High-throughput prediction of protein-protein interactions uncovers hidden molecular networks in biosynthetic gene clusters

이 논문은 AlphaFold3 의 다중 서열 정렬 단계를 MMSeqs2 로 대체하여 고처리량 예측 파이프라인을 구축하고, MIBiG 데이터베이스의 생합성 유전자 클러스터에서 수만 개의 단백질 상호작용을 예측함으로써 미해결 생합성 경로의 숨겨진 분자 네트워크와 효소 복합체를 규명했습니다.

핵심

🏭 1. 문제: "이 부품은 뭐 하는 거지?"

생물체 안에는 '이차 대사산물'이라는 특별한 물질을 만드는 공장들이 있습니다. (예: 항생제, 독소 등) 이 공장에는 수많은 기계 부품 (단백질) 이 들어있는데, 문제는 일부 부품에는 라벨이 붙어있지 않거나 '정체를 알 수 없음 (Unknown)'이라고만 적혀 있다는 점입니다.

기존에는 이 부품들이 어떻게 조립되어 작동하는지 알기 위해 실험실에서 하나하나 직접 맞춰봐야 했지만, 시간이 너무 오래 걸리고 비용도 많이 들었습니다.

🚀 2. 해결책: "AI 조립 전문가 (AlphaFold3) 를 고용하다"

연구진은 최신 AI 기술인 AlphaFold3를 이용해, 이 공장 안의 모든 부품들이 서로 어떻게 조립될지 컴퓨터로 시뮬레이션했습니다.

• 기존 방식: AI 가 조립을 하려면 부품의 과거 기록 (서열 정보) 을 아주 많이 찾아봐야 해서 속도가 매우 느렸습니다.
• 이 연구의 혁신: 연구진은 AI 가 기록을 찾는 과정을 더 빠른 도구 (MMSeqs2) 로 바꿔서, 약 2,400 개 이상의 공장 (유전자 군집) 에 있는 48 만 개 이상의 부품 조합을 단숨에 분석할 수 있게 만들었습니다. 마치 공장에서 일하는 모든 부품을 한 번에 스캔하는 X-레이 기계 같은 거죠.

🔍 3. 발견: "숨겨진 팀워크와 새로운 조합"

컴퓨터 분석을 통해 놀라운 사실들이 드러났습니다.

1. 알 수 없던 부품들의 정체: "정체를 알 수 없음"으로 표시된 부품들이, 다른 특정 부품과 짝을 이루면 비로소 제 기능을 한다는 것을 발견했습니다. 마치 레고 블록 하나만으로는 아무것도 안 되지만, 다른 블록과 붙이면 멋진 자동차가 되는 것과 같습니다.
2. 유사한 쌍둥이들의 역할: 구조가 거의 똑같은 부품들이 서로 짝을 이루는 경우도 많았습니다. 예를 들어, '케토 합성효소 (KS)'와 '사슬 길이 조절자 (CLF)'라는 두 부품을 보면, 둘은 생김새가 거의 같지만 한쪽은 '작동'하고 다른 한쪽은 '작동하지 않는데' 함께 있어야만 올바른 길이의 물질을 만들 수 있었습니다.
3. 새로운 연결 고리: 기존에 알지 못했던 부품들 사이의 연결 고리를 찾아내어, 이 공장들이 어떻게 작동하는지 전체적인 지도 (네트워크) 를 그릴 수 있었습니다.

🗺️ 4. 결과: "공장 지도 공개"

연구진은 이 모든 분석 결과를 웹사이트와 데이터베이스로 공개했습니다. 이제 전 세계 과학자들은 이 지도를 보고, "아, 이 두 부품은 같이 일해야겠구나!"라고 추측하고 실험을 할 수 있게 되었습니다.

💡 핵심 요약 (일상 언어로)

• 비유: 생물체 속의 유전자 군집은 거대한 레고 공장이고, 단백질은 레고 블록입니다.
• 기존: 어떤 블록이 어떤 블록과 붙어야 자동차가 되는지 알기 위해, 실험실에서 하나하나 붙여보느라 수백 년이 걸릴 뻔했습니다.
• 이 연구: 초고속 AI를 써서 모든 블록 조합을 시뮬레이션해봤더니, "이 블록은 '정체불명'이지만 저 블록과 붙으면 엔진이 된다!"는 사실을 찾아냈습니다.
• 의미: 이제 우리는 새로운 약을 만들거나 독소를 막는 방법을 더 빠르고 정확하게 설계할 수 있는 청사진을 갖게 되었습니다.

