극값 문제로 본 흉선 T세포 수용체 선택

초록

흉선에서 T세포 수용체(TCR)가 자기와 비자를 구분하는 과정은 결합 친화도의 극값 통계로 모델링될 수 있다. 저자들은 TCR‑펩티드‑MHC 결합 에너지를 확률 변수로 보고, 양성 선택과 음성 선택을 각각 상한과 하한 임계값으로 정의한다. 극값 이론을 적용해 선택된 TCR의 아미노산 서열 조성을 예측하는 해석식을 도출하고, 실험 데이터와 비교해 높은 일치도를 보였다. 이 모델은 면역 레퍼토리의 다양성과 자기 내성을 동시에 설명한다.

상세 분석

이 논문은 흉선에서 일어나는 T세포 수용체(TCR) 선택 과정을 통계 물리학의 극값 이론으로 정량화한다. 먼저 TCR과 펩티드‑MHC 복합체 사이의 결합 친화도를 에너지 변수 E로 정의하고, 각 TCR이 접촉하는 수천 개의 자기 펩티드에 대해 독립적인 확률 분포 f(E)를 가정한다. 흉선에서는 두 가지 선택 기준이 작용한다. 첫째, 양성 선택(positive selection)에서는 최소 결합 에너지 E_min이 상한값 E_pos보다 낮아야 하며, 둘째, 음성 선택(negative selection)에서는 최대 결합 에너지 E_max이 하한값 E_neg보다 높아야 한다. 이때 E_min과 E_max은 각각 N개의 독립적인 샘플 중 최소값과 최대값으로, 극값 분포인 Gumbel 형태로 근사될 수 있다. 저자들은 Gumbel 분포의 위치와 스케일 파라미터를 N과 f(E)의 모멘트로부터 유도하고, 선택 임계값을 만족하는 TCR 집합의 확률을 계산한다.

핵심은 선택된 TCR들의 아미노산 조성을 예측하는 식을 얻는 것이다. 각 아미노산 i는 결합 에너지에 기여하는 평균값 μ_i와 분산 σ_i^2를 갖는다. 극값 조건을 만족하는 TCR는 μ_i와 σ_i^2가 특정 범위에 들어야 하므로, 전체 레퍼토리에서 i의 등장 빈도 p_i는 Boltzmann‑like 형태 p_i ∝ exp