다중스케일 뇌 시뮬레이션을 위한 Arbor‑TVB 통합 프레임워크

초록

본 논문은 미세 수준의 신경세포 모델링을 담당하는 Arbor와 거시적 뇌 네트워크 시뮬레이션 플랫폼인 TVB를 MPI 기반 인터커뮤니케이터로 실시간 양방향 연결한 새로운 코시뮬레이션 프레임워크를 제시한다. 마우스 뇌 연결체를 이용해 특정 영역의 상세 뉴런 집단에서 발현되는 발작 현상을 모델링하고, 이를 전체 뇌 수준으로 전파시키는 사례를 통해 프레임워크의 유연성, 모듈성, 그리고 다중스케일 연구에 대한 잠재력을 입증한다.

상세 분석

Arbor‑TVB 프레임워크는 두 시뮬레이터 간 시간·스케일 격차를 극복하기 위해 MPI Intercommunicator를 활용한다. Arbor는 미세 전기역학을 기반으로 한 케이블 방정식과 확장된 Hodgkin‑Huxley 모델을 사용해 단일 뉴런부터 수천 개 뉴런까지 GPU 가속으로 시뮬레이션한다. 반면 TVB는 구조적 MRI·DTI 기반의 연결 행렬을 이용해 각 뇌 영역을 평균 활동 변수(예: 평균 전위 또는 firing rate)로 추상화한다. 양측은 각각 “스파이크 → 연속 신호”와 “연속 신호 → 스파이크” 변환 모듈을 통해 데이터를 교환한다. 구체적으로 Arbor에서 발생한 스파이크 타임스탬프는 TVB의 입력으로 변환되어 해당 영역의 평균 활동을 업데이트하고, TVB에서 계산된 연속적인 활동값은 사전 정의된 임계값을 초과할 경우 Arbor의 뉴런에 전류 입력으로 전달된다. 이러한 양방향 피드백 루프는 실시간(시간 단계 동기화)으로 유지되며, MPI Barrier를 이용해 각 시뮬레이션 단계가 끝날 때마다 동기화한다.

프레임워크의 모듈성은 두 부분이 독립적인 모델을 채택할 수 있게 설계된 점에 있다. TVB 노드 교체 시 Arbor‑기반 뉴런 집단을 삽입하거나, 반대로 TVB의 평균 모델을 Arbor의 포인트 뉴런으로 대체하는 것이 최소한의 코드 수정으로 가능하다. 또한, 변환 인터페이스는 사용자 정의 함수 형태로 제공돼, 예를 들어 전위‑기반 firing rate 변환, 혹은 스파이크‑베이스 synaptic weight 업데이트 등 다양한 생리학적 매핑을 적용할 수 있다.

사례 연구에서는 마우스 뇌 연결체(90개 영역) 중 하나를 Arbor 기반 상세 뉴런 네트워크로 교체하였다. 뉴런 모델은 Depannemaecker 등(2022)의 확장된 HH 모델을 사용했으며, 외부 K⁺ 배지 농도(K_bath)를 조절해 휴지 상태, 연속 스파이킹, 발작‑유사 이벤트(SLE) 등을 재현했다. K_bath를 9 mM에서 17 mM로 증가시키면 네트워크 내 일부 뉴런이 지속적인 고주파 발작을 일으키고, 이 신호가 TVB의 연속 변수로 변환되어 인접 영역으로 전파된다. 결과적으로, 단일 지역에서 발생한 미세 수준 발작이 전체 뇌 네트워크 전반에 걸쳐 동기화된 병변 패턴을 형성함을 보여준다. 시뮬레이션은 GPU 가속 Arbor와 CPU 기반 TVB가 동시에 실행될 때 약 2배의 속도 향상을 기록했으며, 메모리 사용량도 효율적으로 관리되었다.

한계점으로는 현재 구현이 단일 노드 교체에 초점을 맞추어 다중 노드 동시 교체 시 통신 오버헤드가 증가할 가능성이 있다. 또한, 전위‑기반 연속 변수를 스파이크 시퀀스로 역변환하는 과정에서 임계값 설정에 민감해, 생리학적 타당성을 확보하기 위한 추가 실험적 검증이 필요하다. 향후 연구에서는 다중 노드 동시 교체, 가변 시간 스케일(예: 플라스틱성 변화) 통합, 그리고 실제 인간 뇌 데이터(예: 환자별 fMRI·EEG)와의 연동을 목표로 하고 있다.

전반적으로 Arbor‑TVB 코시뮬레이션은 미세·거시 수준을 동시에 다루는 최초의 통합 플랫폼으로, 신경계 질환(특히 발작) 메커니즘 탐구와 가상 치료 전략(예: 전기 자극, 약물 투여) 설계에 새로운 연구 패러다임을 제공한다.