ProcessNets: Towards an efficient approach for ensemble analysis of biological networks

현대 생물학의 광활한 풍경 속에서, 과학자들은 생명을 단순히 분자들의 집합체가 아니라 연결의 그물망으로 보는 법을 배웠습니다. 모든 건물이 유전자이고 건물 사이의 도로가 그들이 서로 소통하는 방식을 나타내는 한 도시를 상상해 보십시오. 연구자들이 이 도로들을 지도화할 때, 그들은 하나의 네트워크, 즉 그 도시가 어떻게 기능하는지를 보여주는 그림을 만들어냅니다. 수년 동안 초점은 종종 하나의 조건 아래에서 단 하나의 완벽한 도시 지도를 그리는 데 맞춰져 있었습니다. 하지만 생명은 좀처럼 그렇게 단순하지 않습니다. 한 개인은 어떤 세포가 활성화되어 있는지, 어떤 환경적 요인이 존재하는지, 또는 데이터가 어떻게 수집되었는지에 따라 수천 개의 서로 다른 버전의 지도를 가질 수 있습니다. 시스템을 진정으로 이해하기 위해, 과학자들은 이 수천 개의 지도를 함께 연구하여, 집단으로서 볼 때만 나타나는 패턴을 찾아내야 합니다. '후기 통합(late integration)'이라고 알려진 이 접근 방식은 각 지도의 고유한 세부 사항을 보존하면서도 더 넓은 비교를 가능하게 합니다. 그러나 새로운 문제, 즉 엄청난 양의 데이터라는 문제가 발생했습니다. 이제 수천 개의 복잡한 생물학적 네트워크를 생성하는 거대한 프로젝트들로 인해, 이를 하나씩 분석하는 데 필요한 컴퓨터들이 한계에 부딪히고 있습니다. 계산 시간이 너무 오래 걸려 통찰이 지연되고, 이 모든 지도를 담아두기 위해 필요한 저장 공간도 감당하기 힘든 수준이 되고 있습니다.

인도 공과대학교 마드라스(IIT Madras)의 연구팀은 이 병목 현상을 해결하기 위한 새로운 방법인 '프로세스넷(ProcessNets)'이라 불리는 방식을 제안했습니다. 모든 생물학적 네트워크를 완전히 별개의 독립적인 작업으로 취급하는 대신, 그들의 접근 방식은 이러한 네트워크들이 낯선 타인이 아니라 종종 사촌 관계라는 점을 인식합니다. 이들은 모두 동일한 생물학적 시스템에서 기원했기 때문에 상당한 구조를 공유합니다. 연구자들은 만약 유사한 지도들의 가족이 있다면, 모든 가족 구성원을 위해 전체 지도를 매번 새로 그릴 필요가 없다는 것을 깨달았습니다. 공통된 토대를 한 번만 그린 다음, 각 변형에 따른 작은 변화들만을 기록하면 됩니다. 이를 실현하기 위해 그들은 'nc-tree'라고 부르는 새로운 데이터 조직 방식을 발명했습니다. 이 구조를 네트워크를 위한 가계도라고 생각하십시오. 가장 밑바닥인 루트(root)에는 전체 그룹이 공유하는 모든 연결을 포함하는 단일 네트워크가 놓입니다. 가지를 타고 끝을 향해 위로 올라갈수록 네트워크는 진화합니다. 각 단계마다 특정 버전의 네트워크에서 새롭게 나타나는 연결들만이 추가됩니다. 이는 전체 컬렉션의 수천 개 네트워크가 보통 요구되는 공간의 아주 일부분만을 사용하여 저장될 수 있음을 의미하는데, 왜냐하면 공유된 부분들이 반복해서 중복되지 않기 때문입니다.

연구진은 인간 조직의 다양한 유전자 활동 지도를 포함하는 '유전형-조직 발현(GTEx)' 프로젝트의 실제 세계 데이터를 활용하여 이 아이디어를 테스트했습니다. 그들은 기존의 방식, 즉 컴퓨터가 각 네트워크의 특성을 처음부터 다시 계산하는 방식과 새로운 방식을 비교했습니다. 결과는 놀라웠습니다. 네트워크들이 서로 유사할 때, 새로운 시스템은 현저히 빨랐습니다. 어떤 경우에는 전통적인 방식보다 거의 4배나 빠르게 계산을 완료했습니다. 또한 엄청난 양의 저장 공간을 절약했습니다. 특정 네트워크 그룹의 경우, 새로운 방식은 기존 방식에 필요한 디스크 공간의 8분의 1만을 필요로 했습니다. 이러한 효율성은 단순히 시간이나 비용을 아끼는 것만이 아닙니다. 이는 과학자들이 이전에는 불가능했던 훨씬 더 큰 규모의 데이터를 분석할 수 있게 해주며, 잠재적으로 느리고 덜 효율적인 방식의 노이즈 속에 숨겨져 있던 미묘한 생물학적 패턴을 밝혀낼 수 있게 해줍니다.

하지만 이 연구는 이러한 속도 향상이 모든 상황에 적용되는 마법의 해결책은 아니라는 점도 발견했습니다. 이 방식은 네트워크들이 유사해야 한다는 점에 크게 의존합니다. 연구진이 매우 서로 다른 네트워크 그룹을 대상으로 시스템을 테스트했을 때, 이점은 사라졌으며 새로운 방식이 표준 방식보다 더 오래 걸리기도 했습니다. 이는 네트워크들이 너무 다르면 기반으로 삼을 수 있는 공통 토대가 거의 없기 때문에, 결국 거의 모든 연결을 개별적으로 처리해야 하기 때문이라는 점에서 타당합니다. 또한 연구진은 이 이점이 수행되는 계산의 유형에 따라 달라진다는 것을 발견했습니다. 단일 지점이 가진 연결의 수를 세는 것과 같은 측정값의 경우 새로운 방식이 일관되게 빨랐습니다. 반면, 전체 웹에서의 위치를 바탕으로 노드의 중요도를 계산하는 것과 같은 경우에는 네트워크가 매우 크고 조밀할 때만 속도 향상이 관찰되었습니다.

이 연구는 생물학의 빅데이터를 다루는 방식의 변화를 시사합니다. 컴퓨터를 더 빠르게 만들거나 개별 작업을 위한 더 나은 알고리즘을 쓰는 대신, 해결책은 데이터 자체 사이의 관계를 이해하는 데 있습니다. 네트워크 사이의 자연스러운 유사성을 반영하는 구조로 데이터를 조직함으로써, 연구자들은 중복된 작업을 우회할 수 있었습니다. 그들은 현대 바이오뱅크에서 생성되는 거대하고 유사한 데이터셋에 대해 더 똑똑한 계산 방식이 존재함을 보여주었습니다. 이 연구 결과는 데이터에 잠겨 있는 과학자들에게 실질적인 경로를 제시하며, 반복적인 계산의 산더미를 관리 가능한 업데이트의 흐름으로 바꿀 수 있는 도구를 제공합니다. 비록 이 방식에 한계가 있고 데이터가 일관될 때 가장 잘 작동하지만, 이는 생물학적 시스템을 이전에는 도달할 수 없었던 규모로 분석할 수 있는 문을 열어주며, 빅데이터라는 과제를 더 깊은 발견을 위한 기회로 바꾸어 놓습니다.