2. 생명현상의 수학적 이해
1. 시스템 생물학 2.시스템 생물학의 연구 방법 3. Network science 4. Fractal Network 5. Bio-Complex Network
2-1. 시스템 생물학
기존의 환원주의적 연구는 요소 자체에 대한 정보에 집중하며 요소들이 이루는 시공간적 관계는 관심의 대상이 아니었으나, 시스템 생물학에선 요소들이 만들어내는 관계를 시공간적
맥락에서 이해함
2-2. 시스템 생물학의 연구 방법
Bottom up Model
Mechanistic Model
하위단계 지식을 토대로 상위단계를 설명해 올라가는 연구법
효소와 대사물질들, 신호분자들이 서 로에게 어떻게 영향을 미치는지를 수 학적인 방법으로 정량화하고 컴퓨터로 모델링함으로써 시스템 상에 일어나는 변화를 설명하고 예측함
궁극적으로 유전자, 단백질, 세포들의 전기적 성질 등의 실험 데이타들을 망 라하여 이들의 복잡한 관계를 수학적 으로 모델링하여 가상 기관(virtual organ)을 만듬.
가상 기관을 모아서 가상 인간을 모델링함
전통적 시스템 생물학, 계산생물학 (computational biology)이라고도 함
Top Down
Statistical Model
시스템이 만들어내는 최종적 아웃풋 데이타로부터 구체적인 작동방식을 설 명해 들어감
대용량 정보 획득기술(high throughput technology)과 수학, 물리학에서 발 전한 새로운 과학분야인 네트워크 과 학(network science)*을 바탕으로함
한 세포, 혹은 조직의 단백질 발현 정 도를 모두 조사한 방대한 데이타를 바 탕으로 네트워크를 구성하고, 이를 통 해 큰 스케일(large-scale)에서 요소 간의 구체적 링크와 상호관계 패턴을 파악하고, 이들을 구성하는 각각의 대 상(특정 유전자와 단백질, 혹은 뇌 영 역)에 대해 구체적으로 함
2-3. Network science
그래프이론(graph theory)
스위스의 수학자 오일러(Euler)에 의해 제기된 쾨니히스베르그의 다리 건너기 문제에서 시작되었다.
쾨니히스베르그는 도시를 관통하는 강에 의해 A, B, C, D 네 지역으로 나뉜다. 이 지역들을 잇는 7개의 다리가 있었는데, 사람들은 같은 다리를 두 번 건너지 않고, 모든 다리를 건널 수 있는가? 불가능하다. (오일러의 법칙)
A B
C
D
• 단순화, 추상화
• 복잡한 현실세계의 대상을 점과 선이라는 추상적인「그래프」형태로 간략하게 표현
• 현실 속의 구체적 정보들을 생략해버리는 것은 때로는 귀중한 정보의 손실을 야기하지만 관계로 얽힌 문제의 해결을 위해선 오히려 도움이 되는 경우가 많음
『 작은 세상 네트워크의 집합적 역학 』1998, Nature
Small world network : 인간관계도에서 몇가닥의 무작위 연결(Random Network) 만으로 세상의 모든 사람들에게 쉽게 연결될 수 있는 네트워크
2001년 12월 전세계인을 대상으로 이 메일을 지구 곳곳 특정인에게 전하는 실험을실시하겠다고 뉴욕타임즈를 비롯 많은 언론에 알림. 현재 진행중인 실험
(http://smallworld.sociology.columbia.edu)
Duncan J. Watts
2-3-1. Small world network
논문에서는 사람을 노드(●)로 표시하고 그들의 인간관계를 링크(-)으로 표시하여 인간관계 그래프(지형도)를 그렸다.
