Fitness inference tested by in silico population genetics

기술 요약: In Silico 집단 유전학을 통한 적응도 추론 테스트

문제 정의
본 논문은 시계열 유전 데이터(여러 시점에서 샘플링된 전장 유전체 서열)로부터 적응도 파라미터와 유전자형의 상대적 적응도 순위를 추론하는 과제를 다룬다. 이러한 데이터는 미생물, 고대 DNA, 인간 병원체 등에서 점점 더 많이 가용해지고 있으나, 결정론적인 선택 신호(deterministic selection signals)를 확률적 노이즈(유전적 부동/drift), 돌연변이, 재조합으로부터 분리해내는 것은 기술적으로 매우 어렵다. 저자들은 집단 전체의 데이터로부터 적응도 지형(fitness landscapes)을 복구하는 것이 가능한지, 그리고 그러한 추론이 가능한 파라미터 범위와 실패하는 범위를 구분할 수 있는지 구체적으로 조사한다.

방법론
본 연구는 FFPopSim 툴박스를 통해 생성된 in silico 시뮬레이션을 사용하여 두 가지 서로 다른 적응도 추론 체계를 경쟁적으로 평가한다. 시뮬레이션은 자연 선택, 돌연변이, 재조합($r=0.5$), 유전적 부동 하에서 진화하는 이배체 인구($N=1000$)와 게놈 길이 $L=25$를 모델링한다. 적응도는 이진 유전자형의 이차 함수로 모델링되며, 여기에는 가산 효과($f_i$)와 쌍방향 에피스타시스(epistatic) 상호작용($f_{ij}$)이 포함된다.

비교된 두 가지 방법은 다음과 같다:

1. 한계 경로 가능도 (Marginal Path Likelihood, MPL): Kimura의 확산 근사(diffusion approximation)와 Wright-Fisher 모델에 기반한다. 이는 유전적 부동이 유의미한 유한 집단을 가정한다. MPL은 관측된 대립유전자 빈도 궤적의 경로 확률을 극대화하는 것에 의존한다. 결정적으로, 여기서 고려된 표준 MPL 구현은 순수하게 가산적인 적응도 지형을 가정하며, 에피스타시스 모델을 명시적으로 다루지 않고 비제로 에피스타시스 계수를 혼란 변수(confounding factors)로 취급한다.
2. 일시적 준-연관 평형 (Transient Quasi-Linkage Equilibrium, tQLE): 집단 상태가 Gibbs-Boltzmann 분포를 일시적으로 따른다는 가정에 기반한다. 이 방법은 무한 집단을 가정하며(유전적 부동을 무시함), 가산적 및 에피스타시스 적응도 파라미터를 모두 명시적으로 포함한다. 이는 Potts 모델 파라미터($h_i, J_{ij}$)를 추론한 뒤 이를 다시 적응도 계수로 매핑하는 완화 방정식(relaxation equations)을 활용한다.

저자들은 돌연변이율($\mu$)과 가산적($\sigma(f_i)$) 및 에피스타시스적($\sigma(f_{ij})$) 적응도 효과의 분산을 변화시키며 다양한 파라미터 영역에서 이 방법들을 테스트했다. 주요 평가 지표는 단순히 추론된 계수의 수치적 정확도가 아니라, 적응도에 따른 유전자형의 **순위 결정(rank order)**이었으며, 특히 가장 적응도가 높은 상위 5% 서열에 초점을 맞추었다.

