[논문 리뷰] The waiting time for m mutations

Schweinsberg, Jason|arXiv (Cornell University)|2008. 02. 24.

Cancer Genomics and DiagnosticsBiochemistry, Genetics and Molecular Biology참고 문헌 32인용 수 17

한 줄 요약

이 논문은 유한한 크기의 집단에서 모리언 과정 하에 m개의 돌연변이가 축적되는 데 걸리는 대기 시간을 분석하며, 개체 한 마리가 m개의 돌연변이를 획득하기까지의 시간의 점근적 분포를 유도한다. 주요 결과는 돌연변이율 μ가 집단 크기 N과 어떻게 스케일링되는지에 따라 분포가 크게 달라지며, 서로 다른 스케일링 영역에서 각기 다른 행동 양상을 보임을 보여주며, 이는 암 진화 및 조절 서열의 등장에 응용된다.

ABSTRACT

We consider a model of a population of fixed size N in which each individual gets replaced at rate one and each individual experiences a mutation at rate μ. We calculate the asymptotic distribution of the time that it takes before there is an individual in the population with m mutations. Several different behaviors are possible, depending on how μchanges with N. These results have applications to the problem of determining the waiting time for regulatory sequences to appear and to models of cancer development.

연구 동기 및 목표

• 크기 N인 집단의 개체 한 마리가 m개의 돌연변이를 획득하기까지의 시간의 점근적 분포를 결정하는 것.
• 돌연변이율 μ가 집단 크기 N과 어떻게 스케일링되는지가 m개의 돌연변이를 위한 대기 시간 분포에 미치는 영향을 이해하는 것.
• 모리언 과정 하에서 고정 및 확률적 터널링을 고려한 돌연변이 축적의 확률적 과정을 모델링하는 것.
• 다단계 암 모델 및 조절 서열 진화 모델의 수학적 기초를 제공하기 위해 돌연변이 대기 시간을 분석하는 것.
• 다양한 돌연변이 축적의 확률적 모델을 비교하고, 이들이 점근적으로 수렴하는 조건을 설정하는 것.

제안 방법

• 고정된 크기 N을 갖는 집단을 모델링하며, 각 개체는 매 초 1의 비율로 자신을 교체하고 μ의 비율로 돌연변이를 획득한다.
• 각 돌연변이 유형의 개체 수(X_j(t))를 추적하고, τ_m을 X_m(t) > 0이 되는 첫 번째 시간으로 정의한다.
• 돌연변이가 억제되거나 고정되는 방식이 다름에 따라 상이한 네 가지 모델(모델 4 및 5)을 분석한다.
• 모델 4(억제 및 고정 포함)와 모델 5(단순화된 비억제 과정)를 비교하기 위해 쌍용 기법을 사용하며, 돌연변이 역학을 수정한다.
• 극한 정리와 농도 부등식(예: 보조정리 22)을 적용하여, 고유형 개체의 수가 매우 많아질 확률이 무시할 만큼 작다는 것을 보인다.
• N → ∞ 일 때 |r_4(T) - r_5(T)| → 0 임을 보여, 수정된 모델(모델 4')과 모델 5 사이의 점근적 동치성을 확립한다.

실험 결과

연구 질문

• RQ1 μ가 집단 크기 N과 스케일링될 때, m개의 돌연변이를 위한 대기 시간은 어떻게 의존하는가?
• RQ2 μ가 N과 다른 방식으로 스케일링될 경우, m개의 돌연변이를 위한 대기 시간 분포의 점근적 행동은 어떻게 달라지는가?
• RQ3 확률적 터널링(고정 이전에 m개의 돌연변이가 축적되는 경우)이 순차적 고정보다 우세한 상황은 언제인가?
• RQ4 돌연변이 억제 및 고정 역학이 유한 집단에서 m개의 돌연변이를 획득하는 데 걸리는 시간에 어떤 영향을 미치는가?
• RQ5 큰 N의 극한에서 단순화된 모델(예: 모델 5)이 전체 확률적 과정(모델 4)을 얼마나 정확히 근사할 수 있는가?

주요 결과

• m개의 돌연변이를 위한 대기 시간 τ_m의 점근적 분포는 μ가 N과 어떻게 스케일링되는지에 따라 크게 달라지며, 이에 따라 다른 점근적 행동을 보인다.
• μ가 작을 경우(예: μ = c/N), 대기 시간 τ_m은 γ-유형의 극한 분포로 수렴하며, 이 비율은 c와 m에 따라 달라진다.
• 더 큰 μ의 경우(예: μ = c/N^α, α < 1), 대기 시간 분포는 변화하여 더 빠른 돌연변이 축적과 고정 지연 감소를 반영한다.
• 확률적 터널링은 충분히 큰 μ일 경우에 발생하며, 이는 다수의 돌연변이가 고정 이전에 축적되어 대기 시간 분포에 영향을 미친다.
• lim_{N→∞} |r_4(T) - r_5(T)| = 0 이 성립함을 보여, 모델 5는 전체 과정에 대한 유효한 점근적 근사임을 입증한다.
• 유형 m-j의 개체가 유형 m으로의 돌연변이를 일으키는 확률은 점근적으로 μ q_j (N−ℓ)/N 비례하며, 여기서 ℓ는 고유형 개체의 수이다.