Predictions for and lack of maximal information transmission in the neuromuscular junction

기술 요약: 신경근 접합부에서의 예측 및 최대 정보 전송의 결여

문제 제기
이론 생물학의 핵심 질문은 생물학적 시스템이 입력에 대한 정보 전송을 극대화하도록 작동하는지, 아니면 정보 효율성과 다른 물리적 제약(예: 에너지, 노이즈, 안정성) 사이의 절충안으로서 기능하는지 여부이다. 정보 이론적 한계는 유전자 조절 네트워크나 감각 코딩과 같은 시스템에서 관찰되어 왔으나, 다른 시스템들은 정보 흐름보다는 안정성을 위해 조정된 것처럼 보인다. 신경근 접합부(NMJ)는 이 논쟁의 중요한 테스트 케이스 역할을 한다. NMJ는 신경전달물질 농도(입력)가 수용체 활성화를 통해 이온 전류(출력)로 변환되는 통신 채널로 기능한다. 저자들은 신경전달물질 농도의 분포가 상호 정보량을 극대화하도록 형성되어 있는지, 아니면 시스템이 다른 제약 조건 하에서 작동하는지를 조사한다.

방법론
저자들은 농도($X$)와 전류($Y$) 사이의 상호 정보량 $I[X; Y]$를 극대화하는 최적의 신경전달물질 농도 분포($\rho^*(c)$)에 대한 이론적 예측을 도출하기 위해 정보 극대화 분석을 채택한다.

1. 채널 모델링: 생물물리학적 채널은 소음 근사(small-noise approximation)를 사용하여 모델링된다. 입력은 신경전달물질 농도이며, 출력은 이온 채널을 통해 흐르는 전류이다. 노이즈는 수용체의 확률적 개폐에서 발생하는 것으로 가정하며, 이는 다수의 수용체($N$)에 대해 가우시안 분포로 근사되는 이항 분포로 모델링된다.
2. 용량-반응 관계 (Dose-Response Relationships):
   • 콜린성 NMJ: 니코틴성 아세틸콜린 수용체(nAChRs)를 위한 현상학적 힐 함수(Hill function)를 사용하여 모델링된다.
   • 글루탐산성 NMJ: 서로 다른 해리 상수($K_d$)와 힐 계수를 갖는 Type A 및 Type B 이온형 글루탐산 수용체(iGluRs)를 나타내는 두 개의 별개 힐 함수를 사용하여 모델링된다.
3. 최적 분포 도출: 조건부 가우시안 채널에 대한 변분법을 사용하여 최적의 입력 분포를 다음과 같이 도출한다:
   $$\rho^*(x) \propto \frac{|d\bar{y}(x)/dx|}{\sigma_{y|x}}$$
   여기서 $\bar{y}(x)$는 평균 전류이고 $\sigma_{y|x}$는 전류의 표준 편차이다. 이 공식은 최적의 농도 분포가 노이즈 대비 용량-반응 곡선의 기울기에 의존함을 나타낸다.
4. 채널 용량: 이론적 채널 용량($C$)을 계산하면, 이는 총 수용체 수($N$)에 대한 로그 의존성과 용량-반응 곡선의 동적 범위에 대한 의존성을 보여준다.
5. 경험적 비교: 이론적인 최적 분포를 Drosophila 유충 NMJ(글루탐산성 시스템)의 실험적으로 도출된 시냅스 소포 방출 확률 분포와 비교한다. 실험 데이터는 참조 문헌 [20]으로부터 시냅스 틈새 부피의 기하학적 추정치와 표준 소포 함량 가정을 사용하여 신경전달물질 농도로 변환된다.

주요 결과

• 이론적 예측: 분석은 정보 전송을 극대화할 수 있는 신경전달물질 농도의 구체적인 이론적 확률 밀도 함수를 산출한다. 콜린성 시스템의 경우, 이러한 분포는 용량-반응 곡선의 특정 파라미터(예: 태아기 vs 성체 nAChR)에 민로 민감하다. 글루탐산성 시스템의 경우, 두 종류의 수용체의 존재가 독특한 최적 분포 형태를 만든다.
• 채널 용량 추정치: 모델은 약 10,000개의 수용체를 가진 NMJ에 대해 약 8비트의 채널 용량을 예측한다. 이는 다른 생물학적 시스템에서 측정된 용량(예: Drosophila 배아 패턴 형성의 ~1.5비트 또는 노이즈가 많은 생화학적 신호 전달의 ~1비트)보다 상당히 높다. 용량은 주로 용량-반응 곡의 구체적인 세부 사항보다는 수용체의 수($N$)에 의해 결정된다.
• 경험적 불일치: 글루탐산성 NMJ를 위한 이론적 최적 분포를 Drosophila의 경험적 데이터와 비교했을 때, 심각한 불일치가 나타난다. 경험적 데이터는 낮은 신경전달물질 농도에 치중된 분포를 보이는 반-면, 정보 극대화 이론적 분포는 높은 농도 쪽으로 무게를 둔다고 예측한다.
• 불일치의 견고성: 저자들은 차수-규모 추정(order-of-magnitude estimates)에 불확실성(예: 정확한 소포 함량, 틈새 부피)이 포함되어 있으나, 그 격차가 이러한 요인들로 설명하기에는 너무 크다고 언급한다. Drosophila iGluR의 해리 상수는 경험적 히스토그램을 이론적 최대치와 일치시키는 데 필요한 값들과 크게 다르다.

의의 및 주장
본 논문은 Drosophila NMJ가 신경계로부터 근육로의 정보 전송을 극대화하도록 시냅스 소포 방출 확률의 분포를 형성하지 않는다고 주장한다. 이 발견은 생물학적 시스템이 항상 정보 이론적 한계에서 작동하는 것은 아니며, 안정성, 신뢰성 또는 에너지 효율성과 같은 다른 기능적 제약을 우선시할 수 있음을 시사한다.

저자들은 자신들의 연구가 기계론적 수용체 모델을 정보 이론적 구조로 변환하는 프레임워크를 제공하여, 실험 데이터와의 의미 있는 비교를 가능하게 한다고 강조한다. 그들은 NMJ가 이 특정 사례에서 정보 전송을 극대화하는 것으로 보이지는 않지만, 수용체 반응 곡의 형태가 어떤 입력이 가장 정보력이 있는지를 본질적으로 구조화한다는 점을 결론짓는다. 이 연구는 생물학적 하위 시스템이 정보 극대화 체제와 제약 주도 체제 사이의 스펙트럼 상에 존재한다는 관점을 지지하며, NMJ는 입력 분포와 관련하여 후자의 범주에 속하는 것으로 보인다. 저자들은 이것들이 차수-규모 추정치임을 명시하며, 채널 용량에 대한 최종적이고 결정적인 생물학적 값을 제공하려는 것이 아니라, Drosophila NMJ 입력 분포에 있어 최대 정보 전송이 조직 원리가 아님을 입증하는 것임을 밝힌다.