🧬 biology

PHASE: encoding global protein ensembles with local Hamiltonians and all-atom backmapping

이 논문은 국소 해밀토니언(local Hamiltonians)과 전원자 백매핑(all-atom backmapping)을 사용하여 원자 단위의 단백질 구조 앙상블을 압축되고 해석 가능한 통계 모델로 변환함으로써, 복잡한 활성화 지형의 재구성과 고전 및 양자 어닐링을 위한 직접적인 인코딩을 가능하게 하는 프레임워크인 PHASE를 소개한다.

원저자: Daniele Angioletti, Marco Nobile, Matteo Carli, Vittorio Limongelli

게시일 2026-08-25

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Daniele Angioletti, Marco Nobile, Matteo Carli, Vittorio Limongelli

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

단백질은 경직된 조각상이 아니라, 자신의 일을 수행하기 위해 끊임없이 형태를 바꾸는 유연한 기계입니다. 단백질 분자 하나는 단 하나의 형태로만 존재하는 것이 아니라, '컨포메이션 인상(conformational ensemble)'이라 불리는, 약간씩 다른 수많은 형태들의 구름으로서 존재합니다. 이러한 형태들은 약물이나 신호 전달 파트너와 같은 다른 분자들과 상호작용함에 따라 변화하며, 이러한 변화는 단백질이 신호를 켜거나 끄는 여부를 결정합니다. 수십 년 동안 과학자들은 분자의 모든 원자를 시간에 따라 추적하는 거대한 컴퓨터 시뮬레이션을 실행하여 이 변화하는 형태들을 이해하려고 노력해 왔습니다. 이러한 시뮬레이션은 테라바이트 단위의 데이터를 생성하지만, 가공되지 않은 출력값은 종종 단순히 위치의 긴 목록에 불과하여, 단백질이 어떻게 움직이는지에 대한 근본적인 규칙을 파악하거나 미래에 어떤 새로운 형태를 취할지 예측하는 것을 어렵게 만듭니다. 과제는 이 혼란스러운 원자 위치의 흐름을 단백질의 서로 다른 부분들 사이의 통계적 관계를 설명할 수 있는 명확하고 압축적인 지도로 바꾸는 것이었습니다.

스위스 율러 연구소(Euler Institute)의 연구팀은 이 문제를 해결하기 위해 PHASE라고 불리는 새로운 방법을 개발했습니다. 그들은 단백질의 복잡한 원자 단위 움직임을 단순하고 해석 가능한 통계 모델로 변환하는 시스템을 만들었습니다. 이 접근 방식을 테스트하기 위해, 그들은 인간의 몸속에서 중요한 역할을 하며 세포가 신호에 어떻게 반응하는지와 특정 약물이 어떻게 작용하는지에 관여하는 단백질인 아데노신 A2A 수용체에 집중했습니다. 연구진은 이 수용체에 대해 약 37 마이크로초의 컴퓨터 시뮬레이션 데이터를 분석했으며, 여기에는 수용체가 비어 있을 때, 서로 다른 약물과 결합했을 때, 그리고 신호 전달 단백질과 부착되었을 때를 포함한 광범위한 조건이 포함되었습니다.

PHASE 방법의 핵심은 단백질을 개별 구성 요소인 아미노산 잔기로 분해하고, 각 구성 요소의 형태를 일련의 표준 범주를 사용하여 기술하는 것입니다. 모든 원자의 정확한 위치를 추적하는 대신, 시스템은 유사한 국소적 형태들을 별개의 '마이크로스테이트(microstates)'로 그룹화합니다. 연구진은 단백질 전체를 이러한 마이크로스테이트의 시퀀스로 바라봄으로써, 단백질이 어떤 형태의 조합으로 존재할 가능성이 높은지를 설명하는 수학적 지도, 즉 해밀토니안(Hamiltonian)을 구축할 수 있었습니다. 결정적으로, 이 지도는 약 6 옹스트롬 이내의 물리적으로 가까운 아미노산들 사이의 상호작용만을 고려해야 했습니다. 이러한 국소적 연결만을 사용했음에도 불구하고, 모델은 원래의 시뮬레이션에서 나타난 복잡하고 장거리적인 움직임 패턴을 성공적으로 재현해 냈습니다. 이는 단백질의 전역적 행동이 그 부분들을 연결하는 단순한 국소적 규칙으로부터 자연스럽게 발현됨을 의미합니다.

