뇌배양의 스케일프리 폭발과 동기화를 설명하는 억제형 쿠루모토 모델

초록

본 논문은 인간 유도만능줄기세포(hiPSC) 유래 배양 신경망에서 억제성 뉴런 비율을 조절하여 관찰한 폭발(아발란체) 현상의 규모와 시간적 조직을 정량화하고, 두 집단(흥분성·억제성) 오실레이터를 포함한 새로운 쿠루모토 모델을 제시한다. 제안된 모델은 억제 역학을 시간‑의존적 포텐셜 진폭으로 구현해 실험 데이터와 정량적으로 일치시키며, 규모 자유적 파워‑법 분포, Sethna 스케일링 관계, 그리고 폭발 간 상관관계(증폭·감쇠) 등을 재현한다.

상세 분석

이 연구는 두 가지 주요 축을 동시에 탐구한다. 첫째, hiPSC‑유래 피질 신경망을 75% 흥분성/25% 억제성(E:I = 75:25)과 100% 흥분성(E:I = 100:0) 두 조건으로 배양하고, 마이크로 전극 어레이(MEA)로 15 분간 10 kHz 샘플링된 스파이크 데이터를 기반으로 아발란체를 정의한다. 시간‑빈(bin) t_b는 평균 ISI로 설정하고, 연속적인 활성 빈을 하나의 아발란체로 구분한다. 아발란체 크기 S와 지속시간 T는 각각 활성 전극 수와 빈 수에 비례한다. 실험 결과는 S와 T가 각각 P(S) ∝ S^−τ, P(T) ∝ T^−α 형태의 파워‑법을 보이며, τ≈1.5, α≈2.0 정도의 지수를 갖는다. 또한 ⟨S|T⟩ ∝ T^γ 관계가 성립하고, γ는 Sethna의 스케일링식 γ = (α−1)/(τ−1)와 일치한다는 점에서 임계 현상의 전형적 특성을 확인한다.

두 번째 축은 이론적 모델링이다. 기존의 활성 쿠루모토 모델은 보존력 a·sinθ와 전역 결합 K·R·sin(θ−Ψ)만을 포함해 흥분성 오실레이터의 동기화와 폭발을 설명한다. 그러나 억제성 뉴런을 단순히 부호를 반전한 K로 대체하면 억제 효과가 오히려 전체 활동을 증폭시키는 비생물학적 현상이 발생한다. 이를 해결하기 위해 저자들은 억제 집단의 평균 위상 Ψ_I와 진폭 R_I에 의존하는 추가 항 a_I = K_I R_I² cos²(Ψ_I)·sinθ를 도입하였다. 이 항은 억제 집단이 활성화될수록 흥분성 오실레이터의 보존 포텐셜 진폭을 감소시켜 실제 뇌에서 관찰되는 ‘활동 억제 → 전체 발화 감소’ 메커니즘을 재현한다. 수식(10)은 두 집단의 위상 동역학을 명시적으로 결합하며, K_E>0, K_I<0, a>0, K_I가 음수이면서 진폭 조절을 통해 억제 효과를 구현한다.

시뮬레이션에서는 N_E = 400, N_I = 100(25% 억제)와 N_E = 500, N_I = 0(100% 흥분) 두 경우를 설정하고, 파라미터 K_E = 1, K_I = −0.5, a = 1, σ_ξ = 0.42 등을 사용하였다. 스파이크 추출은 y = 1+sinθ가 1을 초과할 때 발생하도록 정의했으며, 실험과 동일한 t_b를 적용해 아발란체를 재구성했다. 결과적으로 모델은 실험과 동일한 파워‑법 지수와 Sethna 스케일링을 재현했을 뿐 아니라, inter‑avalanche interval Δt의 분포가 단순 포아송이 아니라 μ≈1.3~1.5의 파워‑법 꼬리를 보이며 시간적 상관성을 나타냈다. 조건부 확률 P(s₀,t₀) 분석에서는 Δt가 짧을수록 다음 아발란체 크기가 감소(감쇠)하거나 증가(증폭)하는 비대칭 패턴이 드러났으며, 이는 ‘증폭‑감쇠 전이’ 현상으로 해석된다.

이러한 일치성은 모델이 억제 역학을 물리적으로 의미 있는 방식으로 구현했음을 시사한다. 특히, 억제 집단의 위상·진폭이 실시간으로 보존 포텐셜을 조절한다는 아이디어는 기존의 단순 부호 반전 방식보다 뇌 회로의 복합적인 E:I 균형을 더 정확히 반영한다. 또한, 모델은 N = 500 수준의 중간 규모 네트워크에서도 임계적 폭발 현상을 유지함을 보여, 실험적 배양 시스템과 이론적 모델 사이의 스케일 격차를 효과적으로 메우는 장점을 가진다.

요약하면, 이 논문은 (1) 인간 배양 신경망에서 억제 비율에 따른 아발란체 통계와 시간적 조직을 정밀히 측정하고, (2) 억제 역학을 시간‑의존적 진폭 조절로 구현한 두 집단 쿠루모토 모델을 제안하여, 실험과 수치 시뮬레이션 사이의 정량적 일치를 입증하였다. 이는 뇌의 임계성·동기화 현상을 이해하고, 억제성 장애(예: 자폐, 간질) 모델링에 활용될 수 있는 중요한 이론적 기반을 제공한다.