Beyond native sequence recovery: Improved modeling of thesequence-energy landscape of protein structures

당신이 로봇 요리사에게 완벽한 스테이크를 굽는 법을 가르치려 한다고 상상해 보세요. 수년 동안 당신이 로봇을 평가하는 유일한 방법은 이렇게 묻는 것이었습니다: "스테이크 사진을 보고 어떤 향신료가 사용되었는지 정확히 맞힐 수 있니?" 만약 로봇이 향신료를 정확히 맞혔다면, 당신은 금색 별을 주었습니다. 이것이 과학자들이 **네이티브 시퀀스 복구(Native Sequence Recovery, NSR)**라고 부르는 것입니다. 단백질 설계의 세계에서 이는 단백질의 형태를 보고 그것을 만든 정확한 아미노산 서열(즉, "레시피")을 추측하는 것을 의미합니다.

하지만 이 새로운 논문은 원래의 레시피를 맞히는 데 금색 별을 받는 것이 사실 가장 중요한 것은 아니라고 주장합니다. 그것은 마치 레시피를 완벽하게 암송할 수는 있지만, 정작 스테이크를 구웠을 때 맛이 없거나 고기를 썰었을 때 모양이 무너지는 요리사와 같습니다.

이 논문의 연구 결과를 쉬운 비유를 들어 설명하면 다음과 같습니다:

기존 방식의 문제점
저자들은 AI 모델이 단순히 "원래의 레시피"를 맞히도록 훈련하는 것이 잘못된 성공의 느낌을 준다는 것을 발견했습니다. 모델은 이미 알려진 단백질의 특정 성분을 암기하는 데는 매우 능숙해지지만, 다음 두 가지 중요한 측면에서는 실패하게 됩니다:

1. 안정성(Stability): 만약 모델에게 새로운 형태를 주고 그에 맞는 레시피를 만들어 보라고 한다면, 결과물인 "스테이크"는 재료들이 그 형태에 제대로 맞지 않아 무너져 내릴 수 있습니다.
2. 예측(Prediction): 만약 레시피에서 재료 하나를 바꾼다면, 모델은 그 맛(또는 에너지)이 어떻게 변할지 정확하게 예측하지 못합니다.

새로운 해결책: PottsMPNN
이를 해결하기 위해 연구진은 PottsMPNN이라는 새로운 도구를 만들었습니다. 이 도구는 단순히 레시피를 암기하는 대신, "주방의 물리 법칙"을 배웁니다. 즉, 모든 개별 재료가 서로 어떻게 상호작용하는지를 이해하는 복잡한 에너지 지도(Potts 에너지 함수라고 불리는 것)를 학습합니다.

이렇게 생각해보세요:

• 기존 모델: 이전에 들었던 레시피를 그대로 반복하는 앵무새.
• 새로운 모델 (PottsMPNN): 소금이 왜 고기를 연하게 만드는지, 혹은 열이 지방에 어떤 영향을 미치는지 이해하는 마스터 셰프. 이 모델은 메뉴판이 아니라 주방의 규칙을 알고 있습니다.

놀라운 결과
이 새로운 "마스터 셰프" 모델을 훈련시켰을 때, 이상한 일이 일어났습니다. 원래의 레시피를 맞히는 점수(NSR)가 오히려 떨어졌습니다. 모델이 완벽한 앵무새가 되기를 그만둔 것입니다.

하지만 반전이 있습니다: "레시피 맞히기" 점수는 낮아졌지만, 실제로 안정적이고 기능적인 단백질을 만들어내는 능력과 변화가 단백질에 어떤 영향을 미칠지 예측하는 능력은 올라갔습니다.

"노이즈" 훈련 기법
"원래의 레시피를 맞히는 것"이 문제였다는 것을 증명하기 위해, 그들은 기이한 훈련 방식을 시도했습니다. 그들은 흐릿하고 불완전한 단백질 사진(노이즈가 섞인 구조)과 유사한 레시피 목록(다중 서열 정렬)을 사용하여 새 모델을 가르쳤습니다.

• 결과: 모델은 원래의 레시피를 맞히는 능력은 더욱 떨어졌습니다.
• 하지만: 새로운 안정적인 단백질을 설계하고 에너지 변화를 예측하는 능력은 더욱 향상되었습니다.

핵심 요약
이 논문은 우리가 단백질 설계의 성공을 측정하는 방식을 잘못 짚어왔다고 결론짓습니다. 모델이 알려진 단백질의 원래 성분을 완벽하게 기억한다고 해서 그것이 좋은 설계자라는 뜻은 아닙니다. "원래의 레시피를 맞히는 것"에 대한 집착을 버리고 근본적인 에너지 규칙을 이해하는 데 집중함으로써, 우리는 비록 역사를 완벽하게 암송하지는 못하더라도, 실제로 더 훌륭하고 안정적인 단백질을 만들어낼 수 있는 모델을 구축할 수 있습니다.