주요 결과

• 가산적 지형 (Additive Landscapes): 순수하게 가산적인 시나리오에서 MPL과 tQLE 모두 적응도 효과를 정확하게 추론했다. 추론 정확도는 선택과 돌연변이가 더 약할 때 향상되었다. 그러나 두 방법 모두 강한 선택 조건 하에서는 가장 영향력 있는 돌연변이의 크기를 과소평가하는 경려가 있었으나, 상대적 순위 유지 능력은 높게 유지했다.
• 에피스타시스 지형 (Epistatic Landscapes):
  • 낮은 에피스타시스/높은 가산 분산: 적응도의 가산적 성분이 증가함에 따라, MPL이 tQLE보다 전역적 순위 상관관계(global rank correlation) 측면에서 우수한 성능을 보였다. 이는 MPL이 유한 집단의 노이즈(유전적 부동)를 처리할 수 있는 능력 덕분이며, 반면 tQ블은 무한 집단을 가정하기 때문이다.
  • 높은 에피스타시스/낮은 가산 분산: 에피스타시스 기여도가 지배적일 때는 tQLE가 MPL보다 우수했다. 에피스타시스 항이 없는 MPL은 상호작용이 적응도의 주요 동력이 되는 유전자형의 순위를 올바르게 결정하는 데 어려움을 겪었다.
• 상위 순위 서열: 중요한 발견은 tQLE가 $\sigma(f_i)$의 넓은 범위에 걸쳐 MPL보다 상위 5% 최적 서열의 순위를 예측하는 데 있어 더 우월한 성능을 유지했다는 점이다. 이는 에피스타시스 상호작용이 가산적 효과가 존재하더라도 가장 적합한 개체를 선별하는 데 결정적인 역할을 한다는 것을 시사한다.
• 파라미터 복구: tQLE는 에피스타시스 파라미터를 복구할 수 있었으나, 가산적 효과의 분산이 증가함에 따라 가산적 파라미터를 추론하는 정확도가 저하되었다. 반대로, MPL의 가산적 효과 추론 성능은 강한 가산 신호와 함께 향상되었다.
• 반복 실험 (Replicates): 여러 번의 시뮬레이션 반복 사용을 통한 성능 향상은 tQLE의 경우 상당했으나(5회 반복에서 포화), MPL의 경우 미미했으며, MPL은 반복 횟수에 비교적 둔감했다.

의의 및 주장
저자들은 시간 층위가 구분된 전장 유전체 데이터로부터 적응도 추론이 특정 파라미터 범위 내에서 가능하다고 주장한다. 본 연구는 다음을 입증한다:

1. 상보성 (Complementarity): 두 방법은 상보적이다. MPL은 유전적 부동이 유의미한 유한 집단에서 견고하며, tQLE는 에피스타시스 상호작용이 강하거나 절대적으로 가장 적합한 유전자형을 식별하는 데 초점을 맞출 때 더 우수하다.
2. 수렴 (Convergence): 이론적 토대(유한 vs 무한 집단 가정, 가산 vs 에피스타시스 모델)가 다름에도 불구하고, 두 방법은 광범-합리적인 파라미터 범위에서 적응도 순위에 대해 자주 일치하는 결과를 보인다.
3. 평가 기준: 논문은 평가 기준의 선택이 매우 중요함을 강조한다. 파라미터의 수치적 복구는 다를 수 있지만, 상위 성능 서열의 순위 지정은 더 견고하고 생물학적으로 유의미한 지표이며, 이 지표에서 두 방법은 상당한 일치를 보인다.
4. 적응도의 유전성 (Heritability of Fitness): 결과는 가산적 적응도는 유전 가능한 반면, 높은 재조합율이 존재하는 상황에서 에피스타시스 적응도는 유전 가능하지 않다는 이론적 예측을 뒷받침한다. 이는 시뮬레이션에서 에피스타시스 적응도 분포의 안정성을 통해 입증되었다.

본 연구는 실제 데이터(예: 병원체 감시 또는 고대 DNA)로부터 적응도 추론이 가능한 시점을 결정하는 프레임워크를 제공하며, 추론이 실패하거나 특정 방법론적 선택이 필요한 설정이 무엇인지 밝힌다. 저자들은 실제 데이터 적용 시, MPL과 tQLE 사이의 선택은 생물학적 맥락(예: 인구 규모 및 에피스타시스의 존재 여부)에 따른 편의성의 문제라고 결론짓는다.