이 연구는 "알 수 없는 부품들이 모여서 어떻게 놀라운 일을 해내는지" 그 비밀을 AI 로 먼저 찾아낸, 생물공학의 새로운 지도를 완성한 작업이라고 할 수 있습니다.

기술 요약

논문 요약: 생합성 유전자 클러스터 (BGC) 내 숨겨진 분자 네트워크의 고처리량 단백질 - 단백질 상호작용 예측

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 생합성 유전자 클러스터 (BGC) 는 항생제 및 독소와 같은 다양한 이차 대사산물을 생산하는 효소들을 암호화합니다. 그러나 많은 BGC 내에는 기능이 알려지지 않은 "가상 단백질 (hypothetical protein)"이나 "미확인 (uncharacterized)" 단백질들이 포함되어 있어, 전체 생합성 경로를 이해하는 데 큰 장벽이 됩니다.
• 문제점: 기존의 서열 기반 생정보학 도구들은 동족 단백질의 기능이 알려져 있지 않은 경우 단백질 기능을 예측하기 어렵습니다. 또한, 단백질 - 단백질 상호작용 (PPI) 은 대사 중간체의 전달, 효소 조절, 구조적 안정성 등에 결정적인 역할을 하지만, 이를 대규모로 실험적으로 규명하는 것은 시간과 비용이 많이 듭니다.
• 기술적 한계: AlphaFold3(AF3) 은 단백질 복합체 예측의 정확도를 획기적으로 높였으나, 웹 서버의 사용 제한과 MSA(다중 서열 정렬) 생성 과정 (HMMER 사용) 의 느린 속도로 인해 수백만 개의 단백질 쌍에 대한 고처리량 예측은 현실적으로 불가능했습니다.

2. 방법론 (Methodology)

연구팀은 AF3 기반의 고처리량 복합체 예측 파이프라인을 개발하여 2,437 개의 BGC 에 포함된 487,828 개의 단백질 쌍을 체계적으로 분석했습니다.

• 고속 파이프라인 구축:
  • AF3 의 기본 MSA 생성 도구인 HMMER 대신, MMSeqs2를 활용한 LocalColabFold의 colabfold_search 명령어를 도입하여 MSA 생성 속도를 획기적으로 단축했습니다.
  • 생성된 단일 (unpaired) 및 쌍 (paired) MSA 를 AF3 입력 JSON 파일 형식으로 변환하는 자체 도구 (alphafold3_tools) 를 개발했습니다.
• 데이터셋:
  • MIBiG(최소 생합성 유전자 클러스터 정보) 데이터베이스의 2,437 개 "활성 (active)" BGC 를 대상으로 했습니다.
  • 길이 1,950 아미노산 이하의 단백질에 대해 모든 가능한 이량체 (동종 및 이종) 조합을 예측했습니다.
• 평가 지표:
  • 예측된 복합체의 신뢰도를 평가하기 위해 ipTM(인터페이스 예측 TM 점수) 과 ipSAE(정렬 오차 기반 상호작용 예측 점수) 를 사용했습니다.
  • 특히, ipSAE 는 인터페이스에 관여하는 아미노산 쌍의 신뢰도만 고려하여 수정된 점수로, 동종/이종 복합체 구별에 유용한 지표로 활용되었습니다.
• 검증:
  • PDB(Protein Data Bank) 에 등록된 실험적 결정 구조 (동종 및 이종 복합체) 와 비교하여 예측 정확도를 검증했습니다.

3. 주요 성과 및 결과 (Key Contributions & Results)

• 대규모 예측 및 검증:

  • 총 487,828 개의 단백질 쌍 중 **15,438 개의 이종 이량체 (heterodimer)**가 ipTM ≥ 0.6 기준을 충족하여 예측되었습니다.
  • 이 중 1,390 쌍은 구조적 유사성 (RMSD ≤ 2.0 Å) 을 보였으며, 이는 BGC 내에서 구조적으로 동질적인 이종 복합체가 널리 존재함을 시사합니다.
  • PDB 검증 데이터 (동종 555 개, 이종 30 개) 에서 AF3 는 높은 정확도 (ipTM ≥ 0.6 인 경우 87.7% 이상) 를 보여주었으나, ACP(acyl carrier protein) 와 같은 일시적 복합체나 작은 결합 인터페이스를 가진 경우 예측 정확도가 낮아지는 한계도 확인되었습니다.

