[논문 리뷰] Set-based complexity and biological information

David J. Galas, Matti Nykter외 3명|ArXiv.org|2008. 01. 25.

Computability, Logic, AI Algorithms참고 문헌 39인용 수 8

한 줄 요약

이 논문은 콜모고로프 복잡도를 기반으로 한 집합 기반의 복잡도 측정법을 제안하여 무작위성과 중복성을 제거함으로써 생물학적으로 의미 있는 정보를 정량화한다. 보편적인 정보 거리 기반의 측정법을 제시하여 사전에 정의된 상태 공간이 필요 없이 맥락 정보를 내재적으로 포착하며, 최대화 과정을 통해 게놈 및 조절 서열에서 생물학적으로 관련성이 있는 복잡도 패턴을 도출한다.

ABSTRACT

It is not obvious what fraction of all the potential information residing in the molecules and structures of living systems is significant or meaningful to the system. Sets of random sequences or identically repeated sequences, for example, would be expected to contribute little or no useful information to a cell. This issue of quantitation of information is important since the ebb and flow of biologically significant information is essential to our quantitative understanding of biological function and evolution. Motivated specifically by these problems of biological information, we propose here a class of measures to quantify the contextual nature of the information in sets of objects, based on Kolmogorov's intrinsic complexity. Such measures discount both random and redundant information and are inherent in that they do not require a defined state space to quantify the information. The maximization of this new measure, which can be formulated in terms of the universal information distance, appears to have several useful and interesting properties, some of which we illustrate with examples.

연구 동기 및 목표

• 분자의 시스템에서 무작위 또는 반복 서열이 기능적 가치를 거의 기여하지 않는다는 점을 고려하여 생물학적으로 중요한 정보를 정량화하는 데 도전하는 것.
• 외부적으로 정의된 상태 공간에 의존하지 않고 맥락 정보를 내재적으로 고려하는 복잡도 측정법을 개발하는 것.
• 서열 또는 구조의 집합에서 의미 있는 생물학적 정보와 노이즈 또는 중복성을 구분할 수 있는 측정법을 체계화하는 것.
• 특히 게놈 및 조절 네트워크에서 생물학적 기능과 진화와 관련된 이 측정법의 성질을 탐색하는 것.

제안 방법

• 개별 요소가 아닌 전체 집합의 알고리즘적 복잡도에 초점을 맞춘, 콜모고로프의 내재적 복잡도를 객체 집합에 적용하는 것.
• 보편적인 정보 거리를 기반으로 하여 구조적 및 맥락적 관계를 포착하는 집합 기반의 복잡도 측정법을 정의하는 것.
• 무작위 서열과 동일한 반복을 내재적으로 할인하여 의미 없는 정보 기여를 방지하는 측정법을 설계하는 것.
• 게놈 서열 및 조절 모티프와 같은 생물학적 데이터 세트에 측정법을 적용하여 맥락 인식 기반의 복잡도 평가를 수행하는 것.
• 기능적 관련성이 높은 복잡도 패턴을 식별하기 위해 복잡도 측정법을 최대화하는 것.
• 측정법이 특정 변환에 대해 불변이며 노이즈에 강건함을 보장하기 위해 정보 이론 원리를 활용하는 것.

실험 결과

연구 질문

• RQ1 분자의 시스템에서 어떻게 생물학적으로 의미 있는 정보를 무작위 또는 반복 서열과 구분할 수 있는가?
• RQ2 사전에 정의된 상태 공간이 필요 없이 맥락적 관계를 고려하는 생물학적 객체 집합에 적합한 복잡도 측정법은 무엇인가?
• RQ3 제안된 집합 기반의 복잡도 측정법은 알려진 생물학적 기능과 진화 역학과 어떻게 관련이 있는가?
• RQ4 보편적인 정보 거리에서 유도된 복잡도 측정법의 수학적 및 계산적 성질은 생물학적 맥락에서 어떻게 나타나는가?
• RQ5 이 복잡도 측정법의 최대화 과정이 게놈 및 조절 서열에서 생물학적으로 중요한 패턴을 드러낼 수 있는가?

주요 결과

• 제안된 집합 기반의 복잡도 측정법은 성공적으로 무작위성과 중복성을 걸러내어 구조적 및 맥락적으로 의미 있는 정보에 집중한다.
• 측정법은 내재적으로 정의되어 있어 사전에 상태 공간을 지정할 필요가 없으며, 다양한 생물학적 데이터 유형에 적합하다.
• 복잡도 측정법의 최대화 과정은 기능적 관련성이 높은 구성 요소를 드러내며 생물학적 조절 및 진화와의 연관성을 시사한다.
• 노이즈가 존재하는 상황에서도 게놈 서열 및 조절 네트워크에서 의미 있는 패턴을 식별하는 데에 측정법이 강건함을 입증한다.
• 이론적 분석을 통해 측정법이 알고리즘 정보 이론의 기존 원칙과 일치하며 생물학적 정보를 정량화하는 체계적인 프레임워크를 제공함을 확인한다.
• 실증 예시를 통해 기존의 엔트로피나 정보 측정법보다도 이 측정법이 생물학적 시스템의 기능적 복잡도를 더 잘 포착함을 보여준다.