Bifurcations and multistability in inducible three-gene toggle switch networks

문제 정의
생물학적 시스템은 분화 및 발달 운명 결정과 같은 뚜렷한 세포 표현형을 유도하기 위해 다중 안정성(multistability)을 갖춘 유전자 조절 네트워크에 의존한다. 두 개의 유전자로 구성된 이안정성 토글 스위치(two-gene bistable toggle switch)는 잘 규명되어 있으나, 이를 세 개 이상의 유전자로 구성된 고차 네트워크(예: 3개 유전자 시스템)로 확장하여 삼안정성(tristability) 및 더 복am한 역학을 이해하는 것은 여전히 도전적인 과제이다. 기존 이론적 모델의 주요 한계는 조절 매개변수(해리 상수, 전사율 등)를 생체 내(in vivo)에서 이를 제어하는 구체적인 생물학적 기제와 단절된 추상적인 변수로 취급한다는 점이다. 특히, 효과기 분자(inducer)가 올로스테릭 전사 인자의 활성을 조절하는 역할이 생략되거나 단순화되는 경우가 많다. 본 연구는 추상적인 네트워크 위상과 실험적으로 조절 가능한 생물학적 기제 사이의 간극을 메우기 위해, 효과기 농도가 3개 유전자 토글 스위치의 역학적 변화를 어떻게 유도하는지 조사한다.

연구 방법론
저자들은 통계 역학 원리에서 유도된 힐 함수(Hill function) 모델을 사용하여 세 개의 유전자가 상호 억제하는 네트워크(토글 스위치)에 대한 수학적 프레임워크를 구축한다.

• 기초 모델: 시스템은 세 가지 억제제($R_1, R_2, R_3$)의 생성과 분해를 기술하는 미분 방정식으로 정의된다. 모델은 모노드-와이먼-챔버 $(MWC)$ 모델을 사용하여 유도(induction)에 대한 열역학적 해석을 포함한다. 여기서 전사 인자의 총 농도는 효과기($c$)의 농도에 의존하는 확률 함수 $p_{act}(c)$에 의해 스케일링된다. 이 확률은 활성 상태인 억제제의 비율을 결정한다.
• 대칭성 및 섭동: 연구는 처음에 모든 억제제가 동일한 친화도로 결합한다고 가정하는 대칭 시스템을 가정한다. 이후 대칭성을 깨뜨리기 위해 체계적으로 섭동을 도입하여, 억제 강도의 편향이 분기 임계값(bifurcation thresholds)에 미치는 영향을 분석한다.
• 자기 활성화 확장: 모델은 단백질이 다른 유전자의 억제제이자 자신의 활성제 역할을 할 수 있는 자기 활성화(self-activation)를 포함하도록 확장된다. 효과기 제어에 대한 두 가지 뚜렷한 생물학적 해석이 테스트된다:
  • Case I: 효과기 결합이 기능(억제 또는 활성)에 관계없이 단백질을 비활성 상태로 만든다.
  • Case II: 효과기 결합이 단백질의 구조를 직접 변화시켜, 활성 억제제에서 활성 활성제로 기능을 전환한다.
• 결합 모드: 경쟁적 결합(억제제/활성제의 배타적 결합)과 비배타적 결합(동시 결합)이 모두 분석된다.
• 분석: 저자들은 분기 분석(bifurcation analysis), 자코비안 고유값(Jacobian eigenvalues)을 통한 선형 안정성 분석, 그리고 수치 시뮬레이션을 수행하여 유도제 농도 및 모델 매개변수의 함수로서 고정점(fixed points), 안장점(saddle points), 역학적 영역(단안정성, 이안정성, 삼안정성, 사안정성)을 매핑한다.

