Prediction of protein-carbohydrate binding sites from protein primary sequence

당신의 몸을 북적이는 도시라고 상상해 보세요. 이 도시에서 단백질은 모든 것이 원활하게 돌아가도록 유지하는 부지런한 건설 현장 팀이자 기계입니다. 이들은 아미노산이라고 불리는 아주 작은 블록들로 이루어진 긴 사슬로부터 만들어지는데, 마치 알록달록한 구슬이 꿰어진 긴 줄과 같습니다.

그다음은 탄수화물입니다. 탄수화물은 적절한 건설 현장에 내려놓아야 할 배달 트럭이나 특정 화물이라고 생각하면 됩니다. 도시가 기능하기 위해서는 건설 팀(단백질)이 어디에서 이 화물(탄수화물)을 잡아야 하는지 정확히 알아야 합니다. 만약 엉뚱한 곳을 잡는다면, 배달은 실패하게 됩니다.

문제점:
과학자들은 단백질 사슬의 정확히 어느 지점에 탄수화물이 붙어야 하는지를 알아내기 위해 노력해 왔습니다. 전통적으로 그들은 실험실에서 비싸고 느리며 까다로운 실험을 수행함으로써 이를 알아내려 했습니다—마치 거대한 열쇠 꾸러미에 있는 수많은 자물쇠를 하나하나 테스트하며 특정 열쇠 구멍을 찾는 것과 같습니다. 이 방법은 작동하긴 하지만, 시간이 엄청나게 오래 걸리고 비용도 막대하게 듭니다.

해결책:
연구진은 StackCBEmbed라는 새롭고 매우 똑똑한 컴퓨터 프로그램 제작했습니다. 이 프로그램을 생각해보면, 이 프로그램은 "구슬 줄"(단백질의 1차 서열)을 보고 실험실에서의 느린 실험 없이도 즉각적으로 "열쇠 구멍"(결합 부위)이 어디에 위치해 있는지 추측해낼 수 있는 고도로 훈련된 탐정과 같습니다.

작동 방식:
이 탐정은 두 가지 전략을 사용합니다:

1. 전통적인 단서: 전통적인 탐정이 그러하듯, 이 프로그램은 구슬 줄의 기본적인 패턴을 살펴봅니다.
2. 첨단 기술의 직관: 또한, 이 프로그램은 이미 수백만 개의 단백질 이야기를 읽은 "슈퍼 브레인"(사전 학습된 트랜스포머 모델)을 사용합니다. 이는 프로그램에 단백질이 보통 어떻게 행동하는지에 대한 깊고 직관적인 이해를 부여하는데, 이는 마치 다국어 능력자가 수천 개의 다른 언어의 문법을 알고 있기 때문에 새로운 언어의 단어 뜻을 추측할 수 있는 것과 비슷합니다.

결과:
팀은 이 새로운 탐정을 이전에 본 적이 없는 두 개의 별도 "미스터리 사건"(독립된 테스트 세트) 그룹에 대해 테스트했습니다.

• 이 프로그램은 한 그룹에서는 약 **73%**의 확률로, 다른 그룹에서는 **67%**의 확률로 결합 지점을 정확하게 식별했습니다.
• 더 중요한 점은, 이 프로그램이 각각 0.776과 0.742의 점수를 기록하며 정확도 면에서 매우 균형 잡힌 모습을 보였다는 것입니다.
• 동일한 작업을 수행하려는 기존의 컴퓨터 프로그램들과 비교했을 때, StackCBEmbed는 더 날카롭고 경험 많은 탐정처럼 행동하며 더 나은 성능을 보여주었습니다.

시사점:
저자들은 이 도구가 과학자들이 단백질과 탄수화물이 상호작용하는 새로운 방식을 발견하는 데 도움을 주어, 이 분야의 연구 속도를 높여주기를 희망합니다. 그들은 이 "탐정"을 사용하고 싶은 누구라도 무료로 사용할 수 있도록 공개하였으며, GitHub 페이지에서 코드를 찾아볼 수 있습니다.