Emergent topological structure in spontaneous brain-organoid activity

사고의 숨겨진 형태

당신의 뇌를 수백만 명의 뉴런이 시민으로 살고 있는 거대하고 북적이는 도시라고 상 imagin 해보세요. 오랫동안 과학자들은 이 도시가 어떻게 작동하는지 이해하려면, 단지 얼마나 많은 사람이 대화를 나누고 얼마나 크게 소리를 지르는지만 세면 된다고 생각했습니다. 하지만 함정이 있습니다. 이 도시는 단순히 평면적인 지도가 아니라, 숨겨진 터널, 루프(고리), 그리고 비밀스러운 방들이 존재하는 복잡한 다층 구조라는 점입니다. 이것이 바로 시스템 신경과학(systems neuroscience)의 영역이며, 이 분야는 뇌가 어떻게 혼란스러운 활동을 의미 있는 패턴으로 조직하는지를 밝혀내고자 노력하고 있습니다.

이를 이해하기 위해 과학자들은 종종 **위상수학(topology)**이라는 도구를 사용합니다. 위상수학을 정확한 거리나 크기에는 신경 쓰지 않고, 사물들이 어떻게 연결되어 있는지에 집중하는 "형태"에 대한 연구라고 생각해보세요. 이 세계에서 커피 머그잔과 도넛은 둘 다 정확히 하나의 구멍을 가지고 있기 때문에 사실 같은 모양입니다. 머그잔을 늘리거나 찌그러뜨려도 그것은 여전히 도넛입니다. 과학자들은 뇌 데이터를 단순한 숫자 목록이 아니라 하나의 기하학적 형태로 보기 위해 이 개념을 사용합니다. 그들은 루프(서로 대화하는 친구들의 원형 모임과 같은 것)와 보이드(void, 빈 공간)(친구들에게 둘러싸인 빈 공간)를 찾고 있습니다. 핵심적인 질문은 항상 이것이었습니다. "우리가 한 번에 기록할 수 있는 제한된 수의 뇌세포만으로도 실제로 이러한 형태를 볼 수 있을까, 아니면 패턴을 보기 위해 수백만 개의 세포를 기록해야 할까?"

브레인 오가노이드 탐정 이야기

이 논문은 **브레인 오가노이드(brain organoids)**를 사용하여 그 질문에 답하기 위해 탐정의 접근 방식을 취합니다. 이것들은 완전한 뇌는 아니지만, 인간이나 생쥐의 세포로부터 실험실에서 배양된, 스스로 조직화되는 작은 뇌 조직 덩어리입니다. 이것들은 실제 뇌가 그러하듯 전기 신호를 자발적으로 내보내는 뇌 피질의 미니어처 3D 버전과 같습니다. 연구진은 **미세전극 어레이(microelectrode array, MEA)**라고 불리는 첨단 센서 그리드를 사용하여 이 오가노이드로부터 전기적 "스파이크"를 기록했습니다. 그들은 한 번에 26개에서 234개의 개별 뉴런을 관찰할 수 있었습니다.

연구팀은 **지속성 호몰로지(persistent homology)**라는 수학적 기법을 사용하여 이 뉴런들의 발화 패턴을 하나의 형태로 변환했습니다. 어떤 순간에 누가 누구와 대화하고 있는지를 찍은 스냅샷을 상상해 보세요. 두 뉴런이 함께 발화하면 그들을 연결하는 선이 생깁니다. 세 뉴포이 모두 함께 발화하면 삼각형을 형성합니다. 만약 전체 그룹이 연결의 고리를 형성한다면, 그것은 **루프(loop)**가 됩니다. 연구진은 다음과 같이 질문했습니다. "이 루프들이 단순히 뉴런들이 우연히 동시에 발화해서 생기는 것인가, 아니면 데이터 속에 숨겨진 실제적이고 구조적인 형태가 존재하는가?"

이를 알아내기 위해, 그들은 "영 모델(null model)", 즉 데이터의 가짜 버전을 만들었습니다. 각 뉴런의 스파이크 수는 동일하게 유지하고 전체 그룹의 총 활동량도 동일하게 유지했지만, 발생 타이밍은 무작위로 섞었습니다. 이것은 카드 한 덱을 가져와서 빨간 카드와 검은 카드의 총 개수는 그대로 유지하되 순서는 무작위로 섞는 것과 같습니다. 만약 실제 뇌 데이터가 이 섞인 무작위 데이터보다 더 많은 루프를 가지고 있다면, 이는 루프가 뉴런이 얼마나 자주 발화했는지에 따른 단순한 우연이 아니라 뇌 조직의 실제적인 특징임을 의미합니다.