• 새로운 분자 메커니즘 발견:

  • 기능 규명: "가상 단백질"로 표기된 단백질들이 복합체를 형성함으로써 기능을 획득하는 사례를 발견했습니다.
    • 예시: Borrelidin BGC 의 미확인 단백질 (cae45685.1/6.1) 이 복합체를 이루어 N-말단 아세틸화 효소 (Naa30) 와 유사한 구조를 형성하고 아세틸-CoA 결합 주머니를 가진 것으로 예측되어, Borrelidin B 의 N-아세틸화 반응에 관여할 가능성이 제기되었습니다.
  • 구조적 동질성 이종 복합체:
    • KS(Ketosynthase) 와 CLF(Chain Length Factor) 복합체와 같이 구조적으로 매우 유사한 단백질들이 이종 이량체를 형성하여 생합성 경로의 핵심 역할을 수행함을 확인했습니다.
    • ipSAE 의 유용성: 여러 KS/CLF 가 공존하는 BGC(예: mbg 클러스터) 에서, 실험적으로 검증된 올바른 짝짓기 (Pairing) 를 ipSAE 가 ipTM 보다 더 정확하게 구별해 낼 수 있음을 입증했습니다.
  • 보조 단백질의 역할:
    • Armeniaspirol BGC 의 Ams8/Ams9 단백질 연구에서, Ams8 은 자체적으로 할로겐화 효소 활성이 결여되었으나, Ams9 와의 복합체 형성을 통해 3-위치 염소화 반응을 촉매하는 Ams9 의 활성을 보조하는 역할을 할 것으로 예측되었습니다.

• 시각화 및 데이터 공개:

  • 2,437 개 BGC 에 대한 단백질 - 단백질 상호작용 네트워크 맵을 웹 사이트 (http://vivace.bi.a.u-tokyo.ac.jp/network_in_bgc/) 를 통해 공개했습니다.
  • 모든 예측 데이터 (JSON 파일) 와 분석 스크립트를 Zenodo 및 GitHub 를 통해 공개하여 향후 실험적 검증을 지원할 수 있도록 했습니다.

4. 의의 및 의의 (Significance)

• 생합성 경로 해독의 패러다임 전환: 서열 기반 분석만으로는 파악하기 어렵던 BGC 내의 "블랙박스" 단백질들의 기능을 구조적 상호작용 네트워크를 통해 추론할 수 있는 새로운 길을 열었습니다.
• 실험 설계 지원: 예측된 복합체 네트워크는 연구자들이 어떤 단백질들을 공동 발현 (co-expression) 해야 하는지, 혹은 어떤 효소 복합체가 기능할지 실험적으로 검증할 우선순위를 제시합니다.
• 효소 공학 및 신약 개발: 구조적으로 동질적이지만 기능이 다른 보조 단백질 (Auxiliary protein) 들의 발견은 효소의 안정성, 특이성, 활성을 조절하는 새로운 전략을 제공하며, 새로운 천연물 발견 및 효소 공학에 기여할 것으로 기대됩니다.
• 기술적 기여: AF3 의 MSA 생성 병목 현상을 해결하여 대규모 구조 예측 파이프라인을 구축한 점은 계산 생물학 분야에서 중요한 기술적 진전입니다.

5. 결론

본 연구는 AlphaFold3 를 활용한 고처리량 계산 분석을 통해 BGC 내 숨겨진 단백질 상호작용 네트워크를 체계적으로 규명했습니다. 이를 통해 기능이 알려지지 않은 단백질들의 역할을 추론하고, 구조적 동질성을 가진 이종 복합체의 존재를 확인함으로써 천연물 생합성 연구의 지평을 넓혔습니다. 공개된 데이터와 도구는 향후 실험적 검증 및 신약 개발 연구에 귀중한 자원이 될 것입니다.