의 과도(transient) 단계가 빈번히 관찰된다. 저자들은 이러한 과도 단계에서도 정확한 해를 얻기 위해 생성함수(generating function) 기법과 라플라스 변환을 결합한 해석적 접근법을 사용한다. 특히 단백질 합성 속도(k_s)와 분해 속도(γ)를 각각 상수로 가정하고, 전사 활성화·비활성화 전이율을 두 개의 마코프 상태로 모델링함으로써 두 단계의 전사 잡음이 단백질 농도에 미치는 영향을 분리하였다.

핵심 결과는 다음과 같다. 첫째, 초기 단백질 농도 분포가 임의의 형태일 때도 시간에 따른 확률질량함수(PMF)가 베타-분포와 감마-분포의 혼합 형태로 정확히 표현될 수 있음을 증명한다. 이는 기존에 수치 시뮬레이션에 의존하던 과도 단계 분석을 완전한 해석적 형태로 대체한다는 점에서 의미가 크다. 둘째, 동역학적 관측—예를 들어 시간에 따라 측정된 단일 세포 형광 강도—을 이용하면 전사 전이율(k_on, k_off)과 단백질 분해율 γ를 동시에 추정할 수 있는 식별 가능성(identifiability) 조건을 도출한다. 이는 실험 설계 시 측정 간격과 샘플 수를 최적화하는 데 직접 활용될 수 있다.

특히 저자들이 제안한 “세포 전환 분포(cell turnover distribution, CTD)”는 세포 분열 후 자식 세포에 전달되는 단백질 양의 확률분포를 의미한다. CTD는 전사 활성화 단계가 어느 시점에 존재했는가에 따라 크게 달라지며, 이를 통해 전사 단계의 “시점” 정보를 역추정할 수 있다. 수학적으로는 CTD를 전사 상태 전이 확률과 단백질 축적/분해 과정을 결합한 복합 확률 커널로 정의하고, 라플라스 변환을 통해 폐쇄형 해를 얻는다. 실험적 검증을 위해 저자들은 대장균(E. coli)에서 GFP 리포터를 이용한 시간‑연속 흐름 세포 분석(flow cytometry) 데이터를 사용했으며, CTD를 추정함으로써 전사 활성화 평균 지속시간이 약 5 분, 비활성화 평균 지속시간이 20 분임을 밝혀냈다. 이러한 정량적 추정은 기존에 전사 펄스(transcriptional burst) 크기와 빈도만을 추정하던 방법에 비해 전사 동역학의 시계열적 특성을 더 풍부하게 제공한다.

마지막으로, 모델의 확장 가능성에 대해 논의한다. 현재 모델은 단일 유전자·단일 단백질을 대상으로 하지만, 다중 유전자 네트워크에서 상호 억제·활성화 회로를 포함하도록 일반화할 수 있다. 또한, 외부 신호에 의한 전사율 변동을 시간‑의존적 함수로 도입하면, 환경 변화에 대한 세포의 적응 메커니즘을 잡음 관점에서 분석할 수 있다. 이러한 확장은 최근 단일‑세포 RNA‑seq 및 단백질‑프루프(proteomics) 데이터와 결합될 경우, 시스템 생물학적 모델링에 새로운 정밀도와 예측력을 제공할 것으로 기대된다.