가장 놀라운 발견 중 중 하나는 모델이 수용체의 상태가 무엇인지 전혀 알려주지 않았음에도 불구하고 서로 다른 기능적 상태를 구별해 낼 수 있었다는 점입니다. 연구진은 수용체의 비활성 상태와 활성 상태에 대해 각각 별도의 모델을 학습시켰습니다. 연구진이 이 모델들을 사용하여 보지 못한 새로운 구성들을 분석했을 때, 시스템은 이를 비활성에서 활성으로 이어지는 스펙트럼을 따라 자동으로 분류했습니다. 이 분류 작업은 모델이 보지 못했던 조건, 예를 들어 중간 형태를 안정화하는 약물과 결합한 수용체의 경우에도 올바르게 작동했습니다. 모델은 단백질의 특정 형태에 대한 통계적 '선호도'를 학습함으로써 이를 달성했으며, 결과적으로 외부 라벨이 아닌 내부 구조에 기반하여 단백질의 행동을 정리하는 좌표계를 효과적으로 만들어 냈습니다.

연구진은 또한 이 수용체의 활성화가 분자 전체에 걸쳐 균일하게 일어나는 변화가 아니라는 것을 발견했습니다. 통계 모델을 두 영역, 즉 세포 외부를 향하는 부분과 내부를 향하는 부분으로 나누어 분석함으로써, 서로 다른 약물과 신호 전달 파트너가 이 영역들에 각기 다른 방식으로 영향을 미친다는 것을 찾아냈습니다. 어떤 조건은 외측 영역의 형태를 크게 변화시키는 반면 내측 영역은 상대적으로 변화시키지 않았고, 어떤 조건은 그 반대의 효과를 냈습니다. 단백질의 정확히 어느 지점에서 변화가 일어나는지 매핑할 수 있는 이러한 능력은, 약물이 어떻게 특정 세포 반응을 유발하는지에 대한 상세한 지문을 제공합니다.

추상적인 통계 모델을 실제 응용 분야에 유용하게 만들기 위해, 연구팀은 단순화된 마이크로스테이트 설명을 다시 완전한 3차원 원자 구조로 변환하는 마지막 단계를 추가했습니다. 그들은 통계 지도에서 생성된 마이크로스테이트 시퀀스를 받아 단백질의 모든 원자의 정확한 위치를 재구성하도록 별도의 컴퓨터 모델을 학습시켰습니다. '백매핑(backmapping)'이라고 알려진 이 과정은 통계적 규칙을 학습한 새로운, 물리적으로 현실적인 단백질 형태를 생성할 수 있게 해주었습니다. 재구성된 구조는 매우 정확하여, 백본(backbone) 원자의 위치가 원래의 시뮬레이션 데이터와 1 옹스트롬 미만의 오차를 보였습니다. 이로써 복잡한 시뮬레이션에서 시작하여, 이를 단순한 규칙 세트로 추출한 뒤, 그 규칙으로부터 새로운 유효한 원자 구조를 생성하는 순환 구조를 완성했습니다.

이 연구의 의의는 거대하고 다루기 힘든 데이터셋을 압축 가능하고 조작 가능한 모델로 바꾸는 능력에 있습니다. 단백질의 행동을 일련의 국소적 상호작용으로 표현함으로써, 연구진은 쉽게 검토, 비교 및 샘플링할 수 있는 도구를 만들었습니다. 이 통계 모델은 직접 분석할 수 있을 만큼 단순하여 단백질의 기능에 어떤 부분이 가장 중요한지를 밝혀낼 수 있으면서도, 물리 법칙에 부합하는 새로운 원자 구조를 생성할 수 있을 만큼 정교합니다. 이 접근 방식은 단백질이 어떻게 움직이고 상호작용하는지를 연구하는 강력한 새로운 방법을 제시하며, 분자가 자신의 일을 수행하기 위해 어떻게 형태를 바꾸는지 정확히 이해함으로써 더 나은 약물을 설계하는 데 도움을 줄 수 있습니다. 이 방법은 단 하나의 수용체에 국한되지 않으며, 시뮬레이션 데이터가 존재하는 모든 단백질에 적용될 수 있는 일반적인 프레임워크를 제공하여, 원자들의 혼란스러운 춤을 명확하고 이해 가능한 이야기로 바꾸어 놓습니다.

