A unified pipeline for discovering previously unknown enzyme activities

이 논문은 23 개의 오픈소스 도구를 통합한 'Enzyme-toolkit' 프레임워크와 새로운 ML 도구 및 유전자 조립 방법을 통해 특정 화학 반응 (특히 DEHP 와 TPP 와 같은 인공 오염물질 분해) 을 촉매하는 기존에 알려지지 않은 효소들을 효율적으로 발견할 수 있는 통합 파이프라인을 제시합니다.

핵심

🌟 핵심 아이디어: "효소라는 열쇠를 찾아주는 마법 지도"

1. 문제: "이런 일을 해줄 열쇠 (효소) 가 어디 있을까?"
우리는 플라스틱 오염이나 화학 물질을 분해하는 '효소'가 필요합니다. 효소는 생물학적인 '열쇠'처럼 특정 화학 반응이라는 '자물쇠'를 열어줍니다. 하지만 우리가 원하는 새로운 자물쇠 (예: 환경 오염 물질) 를 열 수 있는 열쇠를 찾는 것은 마치 거대한 도서관에서 책 한 권을 찾는 것처럼 어렵고 시간이 많이 걸립니다. 기존에는 하나하나 직접 찾아보거나, 컴퓨터로 비슷한 것만 찾아보는 방식이라 실패율이 높았습니다.

2. 해결책: "Enzyme-tk (엔자임-툴킷)"이라는 통합 탐사대
연구팀은 이 문제를 해결하기 위해 23 가지의 오픈소스 도구들을 하나로 묶은 'Enzyme-tk'라는 통합 시스템을 만들었습니다. 이는 마치 스마트한 탐험가 팀과 같습니다.

• 예측 (Predict): 컴퓨터가 "이 열쇠들이 저 자물쇠를 열 가능성이 높아!"라고 추측합니다.
• 합성 (Synthesize): 추측한 열쇠들을 실제로 만들어냅니다.
• 검증 (Validate): 만들어낸 열쇠가 실제로 자물쇠를 여는지 실험실에서 테스트합니다.

이 시스템의 가장 큰 특징은 데이터가 흐르는 방식이 표준화되어 있다는 점입니다. 예전에는 각기 다른 파일 형식 때문에 번역기를 돌리듯 번거로웠다면, 이제는 모든 도구가 같은 언어 (CSV) 로 대화하며 매끄럽게 작업합니다.

3. 두 가지 혁신적인 도구

이 탐사대를 더욱 강력하게 만든 두 가지 새로운 기술이 있습니다.

• ① Func-e (퓨직-이): "천재적인 추측가 AI"

  • 기존에는 '비슷한 것'만 찾아봤다면, 이 AI 는 단순한 유사성이 아니라, 열쇠의 생김새 (단백질 구조) 와 자물쇠의 특징 (화학 반응) 을 깊이 있게 분석합니다.
  • 마치 맛있는 요리를 만드는 요리사 (효소) 를 찾기 위해, 레시피 (반응) 를 보고 "이 재료를 다룰 수 있는 요리사가 누구일까?"라고 추측하는 AI와 같습니다. 훈련된 데이터와 전혀 다른 새로운 요리 (새로운 오염 물질) 를 해도 잘 찾아냅니다.

• ② Oligopoolio (올리고풀리오): "저렴한 열쇠 제작 공장"

  • 새로운 열쇠 (유전자) 를 만드는 비용은 매우 비쌉니다. 마치 하나의 열쇠를 주문할 때 10 만 원씩 하는 것과 같습니다.
  • 이 도구는 열쇠의 조각들을 한 번에 대량으로 주문해서, 실험실에서 조립하는 방식을 개발했습니다. 마치 레고 블록을 한 박스에 담아서 주문하고, 집에서 조립하는 것처럼 비용을 45% 이상 줄였습니다.

4. 실제 성과: "오염 물질을 잡은 새로운 영웅들"

연구팀은 이 시스템을 이용해 두 가지 유명한 환경 오염 물질인 **DEHP(프탈레이트)**와 **TPP(인산 에스터)**를 분해할 수 있는 효소를 찾아냈습니다.

• 기존의 열쇠들: 이미 알려진 효소들은 너무 크고, 열에 약하며, 만들기 어렵다는 단점이 있었습니다.
• 새로운 영웅들: Enzyme-tk 를 통해 찾아낸 새로운 효소들은 작고, 열에 강하며, 대량 생산이 쉬운 특징을 가졌습니다.
  • 특히, TPP 를 분해하는 효소는 기존에 알려진 것보다 훨씬 작고 강력했습니다.
  • DEHP 를 분해하는 효소는 아예 UniProt(세계적인 단백질 데이터베이스) 에 이름조차 없는 '미지의 존재'였는데, 이 시스템이 찾아냈습니다.

