시베리안 전나무 전사체의 통계적 대칭성 탐구

초록

본 연구는 시베리안 전나무(Larix sibirica) 전사체 서열을 3‑mer(트리플렛) 빈도 사전으로 변환하고, 이를 64차원 유클리드 공간에 매핑한 뒤 K‑means와 Elastic Map 클러스터링을 적용하였다. 결과적으로 전사체는 여섯 개의 뚜렷한 정점으로 이루어진 옥타헤드 형태의 구조를 보였으며, 두 주요 클러스터 간에는 차르가프(Chargaff) 2차 규칙 위반도가 현저히 낮아 예상치 못한 대칭성을 나타냈다. 이러한 통계적 대칭은 전사체가 양쪽 가닥(+)와 (‑)에서 균등히 발현된다는 가설을 뒷받침한다.

상세 분석

본 논문은 전사체 서열을 기호열로 보고, 길이 q = 3인 모든 가능한 트리플렛을 빈도 사전(W₃,₁) 형태로 정량화하였다. 빈도 사전은 64차원 벡터로 표현되며, 각 차원은 특정 트리플렛의 출현 비율을 나타낸다. 저자들은 전체 43 686개의 전사체 서열 중 길이 ≥ 200 bp인 1 436개를 분석 대상으로 삼았으며, 이들 서열을 동일한 방식으로 변환한 뒤 유클리드 거리(ρ)로 정의된 메트릭 공간에 투사하였다. 차원 축소와 클러스터링을 위해 K‑means 알고리즘을 2~5개의 군집(K)로 반복 실행했으며, 350회 이상의 시뮬레이션에서 95 % 이상 동일한 군집 구성을 보이는 경우를 ‘안정적’이라 정의하였다. 최적 군집 수는 K = 3으로, 각 군집의 중심점 사이 거리와 반경을 비교한 결과, 두 중심점 간 거리는 각 군집 반경의 합보다 크게 나타나 군집 간 구분이 명확함을 확인했다.

특히, 각 군집 내 트리플렛 빈도 분포를 차르가프(Chargaff) 2차 규칙(AT↔TA, CG↔GC 쌍의 균형)과 비교했을 때, 두 군집을 합친 전체에서는 규칙 위반도가 거의 0에 수렴했지만, 개별 군집에서는 위반도가 현저히 높았다. 이는 전사체가 양가닥에서 상보적인 서열이 동시에 존재함을 시사한다. 이를 검증하기 위해 저자들은 BLAST를 이용해 각 서열의 방향성을 (+ strand, – strand) 확인했으며, 결과는 기대와 일치하였다.

또한, Elastic Map 기법을 적용해 2차원 탄성 표면에 데이터를 투사하고, 가우시안 커널을 이용한 로컬 밀도 색칠을 수행했다. 이 시각화는 6개의 뚜렷한 정점(버텍스)과 그 사이를 연결하는 엣지 형태의 옥타헤드(정팔면체) 구조를 드러냈다. 기존 연구에서 보고된 7‑cluster 구조와 달리, 여기서는 6개의 정점이 대칭적으로 배열되어 전사체 전체가 고차원 공간에서 특정 대칭성을 갖는다는 새로운 통계적 패턴을 제시한다.

결론적으로, 트리플렛 빈도 사전을 통한 고차원 메트릭 분석은 전사체 서열의 내재된 구조와 대칭성을 정량적으로 파악할 수 있는 강력한 도구임을 입증하였다. 특히, 차르가프 2차 규칙의 군집 간 상보성 및 옥타헤드 형태의 군집 배치는 전사체가 양가닥에서 균등히 발현되는 메커니즘을 통계적으로 뒷받침한다는 점에서 생물학적 의미가 크다.