iGEM 합성 DNA에서 계층적 구조와 재사용 진화 분석

본 논문은 복잡계에서 관찰되는 계층적 모듈성의 정량적 분석을 목표로, iGEM 합성 DNA 데이터셋을 Evo‑Lexis 프레임워크에 적용해 실제 시스템이 모델의 예측과 얼마나 일치하는지를 검증한다. 먼저, Evo‑Lexis는 기존 Lexis 최적화 모델을 동적 상황에 확장한 것으로, 목표 문자열 집합이 시간에 따라 추가·제거될 때 최소 비용의 계층 구조를 유지하도록 설계된 알고리즘이다. 핵심 요소는 Lexis‑DAG(Directed Acyclic Graph)이며, 여기서 소스 노드(기본 문자)와 목표 노드(전체 DNA 서열) 사이에 중간 노드(부분 문자열)를 두어 재사용을 촉진한다. 중간 노드의 중요성은 경로 중심성(Path Centrality)으로 측정하고, 전체 의존 경로 중 일정 비율 이하만 남도록 최소 개수의 중간 노드를 선택한 집합을 코어(Core)라 정의한다. 코어 크기의 상대적 감소는 hourglass 효과를 의미하며, 이를 정량화하기 위해 H‑score를 도입한다. H‑score는 실제 DAG와 중간 노드 없이 직접 연결된 평탄화된 DAG 사이의 코어 크기 비율을 이용해 0~1 사이의 값을 갖는다. 높은 H‑score는 작은 코어가 전체 의존 경로를 지배한다는 것을 의미한다. iGEM 데이터셋은 매년 전 세계 대학생 팀이 설계한 합성 DNA 서열을 포함한다. 각 서열은 표준 BioBrick 파트(기본 파트)와 팀이 새롭게 만든 파트로 구성되며, 이러한 파트들은 iGEM 레지스트리에 등록돼 이후 프로젝트에서 재사용될 수 있다. 논문은 iGEM 데이터를 연도별 배치(batch)로 구분하고, 각 배치에서 새로운 목표 서열을 추가하고 오래된 목표를 제거하는 증분 설계와 가지치기 과정을 수행한다. Lexis‑DAG 최적화는 NP‑Hard 문제이지만, 탐욕적 휴리스틱인 G‑Lexis를 사용해 부분 문자열을 추가함으로써 에지 비용을 최대한 감소시킨다. 코어 식별은 G‑Core 알고리즘을 통해 경로 중심성이 가장 높은 중간 노드를 순차적으로 코어에 포함시키며, 포함 후 해당 노드와 연결된 에지를 제거하고 재계산한다. 실험 결과는 다음과 같은 주요 특징을 보여준다. 첫째, 시간 흐름에 따라 재사용 빈도가 감소한다. 초기 연도에서는 기존 BioBrick 파트가 많이 재사용되었으나, 이후 연도에서는 새로운 파트와 독창적인 조합이 늘어나면서 재사용 비율이 낮아진다. 이는 Evo‑Lexis가 가정한 “재사용을 통한 비용 최소화”와는 반대되는 현상이며, 실제 합성 생물학 설계가 기능적 혁신을 우선시한다는 점을 시사한다. 둘째, 재사용 편향이 존재한다. 특정 중간 노드(예: 자주 사용되는 프로모터, 리포터 등)가 다른 노드보다 현저히 많이 재사용되어, 전체 DAG가 hourglass 형태를 띤다. 이때 H‑score는 0.8 이상으로 높은 값을 기록했으며, 코어 노드 집합은 연도별로 크게 변동하지 않아 구조적 안정성을 유지한다. 셋째, 목표 서열의 다양성은 여전히 높다. 전체 DAG가 얕고 비용 효율성이 낮음에도 불구하고, 다양한 파트 조합이 지속적으로 생성되어 목표 다양성이 유지된다. 이는 Evo‑Lexis 모델이 제시한 “목표 다양성은 깊이와 비용 효율성에 반비례한다”는 가설을 부분적으로 뒷받침한다. 또한, 논문은 Evo‑Lexis 모델이 제시한 세 가지 핵심 메커니즘을 실제 데이터와 비교한다. (i) 변이(Tinkering)와 재조합(Recombination)은 초기 저비용, 깊은 계층 구조 형성에 기여하지만, 실제 iGEM에서는 변이와 재조합이 동시에 일어나면서도 재사용이 감소하는 현상이 관찰된다. (ii) 선택(Selection)은 복잡한 중간 모듈의 재사용을 촉진해 hourglass 효과를 강화한다. 실제 데이터에서도 특정 파트가 지속적으로 선택되어 코어를 형성한다. (iii) 재조합은 목표 다양성을 제공한다. iGEM에서는 다양한 파트 조합이 지속적으로 등장해 목표 다양성을 유지한다. 결론적으로, iGEM 합성 DNA 데이터는 Evo‑Lexis 모델이 예측한 일부 현상(재사용 편향, hourglass 구조)과 일치하지만, 재사용 감소와 비용 효율성 저하라는 차이를 보인다. 이는 실제 설계 과정에서 비용보다 기능적 혁신과 다양성이 더 큰 동기로 작용한다는 점을 강조한다. 향후 연구는 목표 생성 모델에 기능적 적합도, 실험적 제약, 설계자 의도 등 복합적인 선택 압력을 포함해 모델을 확장하고, 다른 도메인(예: 소프트웨어, 네트워크)에서도 동일한 분석을 수행해 일반성을 검증할 필요가 있다.