바이오‑PEPA를 활용한 효모 페로몬 경로 모델의 모듈성 탐구

초록

본 논문은 생화학 시스템을 프로세스 알제브라, 특히 stochastic process algebra인 Bio‑PEPA로 모델링할 때 나타나는 내재적 구성 구조를 분석한다. 구성성을 이용해 모델을 부분적으로 분해·해석하려는 시도를 사례 연구(효모 페로몬 경로)로 검증하고, 동적 상호 의존성으로 인한 어려움과 잠재적 이점을 논의한다.

상세 분석

프로세스 알제브라의 가장 큰 장점 중 하나는 ‘컴포지셔널리티(compositionality)’이다. 즉, 복잡한 시스템을 작은 서브모듈로 나누어 각각을 독립적으로 정의하고, 이후에 이들을 조합해 전체 모델을 구성할 수 있다는 의미다. 논문은 이러한 이론적 장점이 실제 생화학 네트워크, 특히 효모의 페로몬 신호 전달 경로에 적용될 때 어떤 한계와 가능성을 보이는지를 면밀히 탐구한다. 먼저 저자들은 Bio‑PEPA를 사용해 페로몬 경로의 주요 구성 요소(수용체, G‑단백질, MAPK 카스케이드 등)를 각각 하나의 프로세스로 정의하고, 이들 간의 상호작용을 동기화 연산자를 통해 기술한다. 이 과정에서 각 프로세스는 자체적인 상태 전이와 반응률을 갖지만, 실제 생물학적 시스템에서는 여러 경로가 동시에 활성화되거나 억제되는 복합적인 피드백 루프가 존재한다. 이러한 피드백은 모델의 상태 공간을 급격히 확장시켜, 전통적인 모듈별 해석 방법이 적용되기 어렵게 만든다.

저자들은 모듈성 활용을 두 가지 관점에서 검토한다. 첫 번째는 구조적 분해이다. Bio‑PEPA의 문법적 특성을 이용해 모델을 트리 구조로 표현하고, 각 서브트리를 독립적인 마크오프 체인으로 변환한다. 이때 각 서브트리의 전이율은 외부 모듈과의 인터페이스를 통해 파라미터화되며, 인터페이스 파라미터를 고정하거나 평균값으로 대체함으로써 부분 해석을 시도한다. 두 번째는 동적 분해이다. 시뮬레이션 중에 특정 종의 농도가 일정 임계값 이하로 떨어지면 해당 모듈을 ‘잠재적 비활성’으로 간주하고, 계산에서 제외한다. 이러한 동적 차원 축소는 Gillespie 알고리즘 기반의 stochastic simulation에 적용돼, 전체 실행 시간을 약 30% 정도 단축시키는 결과를 보였다.

하지만 두 접근법 모두 근본적인 한계를 안고 있다. 구조적 분해는 인터페이스 파라미터 추정에 큰 불확실성을 도입하고, 파라미터가 실제 동적 상호작용을 충분히 반영하지 못하면 전체 모델의 정확도가 크게 저하된다. 동적 분해는 임계값 설정에 민감하며, 중요한 희귀 이벤트(예: 스위치형 전이)를 놓칠 위험이 있다. 특히 페로몬 경로와 같이 신호 증폭과 억제가 동시에 일어나는 시스템에서는 작은 변동이 전체 출력에 비선형적으로 영향을 미치기 때문에, 모듈별 독립 해석이 전체 시스템 거동을 정확히 재현하기 어렵다.

결론적으로, 논문은 Bio‑PEPA가 제공하는 형식적 모듈성은 모델링 단계에서는 큰 도움이 되지만, 해석 단계에서의 실제 분해는 생화학 시스템 고유의 강한 상호 의존성 때문에 제한적이라는 점을 강조한다. 향후 연구에서는 하이브리드 접근법—예를 들어, 주요 피드백 루프는 전체 모델로 유지하고, 주변 부수 경로만 모듈화해 부분 해석을 수행—이 보다 현실적인 해결책이 될 수 있음을 제시한다.