[논문 리뷰] From statistical mechanics to information theory: understanding biophysical information-processing systems

Gašper Tkačik|arXiv (Cornell University)|2010. 06. 22.

Gene Regulatory Network Analysis참고 문헌 53인용 수 7

한 줄 요약

이 논문은 정보 이론과 통계역학을 적용하여 유전자 네트워크에서 전사 조절을 모델링하며, 특정 네트워크 아키텍처—특히 횡방향 억제—에서 노이즈가 있는 생물학적 시스템에서 최적의 정보 전달이 발생함을 보여준다. 이는 비단순적인, 줄무늬 형태의 유전자 활성화 패턴을 가능하게 한다. 주요 기여는 기능 최적화(정보 최대화)와 *Drosophila* 발달에서 관찰되는 실제 조절 구조 간의 설계 원칙을 연결한 것이다.

ABSTRACT

These are notes for a set of 7 two-hour lectures given at the 2010 Summer School on Quantitative Evolutionary and Comparative Genomics at OIST, Okinawa, Japan. The emphasis is on understanding how biological systems process information. We take a physicist's approach of looking for simple phenomenological descriptions that can address the questions of biological function without necessarily modeling all (mostly unknown) microscopic details; the example that is developed throughout the notes is transcriptional regulation in genetic regulatory networks. We present tools from information theory and statistical physics that can be used to analyze noisy nonlinear biological networks, and build generative and predictive models of regulatory processes.

연구 동기 및 목표

• 모든 미세 구조적 세부 사항을 모델링하지 않고도 생물학적 네트워크가 정보를 어떻게 처리하는지 이해하기 위한 물리 기반의 군집화된 프레임워크를 개발하기 위해.
• 통계역학 및 정보이론 도구를 활용하여 노이즈가 많고 비선형적인 조절 네트워크의 과제를 다루기 위해.
• 분자 구성 요소에서 역공학적으로 추론하는 데 의존하지 않고, 정보 전달 최적화를 통해 일반적인 설계 원칙을 규명하기 위해.
• 이론적 모델을 *Drosophila* 초기 발달의 실험 관찰—특히 줄무늬 형성 패턴—과 연결하기 위해.
• 특히 피드백과 교차 조절을 포함한 네트워크 아키텍처가 정보 전달을 향상시키고 부재를 줄이는 데 어떻게 기여하는지 탐구하기 위해.

제안 방법

• 관측된 상관관계 데이터로부터 생화학적 네트워크를 재구성하기 위해 최대 엔트로피 원리를 사용하며, 이는 이변량 상호작용에 중점을 둔다.
• 정보 전달을 정량화하기 위해 엔트로피와 상호정보량 같은 정보이론적 측정치를 사용한다.
• 유전자 조절을 비선형적이고 협동적인 반응을 보이는 입력/출력 장치로 기술하기 위해 힐 함수와 몰로드-와이먼-찬지우스(Monod-Wyman-Changeux, MWC) 모델을 적용한다.
• 유전자 조절 네트워크에서의 정보 전달 분석을 단순화하기 위해 소음이 작은 근사법을 도입한다.
• 전사 인자가 DNA에 결합 및 해리하는 확률적 과정을 기반으로 유전자 조절의 노이즈 모델을 유도한다.
• 상호정보량을 사용하여 게놈 데이터로부터 에너지 매트릭스를 추론하며, 열역학적 매개변수를 조절 기능과 연결한다.

실험 결과

연구 질문

• RQ1 정보 이론은 어떻게 유전자 조절 네트워크의 기능적 성능을 정량화하는 데 사용될 수 있는가?
• RQ2 노이즈가 많고 비선형적인 생물학적 시스템에서 정보 전달을 최대화하는 네트워크 아키텍처는 무엇인가?
• RQ3 유전자 간의 횡방향 억제 상호작용은 정보 전달을 향상시키고 부재를 줄이는 데 어떻게 기여하는가?
• RQ4 정보 최대화 원칙에서 유도된 최적의 네트워크 설계는 *Drosophila*에서 관찰된 발달 줄무늬 패턴을 재현할 수 있는가?
• RQ5 생물학적 네트워크의 연결 방식은 분자적 분해 분석에 의존하지 않고, 기능 최적화 원칙에 의해 얼마나 예측할 수 있는가?

주요 결과

• 공동 조절되는 유전자 간의 횡방향 억제는 비단순적인 입력/출력 반응—예를 들어 줄무늬 형태의 활성화 패턴—을 가능하게 하며, 이는 상호작용이 없는 시스템에서는 달성할 수 없다.
• 두 유전자 시스템에서 정보 전달을 최적화하기 위한 최적의 연결도는 상호 억제적 상호작용을 포함하며, 이는 입력 농도에 대한 유전자 발현에서 명백한 비단순성을 유도한다.
• 모르프오겐 농도(입력)와 유전자 발현(출력) 사이의 상호정보량을 최적화할 때, 이러한 줄무늬 형성 솔루션은 명시적인 조정 없이도 자연스럽게 나타난다.
• 횡방향 억제의 포함은 출력의 중복을 줄이며, 010 또는 110와 같은 패턴이 가능해져 시스템의 정보량을 증가시킨다.
• 소음이 작은 근사법은 분석의 해석 가능성을 보장하며, 최적의 아키텍처가 강건하며 관찰된 발달 패턴과 정량적으로 일치함을 확인한다.
• 이 프레임워크는 *Drosophila*에서 알려진 Bicoid-Hunchback 경향을 성공적으로 재현하며, 정보 최대화가 조절 네트워크의 예측 가능한 설계 원칙이 될 수 있음을 시사한다.