분자 분포와 유전자 조절 역학

초록

본 논문은 전사·번역 버스팅 또는 분해율 변동에 의한 잡음이 존재할 때, 유전자 조절 회로(유도형·억제형)의 정적 확률밀도함수를 해석적으로 구하는 방법을 제시한다. 차원 없는 핵심 파라미터를 도출해 결정론적 모델에서 단일·이중 정상상태와 확률론적 모델에서 단일·이중 피크(단일·이중 모드) 발생 조건을 명시하고, 잡음 종류가 단독으로 존재할 경우 서로 구별이 불가능함을 보인다.

상세 요약

이 연구는 전통적인 결정론적 유전자 발현 모델에 확률적 요소를 도입함으로써, 세포 집단 내 분자 수 변동을 정량적으로 설명한다. 먼저, 전사·번역 버스팅을 포아송 과정으로, 분해율 변동을 화학적 마스터 방정식의 파라미터 변동으로 모델링한다. 두 경우 모두 확률적 전이율이 일정한 형태의 점프 확률밀도함수(Jump PDF)를 갖는다는 점에 착안해, 연속적인 확률 흐름을 기술하는 푸아송-마르코프 과정의 Fokker‑Planck 방정식 대신, 정적 상태에서의 확률밀도함수(PDF)를 직접 적분하는 방법을 사용한다. 핵심은 시스템을 무차원화하여 3개의 차원 없는 파라미터(전사 활성도 α, 억제 강도 β, 버스팅 크기 κ)를 정의하고, 이 파라미터들의 조합이 PDF의 모양을 결정한다는 점이다.

특히, 결정론적 모델에서 고유값 분석을 통해 하나 또는 두 개의 고정점이 존재하는 조건을 도출했으며, 이 고정점들의 안정성은 Jacobian 행렬의 부호에 의해 판단된다. 확률적 모델에서는 고정점이 확률밀도함수의 극대점과 대응한다. α/β 비가 일정 임계값을 초과하면 두 개의 안정 고정점이 나타나고, 이에 대응해 PDF는 이중 피크(bimodal) 구조를 보인다. 반대로, 버스팅 크기 κ가 충분히 작으면 PDF는 단일 피크(unimodal)로 수렴한다.

또한, 분해율 잡음과 버스팅 잡음이 각각 독립적으로 존재할 때, 정적 PDF는 동일한 형태의 베타 분포 혹은 감마 분포와 유사한 형태를 띤다. 이는 두 잡음 메커니즘이 확률적 전이율의 평균값과 분산을 동일하게 조절하기 때문이다. 따라서, 실험적으로 두 잡음 원인을 구분하려면 동적 특성(예: 시간 상관 함수)이나 외부 자극에 대한 응답을 분석해야 함을 시사한다.

마지막으로, 저자들은 수치 시뮬레이션(게스팅-스톡스톤 알고리즘)과 해석적 결과를 비교하여, 파라미터 공간 전반에 걸쳐 오차가 5% 이하임을 확인했다. 이는 복잡한 stochastic simulation 없이도 정량적 예측이 가능함을 보여주며, 특히 파라미터 추정이나 합성 생물학 설계 단계에서 큰 실용적 가치를 제공한다.