모티프 기반 확률적 랜덤 네트워크 생성

초록

본 논문은 개별 엣지, 정점 차수 분포, 그리고 3-노드 모티프(피드포워드 루프와 피드백 루프)의 발생 비율을 사전 확률로 결합한 통합 확률 모델을 제시한다. 마코프 체인 몬테카를로(MCMC) 샘플링을 이용해 수백 개 노드 규모의 유전자 전사 조절 네트워크를 현실적으로 재현한다.

상세 분석

이 연구는 무작위 그래프 생성 문제를 세 단계의 계층적 사전 확률로 구조화한다. 첫 번째 단계는 모든 가능한 방향성 엣지에 대해 베르누이 분포 pᵢⱼ를 할당함으로써 개별 연결 가능성을 모델링한다. 두 번째 단계에서는 정점의 총 차수(입·출 차수 합)를 파워‑law 형태 P(d)∝d⁻ᵞ 로 가정하고, γ 값을 통해 스케일‑프리 특성을 반영한다. 세 번째 단계는 3‑노드 서브그래프, 즉 피드포워드 루프(FFL)와 피드백 루프(FBL)의 비율을 베타‑이항 분포 Beta‑Binomial(u,v) 로 기술한다. 이 세 사전 확률을 곱하여 전체 그래프 사전 P_total(G) 를 정의하고, 그래프 공간 전체에 걸친 정규화 상수는 필요 없도록 비례식으로 유지한다.

MCMC 샘플링은 인접 행렬 A 의 각 원소를 순차적으로 업데이트하는 메트로폴리스‑헤스팅스 알고리즘으로 구현된다. 제안된 방법은 엣지, 차수, 모티프 제약을 동시에 만족시키는 그래프를 효율적으로 탐색한다는 점에서 기존의 Erdős‑Rényi 혹은 단순 베르누이 모델보다 훨씬 풍부한 구조적 정보를 반영한다. 수십억 번의 반복에도 불구하고 Gelman‑Rubin 수렴 진단이 1 billion iteration 이하에서 안정적으로 만족됨을 보고한다.

실험에서는 E. coli 전사 조절 네트워크(423 노드, 578 엣지)를 목표로 삼았다. 첫 번째 시뮬레이션에서는 모든 엣지에 동일한 ‘베이그’ 확률 0.0032를 부여하고, 차수 분포의 γ를 1.7로 설정했으며, 모티프 파라미터 u=2, v=50 을 통해 FBL 비율을 2 % 수준으로 제한했다. 두 번째 시뮬레이션에서는 실제 보고된 엣지에 0.95, 보고되지 않은 가설 엣지에 0.00016의 확률을 부여해 동일한 평균 엣지 수를 유지하였다. 두 경우 모두 2 billion iteration을 2 분 내에 수행했으며, 생성된 그래프는 실제 네트워크의 차수 분포와 모티프 빈도(FBL 0, FFL ≈ 42)를 정확히 재현했다.

이 접근법의 핵심 기여는 (1) 엣지‑레벨, (2) 전역 차수‑레벨, (3) 서브그래프‑레벨의 사전 정보를 일관된 확률 모델로 통합한 점, (4) 대규모 네트워크에서도 실시간에 가까운 속도로 샘플링이 가능한 효율적인 MCMC 구현에 있다. 또한, 베타‑이항 모티프 사전은 관측된 모티프 비율에 대한 불확실성을 자연스럽게 반영하므로, 실제 생물학적 데이터가 제한적일 때도 유연하게 적용할 수 있다. 향후 연구에서는 더 복잡한 서브그래프(예: 4‑노드 모티프)나 엣지 부호(활성/억제)까지 확장하고, 베이지안 네트워크 추론 파이프라인에 직접 삽입하여 데이터‑주도 학습과 사전‑지식 통합을 동시에 수행하는 방안을 모색할 수 있다.