제로 전형 거리 문제의 복잡도와 효율적 해결법

본 논문은 중복 유전자를 포함한 두 게놈을 각각 하나씩만 남겨 동일하게 만들 수 있는지 판정하는 **Zero Exemplar Distance (ZED)** 문제를 다각도로 연구한다. **1. 연구 배경 및 정의** 게놈 재배열 문제에서 유전자 패밀리를 고려하는 ‘exemplar model’은 각 유전자를 하나씩만 남겨 비교하는 방식을 취한다. ZED는 두 게놈 G₁, G₂가 주어졌을 때, 각 유전자를 하나씩만 남겨 동일한 유전자 집합(부호는 무관)으로 만들 수 있는지를 묻는 결정문제이다. 기존 연구에서는 양쪽 모두 중복이 있을 경우, 각 유전자가 최대 세 번 등장하면 이미 NP‑hard임이 알려져 있었다. **2. 단일 염색체 경우의 NP‑hardness (Theorem 1)** 저자는 3‑SAT(3SAT) 인스턴스를 이용한 새로운 간단한 증명을 제시한다. 변수와 절을 각각 **variable gadget**과 **clause gadget**으로 변환한다. - **Variable gadget**: 각 변수 vᵢ에 대해 두 개의 유전자 xᵢ, yᵢ와 해당 변수에 등장하는 리터럴 유전자를 포함한다. G₁에서는 yᵢ, xᵢ가 각각 1·2번씩 배치되고, G₂에서는 순서가 뒤바뀐다. - **Clause gadget**: 각 절 eⱼ에 대해 절 유전자 aⱼ, bⱼ, cⱼ와 리터럴 rⱼ, sⱼ, tⱼ를 두 번씩 배치한다. 절 유전자를 모두 한 번씩 남기려면 최소 하나의 리터럴을 포기해야 하는 제약을 만든다. 각 유전자는 정확히 두 번 등장하도록 설계했으며, 전체 게놈은 G₁, G₂ 각각 3n+12m+1개의 유전자를 포함한다. 3‑SAT 인스턴스가 만족가능하면, 변수에 따라 변수 gadget에서 xᵢyᵢ 혹은 yᵢxᵢ 순서를 선택하고, 절 gadget에서는 이미 사용된 리터럴을 제외한 나머지 절 유전자를 선택해 **공통 부분서열 G′** 를 만든다. G′는 모든 유전자를 정확히 한 번씩 포함한다. 반대로 G′가 존재하면, 변수 gadget에서 xᵢ와 yᵢ의 순서를 통해 변수의 진리값을 복원하고, 절 gadget의 제약으로부터 각 절에 최소 하나의 true 리터럴이 존재함을 보인다. 따라서 3‑SAT과 ZED 사이에 다항시간 상호 변환이 성립해 NP‑hardness가 증명된다. **3. 다중염색체, 유전자 순서 무관 경우의 NP‑hardness (Theorem 2)** 다음으로 저자는 염색체를 **집합**으로 보는 모델을 도입한다. 변수와 절을 각각 여러 집합으로 나누어 배치하고, 집합 간의 포함 관계를 이용해 동일한 논리를 구현한다. - 변수 집합: 각 변수 vᵢ에 대해 하나의 집합 {pᵢ,…,xᵢ,…,qᵢ}와 두 개의 집합 {pᵢ,…,xᵢ} , {xᵢ,…,qᵢ} 로 구성한다. - 절 집합: 절 eⱼ에 대해 6개의 2‑원소 집합과 7개의 3‑원소 집합을 만든다. 각 유전자는 두 번 이하 등장한다. 목표는 두 컬렉션 G₁, G₂를 **삭제·축소**해 동일한 파티션 G′를 얻는 것이다. 3‑SAT 인스턴스가 만족가능하면 파티션을 구성할 수 있고, 반대로 파티션이 존재하면 만족가능한 진리값을 복원한다. 따라서 이 모델 역시 NP‑hard임을 보인다. **4. 특수 경우의 다항시간 알고리즘 (Theorem 3)** ZED 문제는 한 게놈에 모든 유전자가 정확히 한 번만 등장하고, 다른 게놈에 최소 한 번씩 등장하는 경우에 크게 단순화된다. 저자는 이를 **이분 매칭** 문제로 환원한다. - G₁의 각 유전자를 G₂의 가능한 복제본과 연결하고, 최대 매칭을 찾는다. - 매칭이 전부 매치되면 공통 서열이 존재하고, 그렇지 않으면 존재하지 않는다. 이 절차는 O(|G₁|·|G₂|) 시간에 수행 가능하다. 동일한 가정 하에 **Exemplar Longest Common Subsequence (ELCS)** 문제도 다항시간으로 해결한다. 필수 심볼( mandatory symbols )이 정확히 한 번씩 한 문자열에만 존재하므로, 매칭 단계에 길이 최적화를 추가해 최장 공통 부분수열을 구한다. 이는 Bonizzoni 등(2010)의 열린 질문에 대한 긍정적 답변이다. **5. 매개변수화된 알고리즘 (Theorem 4)** 다중염색체, 순서 무관 모델을 매개변수화한다. 파라미터 k를 “각 게놈의 염색체 수”라 두고, **색인 트리와 동적 계획법**을 결합해 k에 대한 지수적이지만 k가 작을 경우 실용적인 FPT 알고리즘을 제시한다. 복잡도는 O(2ᵏ·poly(n))이며, k가 제한된 생물학적 상황에서 효율적으로 적용 가능하다. **6. 결론 및 의의** - 단일 염색체와 다중염색체, 순서 무관 두 모델 모두 각 유전자가 두 번 이하 등장하면 NP‑hard임을 간단히 증명함으로써 기존 결과의 복잡도를 한 단계 낮췄다. - 한쪽 게놈에 유전자가 한 번만 등장하는 특수 경우와 ELCS 문제에 대한 다항시간 알고리즘을 제공해 실제 데이터 분석에 활용 가능성을 열었다. - 염색체 수를 매개변수로 하는 FPT 알고리즘은 실용적인 제한 조건 하에서 정확한 해를 구할 수 있는 길을 제시한다. 이러한 결과들은 게놈 재배열 문제의 이론적 복잡도 지도에 중요한 위치를 차지하며, 향후 더 정교한 근사·매개변수화 기법 개발에 기반을 제공한다.