PHASE: 로컬 해밀토니안을 이용한 글로벌 단백질 앙상블 인코딩의 기술적 요약

문제 정의
단백질의 기능은 단일 정적 구조가 아니라 고차원 확률 분포인 형태적 앙상블(conformational ensembles)에 의해 결정됩니다. 분자 동역학(MD) 시뮬레이션은 이러한 앙상블의 가공되지 않은 궤적을 제공하지만, 그 출력물은 압축되고 해석 가능한 확률 모델이라기보다는 유한하고 시간적으로 상관관계가 있는 프레임들의 집합입니다. 마르코프 상태 모델(Markov State Models)과 같은 기존 통계 모델은 글로벌 형태를 설명할 수 있으나, 시스템 크기가 커짐에 따라 다루기 힘들어집니다. 반대로, 딥 생성 모델(예: Boltzmann Generators, BioEmu)은 앙상블을 샘플링할 수는 있지만, 통계적 정보를 불투명한 신경망 파라미터 전반에 분산시켜 놓기 때문에 기계론적 분석을 어렵게 만듭니다. 따라서 원자 수준의 해상도에서 통계적 의존성을 보존하면서도, 샘플링, 조사 및 재구성이 가능한 명시적이고 해석 가능한 통계 모델로 원자적 앙상블을 변환하는 프레임워크가 필요합니다.

방법론
저자들은 원자적 시뮬레이션과 명시적인 통계 모델링 사이를 연결하는 시스템 특화 프레임워크인 PHASE(Protein Hamiltonians for Sampling of Ensembles)를 소개합니다. 이 시스템은 세 단계로 구성됩니다.

공유 잔기-상태 표현 (Shared Residue-State Representation):
- 원자적 궤적은 각 잔기 $r$ 이 $K_r$ 개의 미세 상태(microstates) 중 하나를 점유하는 이산 공간으로 투영됩니다.
- 미세 상태는 로컬 백본( $\phi, \psi, \omega$ ) 및 사이드체인( $\chi$ ) 비틀림 각도를 클러스터링하여 정의됩니다.
- 결정적으로, 다양한 조건(리간드 결합 및 활성화 상태 포함)을 포괄하는 참조 궤적 세트로부터 **공유 미세 상태 기저(shared microstate basis)**를 학습합니다. 이는 서로 다른 앙상블(예: 비활성 vs 활성)이 동일한 이산 구성 공간 $X = \prod_{r=1}^N \{1, \dots, K_r\}$ 내에서 비교될 수 있도록 보장합니다.
희소 포츠 해밀토니안 피팅 (Sparse Potts Hamiltonian Fitting):
- 의사 가능도 최대화(Pseudolikelihood Maximization, PLM)를 사용하여 이산 구성을 바탕으로 쌍방향 포츠 해밀토니안 $E_\theta(x)$ 를 피팅합니다.
- 모델은 단일 사이트 필드 $h_r(x_r)$ 와 쌍방향 결합 $J_{rs}(x_r, x_s)$ 를 포함합니다.
- 국소성 제약 (Locality Constraint): 결합은 원자적 앙상블에서 두 잔기 $r$ 과 $s$ 가 특정 공간 컷오프(예: 6 Å) 이내에 존재할 때만 에지가 존재하는 희소 접촉 그래프 $G=(V, E)$ 로 제한됩니다. 이는 3D 국소성을 상호작용 그래프에 직접 인코딩합니다.
- 파라미터는 독립적으로 피팅된 해밀토니안 간의 일관되고 해석 가능한 비교를 보장하기 위해 **제로 섬 게이지(zero-sum gauge)**로 표현됩니다.
샘플링 및 전원자 백매핑 (Sampling and All-Atom Backmapping):
- 샘플링: 피팅된 해밀토니안으로부터 깁스 샘플링(Gibbs sampling)과 레플리카 교환 몬테카를로(REMC)를 통해 새로운 구성을 생성합니다.
- 백매핑: 파인 튜닝된 SimpleFold 모델(플로우 매칭 트랜스포머 기반)을 기반으로 한 클러스터 조건부 구조 생성기가 이산 미세 상태 벡터로부터 전원자 좌표를 재구성합니다. 이 모델은 각 잔기에 대한 특정 미세 상태 클러스터 정체성에 따라 조건화됩니다.
- 최적화: 이산 해밀토니안은 QUBO(Quadratic Unconstrained Binary Optimization) 인코딩을 허용하여, 고전적 및 잠재적인 미래의 양자 어닐링을 통한 탐색을 가능하게 합니다.

주요 결과
이 프레임워크는 비활성, 활성 및 중간 상태를 포함하여 다양한 리간드 및 이펙터(mini-Gs)를 다루는 약 37 µs의 원자적 MD 시뮬레이션에서 유도된 아데노신 A2A 수용체(A2A)의 10개 형태적 앙상블에 적용되었습니다.

