Neural spectroscopy of AlphaFold2 reveals encoded protein conformational landscapes

기술 요약: AlphaFold2의 신경 분광학(Neural Spectroscopy)

문제 정의
AlphaFold2(AF2)는 정적인 단백질 구조를 예측하는 데 있어 놀라운 정확도를 달성하지만, 그 9300만 개의 파라미터가 무엇을 인코딩하고 있는지에 대한 본질은 불투명하다. 이 모델은 통상적으로 서열-구조 변환 도구로 취급되지만, 그 가중치(weights)가 단순히 알려진 폴드(fold)의 목록을 암기한 것인지, 아니면 단백질 접힘 물리 및 형태적 조직에 대한 더 깊고 전이 가능한 이해를 내재화한 것인지는 불분전하다. 표준 추론은 단일 정적 예측만을 산출하며, 이는 모델의 내부 표현 공간을 압축하여 형태적 불균질성(conformational heterogeneity), 안정성 순서, 또는 접힘 경로에 대해 인코딩된 정보를 가려버린다. 해결하고자 하는 핵심 문제는, 섭동(perturbation)이 없는 표준 추론 시에는 보이지 않는 구조적 제약과 형태적 지형을 드러내기 위해 Evoformer 모듈의 학습된 가중치를 어떻게 체계적으로 조사할 것인가이다.

방법론: 스케일드 가우시안 컨볼루션 (Scaled Gaussian Convolution, SGC)
저자들은 모델의 내부 인코딩을 특성화하기 위해 Evoformer의 학습된 가중치 텐서를 체계적이고 결정론적으로 섭동시키는 프로토콜인 "신경 분광학(neural spectroscopy)"을 제안한다. 핵심 방법인 **스케일드 가우시안 컨볼루션(SGC)**은 추론 전 세 가지 연속 매개변수를 사용하여 Evoformer 블록의 가중치 텐서($W_i$)를 수정한다:

1. 스케일링 인자 ($\lambda$): 가중치의 크기를 균일하게 감쇠시킨다 ($\lambda \in (0, 1]$).
2. 가우시안 폭 ($\sigma$): 가우시안 컨볼루션을 적용하여 미세한 국소 가중치 특징을 부드럽게 만드는 동시에 거시적인 전역 패턴을 보존한다.
3. 섭동 깊이 ($d$): 수정되는 연속적인 Evoformer 블록의 수(블록 0부터 $d-1$까지)를 결정한다.

이 섭동은 모델 파라미터에 인플레이스(in-place) 방식으로 적용되며(OpenFold v2.2.0 사용), 완전히 결정론적이다. 즉, 동일한 매개변수는 동일한 출력을 생성한다. 관찰된 효과가 단순한 크기 변화가 아닌 특정 섭동 구조에 의한 것임을 보장하기 위해, 저자들은 **매치드 파워 노이즈 제어(matched-power noise controls)**를 사용한다:

• 화이트 노이즈(White Noise): SGC와 동일한 총 에너지를 가진 가우시안 노이즈를 추가하지만, 모든 스펙트럼 및 위상 구조를 파괴한다.
• 스펙트럼 노이즈(Spectral Noise): SGC 섭동의 전력 스펙트럼은 보존하지만 위상 일관성(phase coherence)은 무작위화한다.

학습된 표현의 서로 다른 영역을 조사하기 위해 세 가지 별개의 단백질 시스템에 대해 실험을 수행하였다:

• 유비퀴틴(Ubiquitin): 실험 데이터(NMR, MD 시뮬레이션)가 풍부하여 검증이 용이한 잘 접힌 구형 단백질.
• KaiB: AF2가 활성 상태(fold-switched state)만을 예측하는 폴드 스위칭(fold-switching) 단백질.
• $\alpha$-시누클레인($\alpha$-synuclein): 단일 고유 구조가 없는 내재적 무질서 단백질(IDP).

외부 공진화적 제약으로부터 학습된 가중치의 효과를 격리하기 위해, 실험에서는 축소된 다중 서열 정렬(MSA) 깊이($64 \times 64$)를 활용하여 모델을 가중치 섭동에 더 민감하게 만들었다.

주요 결과

1. 구조화된 형태적 지형 (Structured Conformational Landscapes):
   SGC는 유비퀴틴에서 조절 가능하고 단계적인 구조적 전이를 유도한다. 섭동 깊이가 증가함에 따라, 모델은 무작위로 붕괴하는 대신 연속적인 형태적 지형을 가로지른다. 이 지형은 "L-자형" 토폴로지를 나타내는데, 이는 깊은 네이티브 베이슨(native basin)이 부분적으로 풀린 중간체(mol molten globules)라는 힌지를 통해 변성된 앙상블(denatured ensemble)과 연결되어 있음을 보여준다. 이 토폴로지는 밀리초 단위의 분자 역학(MD) 시뮬레이션에서 관찰되는 폴딩 퍼널(folding funnel)을 반영하며, RMSD–Q-factor 공간에서 72.6%의 영역 중첩을 보인다.