5. 결론: "열린 문, 그리고 더 넓은 세상"

이 연구는 단순히 특정 오염 물질을 분해하는 효소를 찾은 것을 넘어, 누구나 새로운 효소를 찾아낼 수 있는 '오픈소스 플랫폼'을 제공했다는 데 의의가 있습니다.

• 비유하자면: 과거에는 새로운 열쇠를 찾으려면 전문가가 직접 도서관을 뒤져야 했지만, 이제는 누구나 이 'Enzyme-tk'라는 자동 탐사대를 빌려서, 원하는 자물쇠를 열 수 있는 열쇠를 쉽게 찾아낼 수 있게 된 것입니다.

이 시스템은 환경 정화, 의약품 개발, 지속 가능한 화학 산업 등 다양한 분야에서 새로운 생물학적 도구를 발견하는 속도와 비용을 획기적으로 낮출 것으로 기대됩니다.

기술 요약

1. 연구 배경 및 문제 정의 (Problem)

• 현황: 효소는 다양한 화학 반응을 촉매하여 지속 가능한 화학 결합 분해 및 생성에 필수적이지만, 특정 화학 반응 (특히 인공 기질이나 비자연적 기질) 을 수행할 수 있는 효소를 찾는 것은 여전히 큰 도전 과제입니다.
• 기존 방법의 한계:
  • 유사성 기반 검색: 기존 도구 (MetaCyc, KEGG 등) 는 리간드나 반응의 유사성에 의존하므로, 훈련 데이터와 거리가 먼 '분포 외 (out-of-distribution)' 반응이나 새로운 기질에는 일반화 능력이 떨어집니다.
  • 머신러닝 (ML) 방법의 부족: 최근 ML 기반 도구들이 등장했으나, 파일 형식과 실행 환경이 표준화되지 않아 통합이 어렵고, 대부분 실험적 검증 (특히 비자연적 기질에 대한 검증) 이 이루어지지 않습니다.
  • 실험 비용 장벽: 전체 유전자를 합성하여 실험적으로 검증하는 비용이 매우 높습니다 (200 아미노산 길이의 유전자당 약 $70~$170). 이로 인해 ML 예측과 실험 사이의 피드백 루프가 단절되는 경우가 많습니다.
• 핵심 문제: 계산적 예측과 실험적 검증을 연결하는 표준화되고 통합된 파이프라인이 부재하며, 새로운 효소 발견을 위한 효율적인 비용 절감 방법이 필요합니다.

2. 방법론 (Methodology)

저자들은 계산, 합성, 검증을 아우르는 통합 프레임워크인 **Enzyme-toolkit (Enzyme-tk)**을 개발했습니다. 이 파이프라인은 23 개의 오픈소스 도구를 통합하고 두 가지 새로운 방법론을 도입했습니다.

가. Enzyme-tk 파이프라인 구조

파이프라인은 세 가지 핵심 모듈로 구성되며, 각 모듈은 CSV 데이터 형식을 사용하여 상호 호환성을 보장합니다.

1. Predict (예측): 대규모 데이터베이스에서 목표 반응을 수행할 가능성이 높은 효소를 식별합니다.
2. Synthesize (합성): 예측된 유전자를 저비용으로 합성합니다.
3. Validate (검증): 합성된 효소의 활성을 실험적으로 검증합니다.

• 기술적 특징: 각 모듈은 conda 환경을 자동으로 관리하여 다양한 계산 환경의 호환성을 해결하며, 모듈화되어 사용자가 필요에 따라 도구를 교체하거나 확장할 수 있습니다.

나. 주요 신규 방법론

1. Func-e (새로운 ML 분류기):
   • 단백질 서열과 화학 반응 공간을 임베딩 (Embedding) 하고, 교차 어텐션 (Cross-attention) 메커니즘을 사용하여 특정 반응에 대한 효소 활성을 예측합니다.
   • 분자량, 서열 길이 등 13 개의 회귀 헤드를 통해 추가적인 특성도 예측합니다.
   • 기존 EC 번호 기반 검색이나 유사성 검색으로는 발견하기 어려운 '분포 외' 반응을 타겟팅합니다.
2. Oligopoolio (유전자 조립 접근법):
   • 전체 유전자 합성 대신, 짧은 올리고뉴클레오타이드 (oligo) 풀을 사용하여 Polymerase Cycling Assembly (PCA) 기법으로 유전자를 조립합니다.
   • 이 방법은 유전자 합성 비용을 약 45% 절감하며, 96-웰 플레이트 형태로 대량 처리가 가능합니다.