로컬 상호작용을 통한 통계적 충실도:
- 6 Å의 접촉 컷오프가 충분하다는 것이 밝혀졌습니다. 모델의 상호작용을 이 로컬 이웃으로 제한한 해밀토니안은 미세 상태의 잔기별 인구수뿐만 아니라, 모델에 직접 결합되지 않은 잔기들 사이의 **쌍방향 공동 통계(pairwise joint statistics)**까지 낮은 옌센-샤논(JS) 발산으로 재현했습니다.
- 이는 비로컬 상관관계가 로컬 통계적 의존성의 네트워크로부터 자연스럽게 발생함을 입증합니다.
활성화 랜드스케이프 보존:
- "비활성"(INzma) 및 "활성"(FANG) 엔드포인트에 대해 독립적으로 피팅된 해밀토니안을 사용하여 엔드포인트 선호도 점수( $\Delta E$ )를 정의했습니다.
- 상태 특이적 해밀토니안(예: 아고니스트 결합, apo, mini-Gs 결합)으로부터 샘플링된 구성들은 이 점수를 따라 체계적으로 배열되었으며, 모델에 이러한 라벨이 입력되지 않았음에도 알려진 약리학적 계층 구조(예: 역작동제는 비활성을 선호하고, 아고니스트는 활성을 선호함)를 정확히 반영했습니다.
- 모델은 동일한 궤적 내의 형태적 레짐(예: apo 궤적의 초기 vs 후기 세그먼트)을 성공적으로 구분하여 자발적 이완을 포착했습니다.
지역적 분해 (Regional Decomposition):
- 에너지 점수를 세포 외(extracellular)(리간드 직면) 및 세포 내(intracellular)(트랜스듀서 직면) 영역으로 분해한 결과 뚜렷한 통계적 특징이 나타났습니다.
- 리간드 효과는 세포 외 영역에 강하게 인코딩된 반면, 이펙터 결합(mini-Gs)은 세포 내 영역에서 특정 변화를 일으켰습니다. 이를 통해 모델은 유사한 세포 외 상태를 가졌으나 서로 다른 세포 내 형태를 가진 앙상블(예: pAs vs. FApoG)을 감지할 수 있었습니다.
생성 사이클 폐쇄 (Generative Cycle Closure):
- 백매핑 모델은 서브 옹스트롬 수준의 정확도(구조화된 C $\alpha$ 에서 0.95 Å RMSD)를 달성했으며, 입력된 미세 상태 클러스터 정체성을 구조화된 영역에서 약 78%의 정확도로 회복했습니다.
- 사이클은 주어진 미세 상태와 일치하는 전원자 구조를 포츠(Potts) 샘플링된 구성으로부터 성공적으로 생성해 냈습니다.
QUBO 및 어닐링:
- QUBO 표현에서의 고전적 시뮬레이티드 어닐링은 에너지 랜드스케이프를 성공적으로 탐색하여, 초기값과는 구별되는 유효한 구성을 찾아냈으나, 페널티 스케일에 따라 유효율이 달라졌습니다.

의의 및 주장
저자들은 PHASE가 단백질의 형태적 앙상블을 위한 압축적이고, 해석 가능하며, 원자적으로 실현 가능한 통계 모델을 구축하는 **단백질 일반적 절차(protein-general procedure)**를 제공한다고 주장합니다.

해석 가능성: 딥 생성 모델과 달리, PHASE는 개별 잔기 및 쌍에 기여도를 할당할 수 있는 명시적인 에너지 모델을 노출하여 형태적 선호도에 대한 기계론적 분석을 가능하게 합니다.
생성 능력: 이는 새로운 통계적 가중치가 부여된 잔기-상태 조합을 직접 샘플링하고 이를 전원자 구조로 재구성하는 것을 가능하게 하여, 조립(coarse-graining)–샘플링–백매핑의 사이클을 완성합니다.
비교 분석: 서로 다른 조건들을 공유된 잔기-상태 공간으로 투영함으로써, PHASE는 해밀토니안 파라미터와 엔드포인트 선호도를 통해 앙상블(예: 서로 다른 리간드 또는 돌연변이)을 직접 비교할 수 있게 합니다.
최적화 경로: QUBO 정식화는 어닐링 알고리즘(잠재적으로 양자 하드웨어를 통한)을 사용한 제약 조건이 있는 최적화 및 에너지 랜드스케이프 탐색을 위한 경로를 제공합니다.

본 논문은 모델의 한계점도 명시합니다: 모델은 훈련 데이터에 없는 베이슨(basins)을 회복할 수 없으며(MD 샘플링 편향을 상속함), 엔드포인트 선호도 점수는 물리적 자유 에너지 차이가 아닌 상대적인 통계적 척도입니다. 그러나 이 연구는 복잡한 시뮬레이션 데이터를 조작 가능한 통계 모델로 변환하는 강력한 프레임워크를 확립했습니다.

PHASE: 로컬 해밀토니안을 이용한 글로벌 단백질 앙상블 인코딩의 기술적 요약

유사한 논문