주요 기여 및 결과

1. 유도제 유도 역학적 변화: 기초적인 3개 유전자 토글 스위치에서, 하나의 억제제를 표적으로 하는 단일 유도제의 농도를 높이면 시스템은 뚜렷한 역학적 영역을 거치게 된다. 낮은 유도제 농도에서 시스템은 삼안정성(세 개의 안정 상태, 각 상태는 하나의 억제제에 의해 지배됨)을 보인다. 유도제 농도가 높아짐에 따라 시스템은 세나-노드 분기(saddle-node bifurcations)를 거치며, 먼저 제한된 삼안정성 영역(상태 간 이동 경로가 줄어든 상태)으로 전이한 후, 최종적으로 유도되지 않은 두 억제제 사이의 이안정성 스위치로 붕괴된다.
2. 협동성 및 대칭성에 대한 민감도: 삼안정성에서 이안정성으로 전환하는 데 필요한 임계 유도제 농도는 힐 계수(협동성)가 $n \geq 4$ 이상으로 증가하더라도 상대적으로 둔감하다. 그러나 시스템은 대칭성 파괴에 매우 민감하다. 억제 강도($\alpha$)의 작은 섭동은 삼안정성 영역을 완전히 제거하거나 복잡한 역학이 나타나는 구간을 좁힐 수 있으며, 이는 생물학적 시스템의 '대칭성에 대한 근접성'을 그 시스템의 유도 반응으로부터 추론할 수 있음을 시사한다.
3. 자기 활성화의 영향: 자기 활성화를 도입하면 경쟁적 결합 영역에서는 안정 상태의 수가 반드시 변하지는 않지만, 안정 상태의 퍼텐셜 우물(potential wells)을 깊게 만들어 상태 간 전이를 덜 일어나게 만든다. 그러나 충분히 강한 자기 활성화가 있으면, 시스템은 세 유전자가 모두 발현되는 상태를 포함하여 사안정성(네 개의 안정 상태)을 나타낼 수 있다.
4. 효과기 기제에 따른 뚜렷한 역학: 효과기가 전사 인자를 제어하는 방식에 대한 생물학적 해석이 근본적으로 다른 역학적 경관(dynamic landscapes)을 초래함을 입증한다:
   • Case I (효과기가 단백질을 불활성화함)에서 시스템의 반응은 주로 활성의 억제이다.
   • Case II (효과기가 기능을 전환함)에서 시스템은 다른 분기 임계값과 안정 상태 구성을 보인다. 예를 들어, 비배타적 결합 시나리오에서 Case II는 높은 효과기 농도에서만 표적 유전자가 발현되는 안정 상태를 허용하는 반면, Case I는 낮은 농도에서 이를 허용한다.
5. 비배타적 결합의 복잡성: 억제제와 활성제가 비배타적으로 결합할 때, 여러 유전자가 동시에 발현되는 안정 상태를 허용하도록 매개변수 공간이 확장된다. 이러한 상태의 존재 여부는 활성 강도와 억제 강도의 균형, 그리고 효과기 제어의 특정 메커니즘에 크게 의존한다.

의의
본 논문은 효과기 제어를 구체적인 열역학적 해석(MWC 모델)을 통해 모델링함으로써, 표현형의 동적 튜닝뿐만 아니라 가용한 역학적 영역의 집합 자체를 변화시킨다고 주장한다. 효과기 농도를 통해 분기 분석을 직접 연결함으로써, 본 연구는 다음과 같은 프레임워크를 제공한다:

• 조절 기제 해독: 시스템의 입력-출력 반응과 분기 행동을 바탕으로 서로 다른 생물학적 메커니즘(예: 효과기가 단백질을 불활성화하는지 또는 기능을 전환하는지)을 구별한다.
• 실험적 튜닝: 유도제 농도를 유전자 조절 네트워크의 밑바닥 위상(topology)을 탐구하고 협동성과 같은 매개변수를 추론하기 위한 "튜닝 노브(tuning knobs)"로 사용하는 것에 대한 이론적 근거를 제공한다.
• 다중 안정성 이해: 자기 활성화 추가나 결합 배타성 변경, 효과기 메커니즘과 같은 단순한 조절 구조의 변화가 자연계 및 합성 시스템의 세포 운명 결정과 관련된 복잡한 다중 안정성(삼안정성, 사안정성)을 어떻게 생성하는지 밝힌다.

저자들은 자신들의 접근 방식이 효과기의 기능을 엄격하게 정의함으로써, 실험 데이터로부터 발현을 구동하는 물리적 매개변수를 식별할 수 있게 하고, 유도 가능한 다중 안정성 행동을 인코딩하기 위한 튜너블한 구조를 제공함으로써 기존 연구를 보완한다고 결론짓는다.