2. 물리적으로 질서 정연한 언폴딩 (Physically Ordered Unfolding):
   점진적인 섭동 하에서 유비퀴틴의 네이티브 접촉(native contacts)은 수십 년간의 실험적 접힘 연구와 일치하는 특정 순서로 끊어진다. "폴딩 핵(folding nucleus)"(그룹 1)은 가장 견고하게 인코딩되어 가장 오래 지속되는 반면, 중간 경계 접촉(그룹 2)은 가장 먼저 끊어진다. 이러한 순서는 다섯 개의 독립적으로 훈련된 AF2 모델 모두에서 일관되게 나타나며, 노이즈 제어에서는 재현되지 않는다(노이즈 제어는 확률적이고 시드 의존적인 붕괴 또는 원자화된 파편을 생성한다).

3. 물리적 유연성과의 상관관계:
   단백형 섭동 민감도(섭동 하에서의 리사이클링 반복 간 예측 좌표의 분산)는 평형 MD RMSF로 측정된 물리적 유연성과 강한 상관관계를 보인다. 이 상관관계는 잔기 매립도(Weighted Contact Number)를 제어한 후에도 지속되며, 이는 가중치가 단순한 정적 기하학뿐만 아니라 유연성과 관련된 잔기 수준의 제약을 인코딩하고 있음을 시사한다.

4. 모델 독립성 및 수렴성 (Model Independence and Convergence):
   유비퀴틴의 경우, 독립적으로 훈련된 다섯 개의 AF2 모델 모두 동일한 형태적 지형 토폴로지와 전이 경계를 생성하며, 이는 인코딩이 특정 가중치 초기화가 아닌 아키텍처와 학습 데이터의 속성임을 나타낸다.

• KaiB (수렴적 부재): 다섯 모델 모두 SGC 하에서 기저 상태(ground-state) 폴드에 도달하지 못하고, 예측된 폴드 스위칭 상태로부터 일차원적인 변성 경로만을 생성한다. 이는 기저 상태로 가는 특정 경로가 학습된 매니폴드에 부재함을 시사한다.
• $\alpha$-시누클레인 (구조적 불일치): 다섯 모델은 서로 다르지만 내부적으로 일관된 지형을 생성한다. 모델들이 구체적인 형태적 앙상블에 대해 서로 다른 의견을 갖는 것은(IDP의 미결정적 특성을 반영) 사실이지만, 이들의 통합된 앙상블은 명시적 용매 MD가 샘플링하는 형태 공간의 핵심부를 포괄한다. 이는 공유된 "바닥(floor)"의 제약이 존재함을 의미한다.

5. 표현 메커니즘 (Representational Mechanism):
   Evoformer의 쌍 표현(pair representation, $z_{ij}$) 분석 결과, SGC는 쌍 활성화 크기를 조건별 분산의 97%를 설명하는 단일 저차원 축을 따라 이동시킨다. 노이즈 제어는 이 서브스페이스 외부로 투영되는데, 이는 관찰된 반응이 일반적인 네트워크 실패가 아니라, 표현의 기하학에 대한 연속적이고 가중치 정렬된 변조에서 비롯된 구조적 반응임을 확인시켜 준다.

의의 및 주장
본 논문은 AF2의 가중치가 표준 추론 시 예측되는 단일 정적 구조를 넘어, 단백질의 형태적 조직에 대한 압축된 데이터 기반 표현을 인코딩하고 있다고 주장한다. 가중치를 단순한 도구가 아닌 과학적 대상으로 다룸으로써, 저자들은 다음을 입증하였다:

• 창발적 속성 (Emergent Properties): 모델은 정적 구조를 예측하도록 학습되었으나, 형태적 조직(안정성 순서, 유연성 패턴, 지형 토폴로지)은 진화적 및 구조적 학습 데이터에 의해 형성된 부산물로서 창발되었다.
• 신경 분광학 (Neural Spectroscopy): 제어된 가중치 섭동을 통해 이러한 인코딩된 제약을 읽어내는 접근법은 "신경 분광학"이라 명명된다. 이는 명시적인 동역학 또는 열역학 데이터에 대한 별도의 학습 없이도 모델이 무엇을 "알고" 있는지 특성화할 수 있게 한다.
• 학습의 한계: 이 방법론은 학습된 매니폴드의 경계를 드러낸다. 학습 데이터가 강력한 경우(유비퀴틴) 지형은 공유되며 물리적으로 정확하다. 데이터가 부재한 경우(KaiB 기저 상태) 매니폴드는 수렴적 부재를 보인다. 데이터가 모호한 경우(IDP)에는 구조적 불일치가 나타나며, 공유된 핵심부는 신뢰할 수 있게 인코딩된 제약을 나타낸다.

저자들은 메커니즘적 설명에 대해서는 겸허한 태도를 유지하며, 가중치 섭동과 물리적 과정 사이의 대응 관계는 견고하지만, 가중치 공간의 기하학과 표현의 구축 및 형태적 창발을 연결하는 공식적인 이론은 아직 확립되지 않았다고 언급했다. 저자들은 신호가 학습된 가중치의 지배적인 방향에 존재하며, 이는 전역적이고 연속적인 변형을 통해 접근 가능하다는 가설을 제시한다.