다. 적용 사례 및 데이터셋

• 목표 반응: 두 가지 인공 오염물질의 분해 반응.
  1. 디 (2-에틸헥실) 프탈레이트 (DEHP) $\rightarrow$ 모노 (2-에틸헥실) 프탈레이트 (MEHP) 가수분해
  2. 트리페닐 인산 (TPP) $\rightarrow$ 디페닐 인산 (DPP) 가수분해
• 탐색 데이터셋:
  • 극한미생물 데이터셋: UniProt 의 열성 (thermostable) 미생물 유래 8,793 개의 효소 (짧은 서열, 고온 내성).
  • 메타지노믹스 데이터셋: 하수 처리장 슬러지에서 추출된 미분해 서열 중 2,708 개의 잠재적 에스테라아제.

3. 주요 결과 (Results)

가. 기존 방법론의 검증 (Baseline)

• 유사성 기반 검색과 기존 ML 모델 (CREEP) 을 사용하여 40 개의 후보 효소를 실험했습니다.
• 결과: DEHP 분해에는 활성을 보인 효소가 없었으며, TPP 분해에는 저활성 효소 (Q06174) 하나만 발견되었습니다.
• Directed Evolution: Q06174 를 무작위 돌연변이 (epPCR) 로 개량한 결과, 활성이 향상된 변이체 (Q06174-3) 를 확보했으나, 기존 문헌의 효소 (Sb-PTE) 보다는 작고 열안정성이 좋았으나 활성은 낮았습니다.

나. Func-e 및 Oligopoolio 를 통한 새로운 효소 발견

• Func-e 모델 적용: 극한미생물 및 메타지노믹스 데이터셋에서 Func-e 모델을 통해 31 개의 후보를 선별하고 Oligopoolio 로 합성하여 실험했습니다.
• 성공적인 발견:
  1. DEHP 분해: Bacillus acidocaldarius 유래의 미등록 효소 **Q7SIG1 (ID: 5389)**을 발견. 이 효소는 DEHP 를 MEHP 로 분해하는 첫 단계를 촉매하며, 기존 문헌의 효소 (QHH) 와는 다른 특성을 가짐.
  2. TPP 분해: Geobacillus sp. ZH1 유래의 미등록 카복실 에스테라아제 **I3NWL3 (ID: 5391)**을 발견. 이 효소는 기존 표준 효소 (Sb-PTE) 보다 337 아미노산이 짧고, 서열 동일성이 30% 미만임에도 높은 활성을 보임.
• 성공률: 8,793 개의 후보 중 30 개 미만의 효소만 실험하여 두 가지 모두에서 활성을 가진 새로운 효소를 발견했습니다.

4. 주요 기여 (Key Contributions)

1. 통합 파이프라인 (Enzyme-tk) 개발: 계산적 예측, 저비용 유전자 합성, 실험적 검증을 하나의 표준화된 오픈소스 프레임워크로 통합했습니다.
2. 새로운 ML 모델 (Func-e): 서열과 반응 정보를 결합하여 훈련 데이터와 유사하지 않은 새로운 반응 (Out-of-distribution) 에 대한 효소 예측 능력을 입증했습니다.
3. 비용 효율적 합성 방법 (Oligopoolio): 올리고 풀을 이용한 유전자 조립 프로토콜을 개발하여 실험적 검증의 경제적 장벽을 낮췄습니다.
4. 새로운 효소 발견: DEHP 와 TPP 분해에 대한 새로운, 이전에 주석 (annotation) 이 없었던 열안정성 효소들을 실험적으로 확인했습니다.

5. 의의 및 결론 (Significance)

• 효소 발견 패러다임의 전환: 단순한 유사성 검색을 넘어, 머신러닝과 실험을 긴밀하게 연결하는 체계적인 워크플로우를 제시했습니다.
• 환경 오염 물질 처리: 플라스틱 가소제 (DEHP) 및 난연제 (TPP) 와 같은 유해 오염물질을 분해할 수 있는 새로운 생물촉매를 발견하여 환경 정화 기술에 기여할 수 있습니다.
• 지속 가능성: 열안정성, 작은 크기, 높은 발현량 등 산업적 적용에 유리한 특성을 가진 효소를 발견함으로써, 실제 하수 처리장 등에서의 적용 가능성을 높였습니다.
• 오픈소스 생태계 구축: 모든 도구와 데이터가 GitHub 에서 공개되어 있어, 연구자들이 파이프라인을 확장하거나 새로운 ML 모델을 통합할 수 있는 기반을 마련했습니다.

이 연구는 계산 생물학과 실험 생물학의 간극을 메우고, 새로운 효소 발견의 속도와 효율성을 획기적으로 개선한 중요한 성과로 평가됩니다.