단일 궤적에서 이완 시간 추정 방법

초록

본 논문은 다중 이완 시간을 갖는 확률 과정의 정확한 상관 함수를 유도하고, 측정 시간보다 긴 최장 이완 시간이 존재할 경우 시간 평균 상관 함수가 겉보이는 에이징 현상을 보인다는 점을 밝힌다. 이를 바탕으로 단일 궤적만으로도 여러 이완 시간을 추출할 수 있는 방법을 제안하고, 작은 단백질의 구조 변동에 적용하여 최장 이완 시간보다 짧은 여러 이완 시간을 성공적으로 추정하였다.

상세 분석

이 연구는 복잡계에서 흔히 관찰되는 파워‑law 형태의 상관 감소와 그 뒤에 숨은 여러 지수적 이완 모드들의 중첩을 이론적으로 정밀히 분석한다. 먼저 저자들은 N개의 이분법적(dichotomous) 과정이 서로 독립적으로 존재하고 각각 고유의 평균 지속시간 τ_k 를 갖는 경우, 전체 신호 I(t)=∑_{k=1}^N I_k(t) 로 표현될 수 있음을 보인다. 각 이분법적 과정에 대해 상태 전이 확률이 동일한 PDF ψ_k(t) 를 따를 때, 무작위 전이 횟수 N_t와 상태값 χ_n을 이용해 비정규화 상관 함수 ˆC_k(t)를 유도하고, ψ_k가 지수분포이면 C_k(t)=exp(−t/τ_k) 라는 전형적인 지수 감쇠를, 파워‑law 분포이면 C_k(t)∝t^{−α} 형태의 장기 꼬리를 갖는다는 것을 명시한다. 특히 α>1인 경우는 정상적인(stationary) 과정이지만 평균 지속시간이 발산하면 비정상적인 에이징이 발생한다는 점을 강조한다.

다음으로 다중 상태(multi‑state) 과정으로 확장하여 전이 확률 p_{ij}=p_j 로 가정하고, 각 상태값 I_k와 지속시간 분포 ψ_k(t) 를 갖는 경우에도 상관 함수는 C(t)=∑_{k=1}^N p_k(I_k−⟨I⟩)I_k·exp(−t/τ_k) 로 동일한 형태를 유지한다. 이는 단순히 이분법적 과정의 합이 아니라, 상태 전이가 완전 무작위(renewal) 방식으로 일어나는 일반적인 마코프 체인에서도 적용 가능함을 보여준다.

또한 교대형(alternating) renewal 과정—즉 +와 − 상태가 서로 다른 지속시간 PDF ψ_+(t), ψ_-(t)를 갖는 경우—에 대해서는 라플라스 변환을 이용해 전이 확률 W_{hh’}(t)를 구하고, 결국 C(t)=p_{eq}^+p_{eq}^-(I_+−I_-)^2·exp