생물학적 페트리넷의 약한 독립성과 결합 병렬성

초록

본 논문은 기존 페트리넷 독립성 이론이 공유 장소를 가진 전이들을 모두 충돌로 간주하는 한계를 극복하고, 생물학적 시스템에서 관찰되는 수렴·조절·경쟁 세 가지 장소 공유 양식을 구분하는 ‘약한 독립성’ 개념을 제안한다. 이를 위해 Bio‑PN을 12‑튜플로 확장하고, 전이 쌍의 의존성을 자동 분류하는 알고리즘을 개발하였다. 100개의 실제 BioModels에 적용한 결과, 전이 쌍의 96.93%가 약한 독립성을 만족함을 확인했으며, SHYpn 구현을 통해 일부 모델에서 최대 2.6배의 시뮬레이션 가속을 달성하였다.

상세 분석

이 연구는 생물학적 페트리넷(Bio‑PN) 모델링에서 가장 근본적인 구조적 불일치를 짚어낸다. 전통적인 페트리넷 독립성 정의는 두 전이가 공유하는 모든 장소(입·출·테스트 아크)를 완전히 배제해야만 병렬 실행이 가능하다고 규정한다(공식 2). 그러나 대사, 신호, 유전자 조절 네트워크에서는 동일한 대사산물이나 효소가 여러 경로에서 동시에 생산·소비되거나, 전이가 효소와 같은 촉매를 읽기 전용으로 공유하는 경우가 빈번히 발생한다. 이러한 현상을 ‘수렴(Convergent)’과 ‘조절(Regulatory)’이라는 두 가지 비충돌 공유 형태로 구분하고, 진정한 충돌인 ‘경쟁(Competitive)’만을 병렬 실행에서 배제한다는 점이 핵심이다.

논문은 이를 수학적으로 정형화하기 위해 기존 5‑튜플(P, T, F, W, M₀) 정의에 여섯 개의 요소를 추가해 12‑튜플(BioPN = (P,T,F,W,M₀,K,Φ,Σ,Θ,Δ,τ,ρ))을 제시한다. 여기서 Σ는 촉매·억제와 같은 비소모 아크를, Θ는 환경 교환(내부·소스·싱크·교환) 유형을, Δ는 전이 쌍의 의존성 클래스를(Independent, Competitive, Convergent, Regulatory) 명시한다. τ는 전이의 동역학(연속·확률·시간·즉시)을, ρ는 화학식 매핑을 통해 원자 보존 검증을 가능하게 한다.

약한 독립성 정의(공식 5)는 입력 장소가 겹치지 않으면(•t₁ ∩ •t₂ = ∅) 두 전이가 병렬 실행 가능하다고 선언한다. 출력이 겹치면 수렴으로, 촉매가 겹치면 조절로, 입력이 겹치면 경쟁으로 구분한다. 이론적 정당성은 ‘Weak Independence Correctness’ 정리(정리 1)에서 증명되는데, 수렴 경우에는 ODE 기반 질량 흐름이 선형적으로 합산되고, 조절 경우에는 촉매의 농도가 변하지 않으므로 읽기 전용 접근이 충돌을 일으키지 않음을 보인다.

알고리즘 1은 모든 전이 쌍에 대해 입력·출력·촉매 집합을 비교해 Δ를 할당한다. 시간 복잡도는 O(|T|²·|P|)이며, 메모리 사용량도 현실적인 수준이다. 구현된 SHYpn 툴은 이 알고리즘을 기반으로 SBML 모델을 Bio‑PN 12‑튜플로 변환하고, 의존성 분류 결과에 따라 작업 스케줄러가 병렬 시뮬레이션을 수행한다.

실험에서는 BioModels 데이터베이스에서 무작위로 선정한 100개 모델(총 1,775 종, 2,234 반응)을 대상으로 변환 정확도와 의존성 분석을 수행했다. 전이 쌍 102,960개 중 96.93%가 약한 독립성을 만족했으며, 그 중 93.06%는 강한 독립성(입·출·촉매 전혀 공유 안 함), 3.48%는 수렴, 0.38%는 조절, 3.07%만이 실제 경쟁으로 판정되었다. 이는 생물학적 네트워크가 구조적으로 협력적이며, 충돌은 극히 드물다는 중요한 생물학적 통찰을 제공한다.

성능 평가에서는 SHYpn이 병렬 실행이 가능한 모델에서 평균 0.89배의 속도 향상을 보였고, 복잡도가 높은 일부 모델에서는 최대 2.6배 가속을 달성했다. 병렬화가 어려운 단순 모델은 스케줄링 오버헤드가 상대적으로 커서 속도 저하가 관찰되었다. 전체적으로 약한 독립성 기반 최적화가 모델 규모와 복잡도에 따라 효율이 달라짐을 확인하였다.

이 논문은 페트리넷 이론에 생물학적 현실을 반영한 새로운 독립성 개념을 제시함으로써, 대규모 시스템 생물학 시뮬레이션의 병렬화 가능성을 크게 확대한다는 점에서 학문적·실용적 기여가 크다.