The standard genetic code's rank among randomized alternatives is not a property of the code

기술 요약: "표준 유전 암호의 무작위 대안들 사이에서의 순위는 암호 자체의 속성이 아니다"

문제 제기
지난 30년 동안, 표준 유전 암호(Standard Genetic Code, SGC)의 오류 최소화 특성은 고정된 돌연변이 입력 모델 하에서 무작위로 생성된 암호 앙상블과 비교함으로써 그 변이 비용을 정량화해 왔다. 기존의 결과들은 균일한 돌연변이 발생 시 "만 개 중 2위", 전이(transition) 편향적 돌연변이 발생 시 "백만 개 중 1위"라고 보고한다. 그러나 이러한 연구들은 분석가가 선택한 단일한 돌연변이 스펙트럼에 의존하고 있다. 본 논문은 치환 스펙트럼이 생물학적 상수가 아니라 유전체 계통별로 크게 달라지는 계통 특이적 분자 형질이라고 주장한다. 결과적으로, SGC의 위상은 암호와 특정 입력 스펙트럼 모두의 함수이지만, 기존 문헌들은 그 결과로 나타나는 통계량(순위)을 암호 자체의 고정된 속성으로 취급해 왔다. 또한, 본 논문은 동일한 비교를 수행하더라도 서로 다른 통계적 요약 방식(절대적 이점, 표준화된 분리도, 경험적 순위)이 입력 스펙트럼이 변할 때 일관된 결론을 도출하는지에 대해 의문을 제기한다.

연구 방법론
저자들은 4,972종의 진핵생물을 대상으로, 각 종의 관찰된 삼핵산 치환 스펙트럼을 사용하여 SGC의 오류 최소화 이점을 계산하였으며, 이때 10,000개의 고정된 무작위 암호 앙상블을 사용하였다.

• 데이터 출처: 치환 스펙트럼은 5,090종의 고유 표적 종을 포함하는 CORAL 비교 데이터셋(Pinhasi et al. 2026)에서 유도되었다. 스펙트럼은 가중치 편향을 피하기 위해 가용성(callable abundance)을 포함한 분지 수준의 치환 수를 종 수준으로 합산하여 집계되었다.
• 참조 노출(Reference Exposure): 스펙트럼의 효과를 격리하기 위해, 저자들은 코돈 사용량이 균일($\pi(c) = 1/61$)하고 주변 맥락(flanking contexts)이 균일하게 추출되는 암호 고유의 고정 참조 노출($q_0$)을 사용하였다. 이는 스펙트럼의 효과가 종 특이적인 코돈 사용 편향과 혼동되는 것을 방지하기 위함이다.
• 무작위 앙상블: 20개의 표준 코돈 블록 위에 20개의 아미노산을 블록 보존형 치환(block-preserving permutation) 방식으로 배치하여 10,000개의 대안 암호를 단 한 번 생성하였다. 종결 코돈은 앙상블 전체에서 고정되었다.
• 측정 지표: 각 종 $s$에 대해 세 가지 별도의 통계량을 계산하였다:
  1. 상대적 이점 ($R$): 앙상블 평균 대비 기대 비용의 감소량.
  2. 표준화된 분리도 ($z$): 앙상블의 표준 편차 대비 비용 감소량 ($z = R / CV$).
  3. 경험적 순위: SGC보다 낮은 비용을 가진 무작위 암호의 수.
• 검증: 파이프라인은 역사적 벤치마크(Haig and Hurst 1991)를 통해 검증되었다. 또한, 다른 데이터로부터 베이지안 계층 모델(Ramos-Almodóvar et al. 2026)을 통해 추론된 스펙트럼을 가진 68종에 대해 이차 분석을 수행하였다.
• 사전 예측: 두 가지 예측이 사전에 명시되었고 테스트되었다: (1) CpG 초돌연변이성(hypermutability)이 이점의 변이를 유도할 것이다, (2) 높은 전이 편향에 최적화된 암호는 SGC 구조로 수렴할 것이다.