Regular Network
• 네트워크에서 멀리까지 정보가 전달되기 위해선 많은 시간이 걸림
• 각 노드들은 주변의 노드들과는 클러스터링(clustering)되어있지 만 그 밖의 노드들과는 연결되어있지 않기 때문
Random Network
• 정보의 전달은 굉장히 빠름
• 각 노드들은 주변 노드들과는 클러스터링(clustering) 현상은 없음
Small world Network
• 무작위성(randomness)은 규칙적이지도, 완전히 무작위적이지도 않은 중간 정도
• 소수의 무작위 연결의 추가로 모든 노드들간의 연결단계가 급속하게 줄어듬
• 주변 노드들과 클러스터링을 이루면서도(regular network의 특성), 네트워크 내 거리는 좁다(random network의 특성)는 특성을 모두 가지는 네트워크
2-3-1. (cont.)
2-3-1. (cont.)
척도 없는 네트워크
알버트 라즐로 바라바시 (Albert Laszlo Barabasi) 교수 '사이언스'에 발표(1999)
Hub 구조 즉, 비정상적으로 많은 링크를 갖고 있는 특정 노드들 발견2-3-2. Scale free network
수학적으로 노드들의 링크 수 분포가 극소수 노드에 집중화되는 멱함수 (power law) 분포를 따름
멱함수 법칙적 분포를 따르는 네트워크는 각 노들간의 링크(수)의 불균일 성이 특징2-3-2. (Cont.)
Random Network Scale-free Network
포 아송 분 포
멱 함 수 분포
• 종 모양의 Random Network는 대부분의 노드들이 평균값 또는 최빈값의
링크(수)를 갖는다.
• 결국 이 값이 해당 네트워크들의 특징을 짓는 대표적인 역할 링크(수)가 된다.
• 대다수의 노드들은 극소수의 링크를 갖고, 이례적으로 많은 링크를 하고 있는 노드들과 공존을 한다.
• 노드들의
링크(수)가 정점이 없기때문에 내재된 고유한 척도가 없음
2-3-2. (Cont.)
Rich Get Richer(부익부 빈익빈 현상)
Scale-free model: 성장(Growth)과 선호적 연결(Preferential link) 두 가지의 법칙을 통해 네트워크를 모델링• 허브의 존재, 멱함수 법칙을 설명을 위한 모델
• 성장(Growth): 처음부터 네트워크가 주어진 것이 아니라, 노드가 한 개씩 네트워크에 추가
• 선호적 연결(Preferential link): 새로운 노드가 이미 있는 노드들 중 2 개에 링크된다고 가정하면, 그것이 특정 노드와 연결될 확률은 그 노드 가 갖고 있는 링크 수에 비례한다. 이미 연결선 수가 많은 노드들이 점 점 더 많은 링크를 갖는 부익부 빈익빈현상(80:20 rule을 따른다. 선호 적 링크를 지배하는 멱함수 법칙이 존재함)
• 멱함수 법칙에서 제기된 무작위적이 않고 선호적으로 링크되는 질서는 네트워크 형성 각 단계에서 작용하는「자기조직화 원리」임을 밝혀냄
10
네트워크 형성 각 단계에서 보여주는 자기조직화(질서 형성)는 복잡성을 증대 시킨다.
2-3-2. (Cont.)
2-3-2. (Cont.)
Brain network
좀비 시간 (zombi time)---코르티솔(cortisol) 분비---
Heart network
• sinoatrial node(동방결절)
• 주기적으로 전기적 신호를 보내 심장의 수축 주기와 속도를 조절하는 기능
• 심장 내 다른 부위의 세포들보다 전기적 신호를 가장 빠르게 생성하여 심장의 박동을 조율하는 중추 역할(1차 박동원), 1만여 개의 신경세포 관여
• atrioventricular node(방실결절)
• 정상적인 심방 흥분이 일어나지 않게 될 때, 이 부분에 자발적흥분이 주기적 발생(제2차 박동원) sinoatrial node
atrioventricular node
2-4. Fractal Network
Neuron
우주· 뇌 · 신경세포의 프렉탈
프렉탈 네트워크:
생명체의 기관들은 작은 부분들이 복제되어 전체 기관을 형성하며, 기능적으로 긴밀한 네트워크를 유지하고 있다.
