바이러스 감염 단계별 복잡도 측정: 퍼뮤테이션·다중스케일 엔트로피로 본 세포 내 HIV 반응 동역학

초록

본 연구는 마스터 방정식 기반의 Kinetic Monte Carlo 시뮬레이션을 이용해 세포 내 HIV 복제 과정을 모델링하고, 초기 템플릿 수와 평형 도달 시간 사이의 전력 법칙 관계(T_eq = 163.1·N⁻⁰·¹⁴²⁹)를 규명하였다. 또한 저·중·고 감염 수준에서 퍼뮤테이션 엔트로피, 다중스케일 엔트로피, 수정 다중스케일 엔트로피를 세 종(게놈, 구조 단백질, 템플릿) 각각에 적용해 복잡도 순서를 도출하고, 노이즈와 시간·스케일에 따른 엔트로피 변화를 분석하였다.

상세 분석

본 논문은 세포 내 HIV 복제 메커니즘을 마스터 방정식으로 기술하고, 이를 Kinetic Monte Carlo(KMC) 방법으로 수치 해석하였다. KMC는 각 반응(템플릿 복제, 게놈 전사, 구조 단백질 합성 등)의 확률적 전이율을 기반으로 사건 발생 시간을 샘플링함으로써, 실제 세포 내 분자 수가 적은 경우에도 정확한 통계적 동역학을 제공한다. 시뮬레이션 결과, 초기 템플릿 개수 N과 평형 도달 시간 T_eq 사이에 T_eq = a·N^b 형태의 전력 법칙이 성립함을 확인했으며, a = 163.1, b = ‑0.1429라는 파라미터는 템플릿 수가 증가할수록 시스템이 더 빠르게 평형에 도달한다는 직관적 의미를 갖는다. 이는 초기 바이러스 부하가 클수록 복제 사이클이 짧아져 치료 개입 시점이 중요함을 시사한다.

복잡도 정량화를 위해 세 가지 엔트로피 지표를 도입하였다. 첫 번째인 퍼뮤테이션 엔트로피(PE)는 시계열을 n차원 순열로 변환하고, 각 순열 패턴의 발생 확률을 이용해 H = ‑∑p_i log p_i 로 계산한다. 여기서 n은 순열 차수, τ는 시간 지연이며, 논문에서는 n = 3~7, τ = 1을 주로 사용하였다. 두 번째인 다중스케일 엔트로피(MSE)는 원 시계열을 스케일 팩터 τ에 따라 평균화(coarse‑graining)한 후, 각 스케일에서 샘플 엔트로피를 구해 복합적인 시간‑스케일 구조를 파악한다. 세 번째인 수정 다중스케일 엔트로피(MMSE)는 MSE의 샘플 엔트로피 계산 단계에서 템플릿 매칭을 도입해 잡음에 대한 민감도를 낮추고, 짧은 데이터 길이에서도 안정적인 값을 제공한다.

세 종(게놈, 구조 단백질, 템플릿) 각각에 대해 PE와 MSE/MMSE를 계산한 결과, 노이즈 수준이 높아질수록 PE의 종 간 순서가 변한다는 점이 눈에 띈다. 저감염 단계에서는 PE 순서가 ‘구조 단백질 > 게놈 > 템플릿’이었으나, 중·고감염에서는 ‘템플릿 > 구조 단백질 > 게놈’으로 전환된다. 이는 템플릿 복제 과정이 감염이 진행될수록 시스템의 불확실성을 주도한다는 의미이다. 반면 MSE는 전반적으로 템플릿 > 구조 단백질 > 게놈 순서를 유지했으며, 이는 템플릿이 가장 높은 다중‑스케일 복잡성을 갖는다는 것을 뒷받침한다.

시간 축면에서 PE는 짧은 시간 구간(≤ 10 s)에서는 중간 차수 n ≈ 5에서 수렴하는 경향을 보였으며, 장기 구간(≥ 100 s)에서는 PE가 n에 대해 선형적인 로그‑스케일 관계를 나타냈다(H ∝ log n). 이는 초기 급격한 복제 활성화 단계에서는 복잡도가 제한적이지만, 장기적으로는 다양한 순열 패턴이 활성화되어 복잡도가 확대된다는 것을 의미한다. 또한, MMSE는 짧은 데이터에서도 안정적인 복잡도 추정을 가능하게 하여, 실험적 바이오마커 개발에 유용할 것으로 기대된다.

이러한 결과는 바이러스 감염 단계별 복잡도 지표가 치료 시점과 약물 용량을 최적화하는 데 활용될 수 있음을 시사한다. 특히, 템플릿 복제 과정이 고감염 단계에서 복잡도와 불확실성을 주도한다는 점은, 복제 억제제(예: RT 억제제)의 투여 시점을 조절함으로써 시스템 전체의 엔트로피 감소를 유도할 수 있음을 암시한다.