이산형 부울 네트워크를 이용한 발달 유전자 조절의 안정성 지도

초록

본 논문은 연속형 시스템용으로 고안된 준위잠재력 이론을 이산형 부울 네트워크에 적용하는 프레임워크를 제시한다. 최소한의 췌장 발달 유전자조절망을 기반으로, 캔알라이징·시그니처 호환 부울 함수와 안정적인 어트랙터(세포 유형) 제약을 결합해 모델 공간을 제한한다. 또한 어트랙터 간 상대적 순서를 기능적 제약으로 도입해 생물학적으로 의미 있는 모델을 선별한다. 결과적으로 캔알라이징·시그니처 호환 함수가 췌장 세포 분화 동역학을 가장 잘 재현함을 확인했으며, 유전자별 전이 기여도를 정량화해 세포 재프로그래밍 설계에 활용할 수 있음을 보였다.

상세 분석

이 연구는 Waddington의 에피제네틱 풍경 개념을 정량화하기 위해 제안된 quasi‑potential U(x)를 이산형 부울 네트워크(Boolean Network, BN)에도 적용할 수 있는 새로운 이론적 틀을 구축한다. 기존 quasi‑potential는 연속 미분 방정식 기반이었으나, BN은 0/1 이산 상태와 논리 함수로 구성돼 유전자 발현의 스위치‑온/오프 특성을 직접 모델링한다는 점에서 차별화된다. 저자들은 먼저 최소한의 췌장 발달 GRN을 정의하고, 각 유전자에 할당될 부울 함수를 크게 세 종류로 구분한다. 첫 번째는 일반적인 임의 함수, 두 번째는 canalyzing 함수(특정 입력이 결과를 결정하는 경우), 세 번째는 sign‑compatible 함수(입력‑출력 관계가 생물학적 활성/억제 부호와 일치)이다. 이들 함수군은 구조적 제약으로 작용해 가능한 BN 모델 공간을 급격히 축소한다.

동적 제약으로는 실험적으로 확인된 세 개의 안정 어트랙터(췌장 전구세포, 알파 세포, 베타 세포)를 네트워크에 강제한다. 여기서 중요한 추가 제약은 어트랙터 간 상대적 순서이다. 발달 과정에서 전구세포 → 알파/베타 세포 순으로 전이되는 것이 관찰되므로, 모델이 이 순서를 재현하도록 제한한다. 이는 기존의 단순 안정성 제약을 넘어, 전이 경로와 에너지 장벽을 동시에 고려하는 기능적 제약이다.

이러한 복합 제약을 적용한 뒤, 저자들은 각 모델에 대해 상태 전이 확률 행렬을 구성하고, 마코프 체인 이론을 이용해 stationary distribution을 계산한다. quasi‑potential은 π_i (정상화된 확률)와의 로그 변환 U_i = –ln π_i 로 정의되며, 이는 각 어트랙터의 상대적 안정성을 정량화한다. 결과는 canalyzing 및 sign‑compatible 함수가 포함된 모델이 가장 낮은 U 값을 보이며, 실험적 전이 효율과 일치함을 보여준다. 또한, 특정 유전자의 입력 연결을 제거하거나 함수 형태를 바꾸면 U 값이 크게 변동함을 통해, 각 유전자가 전이 장벽에 미치는 기여도를 정량적으로 평가한다.

이 연구는 (1) 이산형 네트워크에 quasi‑potential 개념을 성공적으로 이식, (2) 구조·동적·기능적 제약을 통합해 생물학적 의미를 갖는 모델 집합을 효율적으로 추출, (3) 유전자별 전이 영향도를 정량화함으로써 세포 재프로그래밍 전략 설계에 실용적인 인사이트를 제공한다는 점에서 큰 의의를 가진다. 특히, 캔알라이징·시그니처 호환 함수가 발달 과정의 비선형성 및 견고성을 반영한다는 발견은, 향후 복잡계 모델링에서 논리 함수 선택 기준을 제시하는 중요한 지표가 될 것이다.