생물학적 네트워크 구조가 정보 전달 효율에 미치는 영향

초록

본 연구는 신경망, 먹이망, 단백질‑단백질 상호작용, 대사망, 유전자 조절망 등 다섯 종류의 실제 생물학적 네트워크를 무방향 그래프로 변환한 뒤, 스펙트럼 갭을 이용한 좋은 확장성(good expansion)과 노드 간 커뮤니케이션 가능성(communicability)을 정량화하였다. 또한 SI, SIR, SIS 전염 모델을 적용해 정보(질병) 전파 속도를 비교하였다. 결과는 신경망이 다른 네트워크에 비해 스펙트럼 갭이 크고, 커뮤니케이션 가능성이 높으며, 전염 모델에서 가장 빠른 전파를 보였음을 보여준다. 작은 세계성(small‑worldness)과 코어 구조 분석에서도 신경망이 높은 z‑score와 높은 코어 비율을 나타내어, 진화적으로 효율적인 정보 전달 구조를 갖추었을 가능성을 시사한다.

상세 분석

본 논문은 먼저 다섯 종류의 생물학적 시스템을 무방향 그래프로 단순화하고, 각 그래프의 인접 행렬 스펙트럼을 계산하였다. 스펙트럼 갭(λ₁‑|λ₂|)이 클수록 랜덤 워크가 빠르게 정상 상태에 수렴하고, 이는 네트워크가 좋은 확장성을 가짐을 의미한다. 실험 결과, 신경망(특히 영장류와 고양이 대뇌 피질 연결망)은 다른 네트워크에 비해 λ₁‑|λ₂| 값이 현저히 크며, 이는 작은 부분 집합이 많은 외부 이웃을 갖는 구조, 즉 고품질 확장 그래프의 특성을 나타낸다.

다음으로 커뮤니케이션 가능성 G_{pq}=∑{j}φ_j(p)φ_j(q)e^{λ_j}를 이용해 모든 노드 쌍의 정보 전달 효율을 정량화하였다. 신경망에서는 G{pq} 분포가 넓게 퍼져 평균보다 높은 값을 갖는 쌍이 다수 존재했으며, 이는 네트워크 전반에 걸쳐 높은 전송 가능성을 의미한다. 반면, 단백질‑단백질 상호작용망이나 대사망은 G_{pq}가 대부분 낮은 값에 집중돼, 특정 경로에 의존적인 전파 특성을 보였다.

전염 모델(SI, SIR, SIS) 시뮬레이션에서는 초기 감염자를 무작위 선택하고, 각 모델의 전파 파라미터를 동일하게 적용하였다. 신경망에서는 감염률 β가 동일함에도 불구하고 감염자 비율이 급격히 상승하고, SIR 모델에서는 회복까지의 시간이 가장 짧았다. 이는 높은 스펙트럼 갭과 커뮤니케이션 가능성이 전염 확산을 가속화한다는 가설을 실증적으로 뒷받침한다.

작은 세계성 측면에서는 전이율(Transitivity)과 평균 최단 경로 길이(L)로 정의된 SWG = (T_G/L_G)/(T_ER/L_ER)를 계산하였다. 모든 네트워크가 SWG>1을 만족했지만, 신경망은 무작위 동일 차수 시퀀스 그래프군(F_G) 대비 z‑score가 3~5 수준으로 매우 높았다. 이는 동일한 차수 분포를 갖는 다른 그래프들보다 구조적으로 더 강한 클러스터링과 짧은 경로를 동시에 유지한다는 뜻이다.

코어-쉘 분해 결과, 신경망의 k‑core 구조가 깊고, 전체 노드 중 30~40%가 높은 차수 코어에 속했다. 이는 네트워크가 핵심-주변 구조를 통해 정보 흐름을 효율적으로 집중시킬 수 있음을 시사한다. 반면, 먹이망과 유전자 조절망은 코어 깊이가 얕고, 대부분의 노드가 낮은 차수 코어에 머물렀다.

종합하면, 스펙트럼 갭, 커뮤니케이션 가능성, 작은 세계성, 코어 깊이 등 네 가지 정량적 지표가 모두 신경망에서 다른 생물학적 네트워크보다 우수하게 나타났으며, 이는 진화 과정에서 신경계가 빠르고 안정적인 신호 전달을 위해 특수한 토폴로지를 선택했을 가능성을 뒷받침한다.