[논문 리뷰] Asymptotic Cellular Growth Rate as the Effective Information Utilization Rate

Rami Pugatch, Naama Barkai외 1명|arXiv (Cornell University)|2013. 08. 02.

Gene Regulatory Network Analysis인용 수 4

한 줄 요약

이 논문은 변동하는 환경에서 세포 집단의 渐近적 성장률(AGR)을 세 가지 요소로 분해하는 프레임워크를 제안한다: 기본 게임 이론 성장률, 실제 환경 분포와 최악의 경우 환경 분포 간의 상대 정보, 그리고 정보 활용 속도이다. 주요 기여는 세포가 환경 정보를 성장에 얼마나 효과적으로 활용하는지 정량화한 것으로, 최적의 활용은 채널 용량을 통해 AGR를 최대화하는 반면, 비최적 전략은 정보 소산 손실을 초래한다.

ABSTRACT

We study the average asymptotic growth rate of cells in randomly fluctuating environments, with multiple viable phenotypes per environment. We show that any information processing strategy has an asymptotic growth rate, which is the sum of: (i) the maximal growth rate at the worst possible distribution of environments, (ii) relative information between the actual distribution of environments to the worst one, and (iii) information utilization rate, which is the information rate of the sensory devices minus the "information dissipation rate", the amount of information not utilized by the cell for growth. In non-stationary environments, we find that the optimal phenotypic switching times equally partition the information dissipation rate between consecutive switching intervals.

연구 동기 및 목표

• 변동하는 환경에서 세포가 장기적 성장을 극대화하기 위해 환경 정보를 최적으로 활용할 수 있는 방법을 이해하는 것.
• 정보 확보와 그에 대한 효과적인 활용 간의 상호 상충 관계를 정량화하는 것.
• 정보 활용 효율성의 역할을 분리하는 AGR(漸近적 성장률)의 분해를 도출하는 것.
• 시간적 상관관계로 인해 표현형 전환의 피드백이 해로워지는 조건을 특정하는 것.
• 정보 소산을 최소화하는 비정상적인 환경에서의 최적의 표현형 전환 전략을 설정하는 것.

제안 방법

• 마르코프 기반 프레임워크를 사용하여 AGR를 환경 분포, 표현형 선택, 감각 정보의 함수로 공식화한다.
• 두 가지 극단적 전략을 도입: min-max(게임 이론 기반) 기준선(Λ_game)과 최적의 정보 활용 상한선(Λ_opt).
• 분해 공식 유도: Λ = D(p||p*) + U + Λ_game, 여기서 D는 상대 엔트로피, U는 정보 활용 속도, Λ_opt = D(p||p*) + I + Λ_game이다.
• 상대 엔트로피 D(p||p*)를 사용하여 실제 환경 분포가 최악의 경우 분포보다 얼마나 유리한지를 정량화한다.
• 정보 활용 속도 U = I - Σ p^s_j D(p(⋅|S=j) || p′(⋅|S=j))로 정의하며, 여기서 I는 채널 용량이고 두 번째 항은 정보 소산 속도이다.
• 제약 조건 하에서 최적화를 적용하여 비정상적인 환경에서의 최적 표현형 전환 시점을 유도하며, 정보 손실이 간격 간에 균일하게 분포할 경우 누적 손실이 최소화됨을 보여준다.

실험 결과

연구 질문

• RQ1 세포 집단의 渐近적 성장률은 정보 사용 및 환경 불확실성과 관련된 성분들로 어떻게 분해될 수 있는가?
• RQ2 환경 정보를 사용함으로써 달성할 수 있는 최대 성장률 상승은 얼마이며, 채널 용량에 의해 어떻게 제한되는가?
• RQ3 세포가 감각 입력을 완전히 활용하지 못할 경우 정보 소산은 성장에 어떤 영향을 미치는가?
• RQ4 제한된 감지 및 반응 속도를 가진 비정상적인 환경에서 표현형 전환의 최적 전략은 무엇인가?
• RQ5 표현형 전환의 피드백이 성장에 해로워지는 조건은 무엇인가?

주요 결과

• 漸진적 성장률(AGR)은 세 가지 성분으로 분해된다: 기준 게임 이론 성장률(Λ_game), 실제 환경 분포와 최악의 경우 환경 분포 간의 상대 정보 D(p||p*), 그리고 정보 활용 속도 U.
• 정보 활용 속도 U는 채널 용량 I와 정보 소산 속도의 차이로 제한되며, 이는 미사용 또는 잘못 사용된 정보를 정량화한다.
• 비정상적인 환경에서는 최적의 표현형 전환 시점이 간격 간에 정보 소산 속도를 균일하게 분배함으로써 누적 손실을 최소화한다.
• 최적의 전환 전략은 순순간 최적 반응의 시간 평균과 일치하며, 환경의 이동에 대한 강건성을 보장한다.
• 전략 공간에서의 최적 궤적은 피셔 정보로 정의된 리만 기하학적 메트릭에서의 지오데식이며, 기하학적 최적성 원리를 나타낸다.
• 표현형 전환의 피드백은 환경 상관관계가 피드백 지연보다 더 빨리 감쇠할 경우 성장을 감소시킬 수 있으며, 이는 세포 시스템에서 피드포워드 네트워크의 퍼짐을 설명한다.