다중 서열 정렬을 위한 개미 기반 구조 모델

본 논문은 다중 서열 정렬(MSA) 문제를 기존의 문자열 기반 최적화와는 다른 관점에서 접근한다. 저자들은 서열 간에 공통적으로 나타나는 거의 동일한 부분 문자열을 “팩터”라 정의하고, 이러한 팩터들의 집합을 “블록”으로 묶는다. 블록은 각 서열당 하나의 팩터만 포함할 수 있으며, 서로 교차하지 않아야 하는 제약을 가진다. 이러한 블록 기반 모델은 진화적 보존 구역을 직접적으로 포착할 수 있다는 점에서 기존의 점수 기반 방법보다 생물학적 의미를 더 잘 반영할 가능성이 있다. 팩터와 블록 관계를 그래프 형태로 표현하기 위해 두 종류의 그래프가 도입된다. 첫 번째는 팩터 그래프 G=(V,E)로, V는 모든 팩터, E는 서로 정렬 가능성이 있는 팩터 쌍을 연결한다. 동일 서열 내 팩터 간의 에지는 제거하여, 서로 다른 서열 간에만 연결이 이루어진다. 두 번째는 관계 그래프 G_r이다. G의 이중 그래프 G′를 기반으로, 블록 간 호환성 제약을 나타내는 E_c와 블록 간 친화 관계를 나타내는 E_f를 추가한다. E_c는 두 블록이 서로 교차하거나 동일 서열에 중복될 경우 부정적인 연결을, E_f는 여러 서열에서 인접하게 나타나는 블록 쌍을 긍정적인 연결로 표시한다. 이러한 그래프 구조 위에 개미 군집 최적화(ACO)의 아이디어를 차용하지만, 전통적인 ACO와는 달리 전역적인 평가 함수를 사용하지 않는다. 대신 개미들은 팩터 그래프를 무작위로 순회하면서 이동한 에지에 일정량의 페로몬 τ_ij를 남긴다. 페로몬은 매 반복마다 증발(ρ)하며, 관계 그래프를 통해 원격 에지에도 친화·충돌 페로몬이 전파된다. 즉, 친화 관계에 있는 블록 주변은 페로몬이 강화돼 개미가 더 많이 방문하고, 충돌 관계에 있는 블록 주변은 페로몬이 감소해 방문이 억제된다. 페로몬 업데이트 식은 τ_ij(t+1) = (1−ρ)·τ_ij(t) + Δτ_ij이며, Δτ_ij는 해당 에지를 통과한 개미 수 m에 비례한다(Δτ_ij = m·Q). 추가적으로, 친화 관계에 있는 에지는 +f·Q, 충돌 관계에 있는 에지는 −c·Q 만큼 보정된다. 개미가 현재 정점 i에 있을 때 다음 정점 j를 선택하는 확률 P_ij는 두 요소의 가중치에 의해 결정된다. 첫 번째는 페로몬 강도(1/(max−τ_ij))^α, 두 번째는 팩터 간 상대 거리(1/d_ij)^β이다. α와 β는 각각 페로몬과 거리의 영향력을 조절한다. 이 확률 모델은 페로몬이 많이 쌓인 경로와 물리적으로 가까운 팩터를 선호하도록 만든다. 알고리즘 절차는 다음과 같다. (1) 초기 페로몬을 거의 0에 가깝게 설정하고, 일정 수의 개미를 무작위 위치에 배치한다. (2) 각 개미는 팩터 그래프를 탐색하면서 페로몬을 남기고, 동시에 관계 그래프를 참조해 친화·충돌 페로몬을 원격 에지에 전파한다. (3) 일정 횟수 반복 후, 페로몬 농도가 가장 높은 에지 집합을 추출한다. 이 에지 집합은 서로 충돌하지 않는, 호환 가능한 블록들의 후보가 된다. 실험에서는 인간, 소, 마우스의 TP53 억제 단백질 서열 3개를 대상으로 ClustalW와 비교하였다. 구조적 접근법이 도출한 블록은 ClustalW가 만든 정렬에서도 동일하게 관찰되었으며, 일부 블록은 ClustalW가 놓친 것으로 확인되었다. 그러나 정량적 평가지표가 부족해 현재는 정성적 비교에 머물고 있다. 저자들은 향후 생물학자와 협업해 블록의 보존성 및 기능적 의미를 검증하고, 다른 유명 MSA 툴과의 정량적 성능 비교를 진행할 계획이다. 이 방법의 주요 장점은 (1) 전통적인 점수 함수에 의존하지 않아 진화적 신호를 직접 반영할 수 있다, (2) 블록 기반 구조가 부분 정렬을 자연스럽게 제공해 대규모 서열 집합에서도 divide‑and‑conquer 형태의 병렬 처리가 가능하다, (3) 친화·충돌 관계를 그래프 형태로 명시함으로써 제약 조건을 직관적으로 모델링한다는 점이다. 반면, (1) 초기 팩터 추출 정확도와 관계 그래프 구축 비용이 높을 수 있다, (2) 페로몬 파라미터(α,β,ρ, Q, f, c)의 튜닝이 결과에 큰 영향을 미친다, (3) 전역적인 평가 함수가 없기 때문에 결과의 객관적 품질 판단이 어려울 수 있다. 향후 연구에서는 파라미터 자동 최적화, 대규모 데이터셋에 대한 확장성 테스트, 그리고 기존 MSA 툴과의 정량적 성능 비교가 필요하다.