그들이 발견한 것

결과는 흥미로웠습니다. 18개의 오가노이드 데이터 세트 중 14개에서, 연구진은 실제 뇌 활동이 무작위로 섞인 데이터보다 유의미하게 더 많은 루프 구조(수학적으로 "제1 호몰로지" 또는 H1이라고 불림)를 가지고 있음을 발견했습니다. 이는 뉴런들이 단순히 무작위로 발화하는 것이 아니라, 특정한 원형 패턴으로 스스로를 조직하고 있었음을 의미합니다.

주요 발견 사항은 다음과 같이 간단히 정리할 수 있습니다:

• 루프는 실제적이며 견고하다: 루프는 단순한 요행이 아니었습니다. 연구진이 데이터에서 뉴런의 10%를 무작위로 제거했을 때, 루프는 대부분 온전하게 유지되었습니다. 그러나 루프의 일부인 "스타(star)" 뉴런들을 의도적으로 제거하자 구조가 무너졌습니다. 이는 루프가 아무 뉴런이나 대신할 수 있는 곳에 넓게 퍼져 있는 것이 아니라, 특정하고 중복되지 않는 핵심 그룹의 뉴런들에 의존하고 있음을 시사합니다.
• 크기가 중요하다: 더 많은 뉴런을 기록할수록 형태는 더욱 풍부해졌습니다. 작은 그룹(약 26개 뉴런)에서는 노이즈 이상의 형태를 관찰하기 어려웠습니다. 하지만 뉴런의 수가 늘어남에 따라 루프는 더 명확해졌습니다. 더욱 흥сно로운 점은, 가장 큰 네트워크(119개 이상의 뉴로을 가진 네트워크)에서는 보이드(void)(수학적으로 "제2 호몰로지" 또는 H2라고 불림)를 보기 시작했다는 것입니다. 보이드를 뉴런이라는 거품 안에 있는 속이 빈 공간이라고 생각해보세요. 이 3D 형태의 빈 공간은 네트워크가 이를 지탱할 수 있을 만큼 충분히 커졌을 때만 나타났습니다.
• 센서 때문만은 아니다: 이런 종류의 연구에서 주요 우려는 형태가 센서 자체의 인공물(artifact)일 수도 있다는 점입니다. 예를 들어, 센서가 원형으로 배치되어 있다면 데이터가 그냥 원형처럼 보일 수도 있습니다. 연구진은 센서 사이의 물리적 거리를 조사함으로써 이를 확인했습니다. 그들은 어떤 경우에는 루프가 센서 간의 거리와 아무런 관련이 없으며, 루프가 순수하게 뉴런 간의 통신에 의한 것임을 발견했습니다. 다른 경우에는 거리가 역할을 하기도 했지만, 전반적인 구조는 기록 장비의 트릭이 아닌 뇌 활동의 진정한 특징이었습니다.

이것이 왜 중요한가

이 논문은 이러한 형태들이 높은 빈도로 발화하는 뉴런에 의한 단순한 무작위 노이즈라는 생각을 명시적으로 배제합니다. 실제 데이터를 섞인 "영(null)" 데이터와 비교함으로써, 그들은 루프와 보이드가 뇌 활동에 내재된 **구조적 위상(structured topology)**임을 증명했습니다. 또한 이 형태들을 보기 위해 수백만 개의 뉴런을 기록할 필요는 없다는 것도 보여주었습니다. 현재의 실험 규모인 단 몇 백 개의 뉴런만으로도 이러한 복잡한 형태를 감지할 수 있습니다.

저자들은 이러한 구조를 발견하긴 했지만, 이것이 시작 단계일 뿐이라는 점을 주의 깊게 언급합니다. 루프는 사다리의 첫 번째 칸이며, 보이드는 그다음 단계입니다. 만약 우리가 더 높은 해상도로 3D 기록을 할 수 있다면, 훨씬 더 복잡한 형태를 볼 수 있을 것이라고 제안합니다. 하지만 현재로서는, 이 연구가 지속성 호몰로지가 우리가 이미 가진 데이터에 사용할 수 있는 유용한 도구임을 확인시켜 준다는 점이 중요합니다. 이는 심지어 이 작은 자가 조직화되는 뇌 덩어리 안에서도, 뉴런들이 단순한 "온/오프" 신호를 훨씬 뛰어넘는 복잡하고 기하학적인 활동 구조를 구축하고 있음을 보여줍니다. 뇌는, 심지어 페트리 접시 안에서도, 형태를 그려내고 있습니다.