주요 결과

1. 순위는 고정된 속성이 아니다: SGC의 순위는 관찰된 스펙트럼에 따라 두 자릿수 범위 내에서 변한다. 중앙값 순위는 2(기존의 "만 개 중 2위" 수치와 일치함)이지만, SGC보다 우수한 성능을 보이는 무작위 암호의 수는 0개(종의 21.8%)에서 341개(앙상블의 3.4%)까지 다양하다. 따라서 기존의 수치는 넓은 분포의 한 점일 뿐, 불변의 상수가 아니다.
2. 통계량의 괴리: 전이 편향($\kappa$)이 증가함에 따라 세 가지 통계량은 서로 반대 방향으로 움직인다:
   • **절대적 이점 ($R$)**은 12.4% 증가한다 (암호가 절대적인 측면에서 더 보호적임).
   • 무작위 앙상블의 **변동 계수(CV)**는 38.5% 증가한다.
   • **표준화된 분리도 ($z$)**는 18.2% 감소한다.
   • 순위는 크게 악화된다 (더 나은 대안의 수가 증가함).
   • 결론: 전이 편향이 높은 계통은 절대적인 측면에서는 더 보호적인 암호를 갖지만, 확장된 대안들의 폭발적인 확산 속에서는 상대적으로 덜 독보적이다.
3. 총 비용은 반응을 예측하지 못함: 2,000개의 무작위 암호 중, 순위와 전이 편향 사이의 기울기는 양(+)과 음(-)의 방향으로 거의 균등하게 나뉜다. 총 비용이 거의 동일한(차이가 0.5% 미만인) 코드들이 전이 편향 증가에 대해 정반대의 반응을 보이기도 한다. 따라서 총 비용만으로는 특정 스펙트럼이 어떤 코드를 선호하는지 결정할 수 없다.
4. 실패한 예측:
   • CpG 초돌연변이성: 전이 편향($\kappa$)을 조건으로 할 때, CpG 이동 계수는 양(+)이 아닌 음(-)의 값을 갖는다. 즉, CpG 초돌연변이성은 독립적인 보호 축이라기보다 전이 편향의 발현이다.
   • 최적화 수렴: 시뮬레이티드 어닐링(simulated annealing)을 통해 높은 전이 편향에 최적화된 암호들은 SGC로 수렴하지 않는다. 전이 편향($\kappa$)이 높아질수록 SGC와의 유사성은 감소하며, 결국 우연한 수준까지 떨어진다.
5. 종결 코돈 경계: 종결 코돈 배치의 전수 조사를 통해, SGC가 가중되지 않은 횟수(unweighted counts) 상에서는 극단적(종결과의 거리를 최소화)이지만, 치환 트래픽에 의해 가중치를 부여하면 하위 10.8 백분위수로 떨어진다는 것을 확인했다. 이는 센스 코돈(sense codons)에서 나타난 것과 유사한 발산 현상을 반영한다.
6. 계통 발생적 구조: 이점의 변이는 치환 스펙트럼의 계통 발생적 구조를 추적한다 (Pagel's $\lambda \approx 0.99$). 이는 관찰된 변이가 추정 노이즈가 아니라 생물학적 현상임을 확인시켜 준다.

의의 및 주장
본 논문은 "예외적임(exceptionalness)"의 정도가 암호 자체의 고유한 속성이 아니라, 암호와 해당 계통의 특정 돌연변이 스펙트럼 사이의 상호작용에 의한 함수라고 주장한다.

• 보고 관례: 저자들은 분야의 표준적 수치(예: "백만 개 중 1개")가 그것이 도출된 특정 입력 가정 하에서만 유효하다고 주장한다. 실제 변하는 스펙트럼에 적용할 때, 이 수치들은 넓은 분포의 중앙값에 불과하다.
• 통계적 구별: 저자들은 절대적 이점($R$)을 보고하는 것과 순위를 보고하는 것이 서로 모순된 서사를 낳을 수 있음을 강조한다. 어떤 코드는 동시에 "더 보호적(높은 $R$)"이면서도 "덜 독보적(낮은 순위)"일 수 있다. 어떤 통계량을 선택하느냐에 따라 결론이 달라진다.
• 최적화의 한계: 높은 전이 편향에 최적화된 코드가 SGC와 닮지 않았다는 결과는, 전이 편향만으로는 SGC의 구조를 설명할 수 없다는 가설을 기각한다. 전이 편한은 암호의 측정된 이점의 변이는 설명할 수 있지만, 그 구체적인 구조를 설명하지는 못한다.
• 일반성: 저자들은 대상 객체의 위치를 무작위 앙상블에 대비하여 단일 숫자로 요약할 때, 이처럼 널(null) 앙상블의 분산이 입력값에 따라 변하여 서로 다른 요약 통계량이 서로 충돌하는 현상이 비교 유전체학 전반에서 발생하는 일반적인 문제라고 제안한다.

본 연구는 SGC의 위상이 견고하지만(항상 상위 약 3.5% 이내), 그 구체적인 순위와 "독보성"에 대한 해석은 계통 특이적인 돌연변이 스펙트럼에 따라 달라진다는 결론을 내린다.