화학반응망으로 구현하는 기대 최대화 알고리즘

초록

본 논문은 질량작용 법칙에 기반한 화학반응망을 설계하여, 정보투영(E‑Projection)과 혼합투영(M‑Projection)을 교대로 수행함으로써 기대‑최대화(EM) 알고리즘을 연속시간 동역학으로 구현한다. 반응망은 두 개의 서브넷으로 구성되며, 하나는 파라미터(θ) 종을, 다른 하나는 잠재 변수(X) 종을 각각 촉매한다. 상세균형과 비임계 시폰(siphon) 조건을 만족하도록 설계된 시스템은 KL‑발산을 라야푸노프 함수로 갖고, 초기 조건에 관계없이 관측 제약을 만족하는 로컬 최소점에 수렴한다. 이를 통해 세포가 수용체‑리간드 결합 정보를 통해 환경을 추정하는 과정을 물리‑화학적으로 모델링한다.

상세 분석

논문은 먼저 EM 알고리즘을 정보기하학적 관점에서 “E‑Projection(정보투영)”과 “M‑Projection(혼합투영)”의 교대로 이루어지는 최적화 과정으로 재해석한다. E‑Projection은 주어진 분포 y에 대해 제약된 아핀 서브스페이스 X에 속하는 x를 찾는 문제이며, D(x‖y)라는 확장된 KL‑발산을 최소화한다. M‑Projection은 고정된 x에 대해 로그‑볼록인 지수족 Y에 속하는 y를 찾는 문제다. 두 투영이 번갈아 수행될 때 EM 알고리즘과 동일한 수렴 특성을 가진다.

이러한 수학적 구조를 화학반응망에 매핑하기 위해 저자들은 다음과 같은 설계를 제시한다.

1. 반응망 구성: 종 집합 S를 X‑종과 θ‑종으로 나누고, 정수 벡터 집합 B를 이용해 b⁺ → b⁻ 형태의 기본 반응을 만든다. 각 반응은 질량작용 법칙에 따라 ODE를 유도한다.
2. 두 서브넷: (i) θ‑종을 변화시키는 M‑Projection 서브넷은 X‑종을 촉매제로 사용한다. (ii) X‑종을 변화시키는 E‑Projection 서브넷은 θ‑종을 촉매제로 사용한다. 이렇게 하면 두 서브넷이 서로의 파라미터를 고정한 채 각각 KL‑발산을 감소시키는 방향으로 흐른다.
3. 상세균형과 라야푸노프: 각 서브넷은 상세균형점을 갖도록 반응 속도 상수를 선택한다. 상세균형점 y는 라야푸노프 함수 D(x‖y)와 동일한 형태의 자유에너지와 대응한다. 질량작용 ODE에 대해 dD/dt ≤ 0가 증명되며, 등호는 상세균형점에서만 성립한다. 이는 전통적인 마코프 체인에서의 Pythagorean 정리와 직접 연결된다.
4. 시폰 회피: 비임계 시폰이 존재하면 종이 영(0)으로 고정돼 수렴이 방해될 수 있다. 저자는 설계 단계에서 시폰을 없애는 조건을 만족하도록 반응을 선택하고, 이를 통해 Global Attractor Conjecture를 실질적으로 보장한다.
5. 연속시간 EM: 두 서브넷이 동시에 작동하면 x(t)와 θ(t)가 연속적으로 업데이트된다. 전체 시스템은 D(x(t)‖y(θ(t)))를 전역적으로 감소시키며, 관측 제약 s = Sx를 만족하는 영역 내에서 로컬 최소점 (x*,θ*)에 수렴한다. 이는 전통적인 이산 EM 알고리즘의 “E‑step → M‑step” 순서를 연속시간으로 평활화한 결과이다.
6. 예시와 정리: 3면 주사위 예시를 통해 구체적인 반응망을 제시하고, Theorem 7, 10, 11, 12 등을 통해 각각 E‑Projection, M‑Projection, 그리고 전체 EM 동역학의 수렴성을 엄밀히 증명한다. 특히 M‑Projection 서브넷에서 처음 제시된 Lyapunov 함수 형태 D(x‖x₀(t))는 비선형 반응망에서 새로운 사례이며, 기존 연구에서는 정적 목표점 q에 대해서만 알려졌다.

이러한 설계는 생물학적 현실성(촉매와 생성‑소멸 반응만 사용), 계산 효율성(반응 수 최소화), 그리고 통계역학적 해석(자유에너지와 KL‑발산의 동일시)이라는 세 축을 동시에 만족한다. 결과적으로 세포가 수용체‑리간드 결합 데이터를 통해 환경 파라미터를 추정하는 과정을, 물리‑화학적 반응망 자체가 수행하는 “자연적 EM 알고리즘”으로 모델링할 수 있다.