세포 내 입자 이동의 최초 통과 확률 분석

초록

본 연구는 세포 내 수송 입자들의 이동을 시간 t 혹은 역속도 S = t/L 로 표현한 최초 통과 확률(FPP)을 측정·계산하는 방법을 제시한다. FPP는 확산, 탄성 이동, 일시적 정지·구동 등 다양한 움직임을 하나의 그래프에 통합해 구분할 수 있으며, 데이터 전처리 과정에서 스무딩·세분화·임계값 설정과 같은 가정을 배제한다. 엔도시토시스 소포를 추적한 실험 데이터에 적용해 세 가지 약물 처리에 따른 이동 특성을 정량화하고, 복합적인 비정형 이동을 효과적으로 기술한다.

상세 분석

본 논문은 세포 내 입자 이동을 기술하기 위해 ‘최초 통과 확률(First Passage Probability, FPP)’이라는 통계량을 도입한다. FPP는 입자가 초기 위치에서 일정 거리 L을 처음으로 도달하는 데 걸리는 시간 t, 혹은 그 역수인 속도 S = t/L의 확률 분포를 의미한다. 기존의 입자 트래킹 분석은 평균 제곱 변위(MSD), 속도 히스토그램, 혹은 이동 구간을 사전에 정의한 임계값에 따라 ‘확산’·‘활동적 구동’·‘정지’ 등으로 분류하는 방식을 사용한다. 이러한 방법은 데이터에 대한 사전 가정이 강하고, 특히 복합적인 움직임을 가진 입자에 대해 구분이 모호해지는 단점이 있다.

FPP는 전체 트랙을 그대로 이용해 각 구간마다 L을 달리하면서 첫 통과 시간을 기록한다. 따라서 트랙을 인위적으로 절단하거나 스무딩할 필요가 없으며, 시간 해상도와 공간 해상도가 서로 다른 실험에서도 동일한 형태의 확률 곡선을 얻을 수 있다. 논문에서는 FPP를 이론적 모델(순수 확산, 일정 속도 탄성 이동, 그리고 ‘run‑rest’ 모델)과 비교함으로써 각 모델이 예측하는 FPP 형태를 명확히 구분한다. 예를 들어 순수 확산에서는 FPP가 t⁻³⁄² 형태의 꼬리를 보이며, 탄성 이동에서는 t⁻¹ 형태의 급격한 감소를 보인다. ‘run‑rest’ 모델은 두 형태가 혼합된 곡선을 나타내어, 실험 데이터와의 적합도를 통해 런(구동)과 레스트(정지) 구간의 평균 지속시간과 전이 확률을 추정할 수 있다.

실험적으로는 살아있는 세포 내에서 형광 표지된 엔도시토시스 소포를 고속 영상으로 추적하였다. 세 가지 약물 처리(예: 미세소관 억제제, 액틴 억제제, ATP 고갈제)는 각각 미세소관 기반 운반, 액틴 기반 운반, 에너지 의존적 구동에 영향을 미친다. FPP 분석 결과, 미세소관 억제제는 장거리 이동 시 급격한 꼬리 감소를 일으켜 탄성 성분이 크게 감소했으며, 액틴 억제제는 짧은 거리에서의 정지 비율을 증가시켜 ‘run‑rest’ 모델의 정지 평균 시간이 늘어났음을 보여준다. ATP 고갈제는 전체적으로 FPP 곡선을 평탄하게 만들어, 거의 순수 확산에 가까운 움직임을 나타냈다.

이와 같이 FPP는 복합적인 이동 메커니즘을 정량화하고, 약물 처리에 따른 미세한 변화를 감지하는 데 뛰어난 민감도를 가진다. 또한, FPP는 확률론적 관점에서 입자 이동을 기술하므로, 기존의 결정론적 모델링과는 별개로 통계적 검정이나 베이지안 추정에 바로 적용할 수 있다. 다만, FPP를 정확히 추정하기 위해서는 충분히 긴 트랙과 높은 시간 해상도가 필요하며, 매우 짧은 트랙에서는 통계적 신뢰도가 떨어진다. 또한, 거리 L을 선택하는 기준이 결과 해석에 영향을 미칠 수 있어, 실험 설계 단계에서 L의 스케일을 신중히 결정해야 한다.

요약하면, 본 연구는 FPP라는 새로운 분석 프레임워크를 제시함으로써 세포 내 입자 수송을 ‘데이터 축소 + 메커니즘 구분’이라는 두 축에서 동시에 해결한다. 이는 향후 약물 스크리닝, 질병 모델링, 그리고 인공 나노입자 전달 시스템 설계 등에 널리 활용될 가능성을 시사한다.