한 개체의 모든 기관의 세포의 크기가 같으면 프렉탈 네트워크
결과는 동일한 크기가 된다.
2-4. (Cont.)
자기유사성 구조 (프렉탈)
신경네트워크
프렉탈 네트워크를 보이는 폐(Lung)
Genetic Network
1.
핵심 Hub: DNA, RNA, Genetic Code2.
인간은 성게보다 훨씬 진화하고 복잡한 생명체계를 지니고 있다. 그러나 거의 비슷한 수준의 유전자 수를 지니고 있는데 어떻게 가능한 것인가?
☞ 고등생명체의 복잡성은 유전자 수에서 기인되는 것이 아니다.
☞ 고등생명체의 복잡성은 다양한 유전암호의 발현으로 합성된 수 많은 단백질 간의 효율 적 상호작용 결과 (다양한 단백질 정보 형성)에서 기인되는 것이다.
☞ 인간의 복잡함과 정교함은 우리 몸을 구성하고 있는 물질간 전체 연결망의 정밀한 생 명체 복합네트워크(Bio-Complex Network)에서 기인된다.
2-5. Bio-Complex Network
[성게 유전자]
• 성게 유전자수는 인간과 거의 같은 2만3000천 개
• 유전자의 70%가 인간유전자와 공통
• 유전자 수준은 훨씬 진화된 파리나 선충에 비해 인간에 가깝다.
Protein Network
1.
핵심 Hub: Hub 단백질2.
Hub 단백질의 기능은 무엇인가?☞ 효모 Hub 단백질의 2/3 이상은 하나라도 없으면 효모 생존에 치명적 결과를 준다.
☞ 단백질들은 홀로 한가지 가능만을 수행 하지 않고 다른 단백질들과 협동해서 생명작용을 한다.
☞ Hub 단백질의 영향력은 타 단백질에 비해 생존에 대한 영향력이 3배 이상이다.
2-5. (Cont.)
[맥주효모 단백질]
• 효모 단백질 전체의 90%는 다른 단백질과 5개 이하의 적은 수로 링크됨
• 이들 5개 링크 중 1개만이 살아가는데 필수적인 단백질 협동과정에 참여
• 효모 단백질 전체의 0.7% 가 15개 이상의 단백질과 링크된 Hub 단백질
단백질 - 단백질 상호 작용(PPI protein-protein interaction) 연구
• 생체 내의 거의 모든 생리 작용에서는 단백질들이 상호작용을 하고 있어 단백질 과학의 가장 중요한 연구분야
• 저분자량 물질로 상호작용을 조절하는 단백질에 대한 연구는 생체 내 상호작용의 기능을
Energy Metabolism Network
1.
핵심 Hub: Glucose, Acetyl-Co A, O2, ATP2.
에너지 대사망은 생명체의 진화 정도와 상 관없이 평균 링크 수가 평균 3 ~ 4개즉, 3 ~ 4회의 생화학 반응을 거치면 임의 물질로부터 원하는 Hub 물질을 생성
☞ 생명체가 진화하면서 Network 구성원 이 복잡해졌는데도 불구하고 평균 반응 개수를 3 ~ 4 회로 일정하게 유지하여 왔기 때문에 대사물질의 농도에 신속히 반응 하여 생존
2-5. (Cont.)
3.
Hub 에너지 대사망이 파괴되면, 세포가 죽게 된다.☞ 병원체의 핵심 Hub 에너지 대사망을 제거하는 신약개발
Food web
[바다표범(seal)-남방대구(polar cod)]
남아프리카공화국 수산업계에서는 남방대구 어획량을 늘리고자 이곳 서해안에 서식하고 있는 바다표범의 개체 수를 줄이자고 주장하고 있다. 그들의 주장처 럼 단순한 일인가?