미생물군집 불안정성 가장자리와 연관된 다양성

초록

본 연구는 무작위 상호작용 네트워크를 도입한 확률적 로지스틱 모델(ISLM)을 제안하고, 동적 평균장 이론과 랜덤 매트릭스 분석을 통해 안정·혼돈·무한성 세 가지 동적 영역을 규정한다. 모델 파라미터 g (σ√C)가 실험 데이터의 종 간 공분산 폭과 연결되어, 인간 장내 미생물군집이 건강 상태에서는 불안정성 가장자리에 가깝고, 질병 상태에서는 보다 안정적인 영역으로 이동함을 보여준다.

상세 분석

이 논문은 기존의 독립 종을 가정한 확률적 로지스틱 모델(SLM)이 미생물군집의 종 간 상관관계를 설명하지 못한다는 한계를 인식하고, 상호작용을 최소한으로 도입한 ISLM을 설계한다. 핵심은 대규모 무작위 상호작용 행렬 G 을 생성하고, 이를 대각 행렬 D 와 결합해 A = D − σ G D  형태로 만든 점이다. 여기서 σ 는 상호작용 강도, C 는 연결도(희소성)이며, 행 균형 조건 ∑j G{ij}=0 을 부여해 고정점 x* 이 변하지 않도록 설계한다. 랜덤 매트릭스 이론에 따르면 G 의 고유값은 반지름 √C 인 원판을 형성하고, 이 원판이 −1 점(고정점 안정성 기준)과 접할 때 g = σ√C = 1 이라는 May의 불안정성 조건이 발생한다. 따라서 g 값은 시스템이 안정 영역에서 혼돈 영역으로 전이하는 ‘불안정성 가장자리’를 정량화한다.

동적 평균장 이론(DMFT)을 적용하면, 무한 종 수 한계에서 전체 복잡한 다변량 확률 과정이 단일 대표 종의 효과적 확률 미분 방정식으로 축소된다. 이 방정식은 기존 로지스틱 성장 항에 더해, 무작위 상호작용에 의해 유도된 가우시안 잡음 η(t) 와 환경 잡음 ξ(t) 을 포함한다. DMFT 자체 일관성 조건을 통해 η(t) 의 공분산이 g 에 직접 연관됨을 보이며, 실험 데이터에서 관측되는 종 간 공분산 분포의 폭 Δ 을 이용해 g 을 추정할 수 있는 방법을 제시한다.

시뮬레이션과 합성 데이터 검증을 통해 g 값이 클수록 공분산 분포가 넓어지고, 시스템이 혼돈에 가까워짐을 확인한다. 실제 환경 미생물군집과 인간 장내 마이크로바이옴 데이터에 적용했을 때, 건강한 개인의 장내 군집은 g 값이 평균에 가깝게 위치해 불안정성 가장자리 근처에 있음을, 크론병·IBS·대장암 등 dysbiosis 상태에서는 g 값이 감소해 보다 안정적인 영역으로 이동함을 발견했다. 이는 g 값이 질병 상태를 구분하는 바이오마커로 활용될 가능성을 시사한다.

전반적으로 이 연구는 미생물군집을 물리학의 이상기체와 반데르발스 가스 비유에 따라, 단순한 무작위 상호작용 네트워크 하나로 복잡한 상관 구조와 동적 위상을 설명할 수 있음을 증명한다. 또한 May의 안정성 이론을 현대 메타게놈 데이터와 연결시켜, 복잡계가 ‘동적 위상 전이’ 근처에서 기능적 이점을 얻을 수 있다는 중요한 생태학적·의학적 통찰을 제공한다.