Introducing non-enzymatic crosslinks into atomistic simulations of collagen fibrils

이 논문은 콜라겐 원섬유의 원자 수준 시뮬레이션을 위해 효소성 교차결합뿐만 아니라 노화와 당뇨 합병증의 핵심 요소인 비효소성 당화최종생성물 (AGE) 교차결합을 통합할 수 있는 ColBuilder 프레임워크의 확장 기능을 개발하고, 이를 통해 AGE 교차결합이 효소성 교차결합과 구별되는 기계적 특성을 가진다는 것을 입증했습니다.

핵심

이 논문은 **콜라겐 (Collagen)**이라는 우리 몸의 중요한 단백질이 어떻게 노화되고 당뇨병 같은 질환으로 인해 변하는지, 컴퓨터 시뮬레이션을 통해 더 자세히 이해할 수 있도록 돕는 새로운 도구를 소개합니다.

비유를 들어 쉽게 설명해 드릴게요.

1. 콜라겐: 우리 몸의 '고강도 철근'

우리 몸의 피부, 뼈, 힘줄은 콜라겐이라는 단백질로 이루어진 거대한 그물망 (섬유) 으로 되어 있습니다. 마치 건물을 지을 때 철근을 서로 묶어서 튼튼하게 만드는 것처럼, 콜라겐 분자들도 서로 단단하게 묶여 있어야 힘을 견딜 수 있습니다.

이때 이 철근들을 묶어주는 **'매듭 (Crosslinks)'**이 중요한 역할을 합니다.

• 정상적인 매듭 (효소성 교차결합): 젊은 시절, 우리 몸의 효소가 특정 위치에 정확히 매듭을 묶어줍니다. 이는 튼튼하고 유연한 구조를 만듭니다.
• 노화/당뇨병의 매듭 (비효소성 AGEs): 하지만 나이가 들거나 혈당이 높으면 (당뇨병), 당분이 단백질에 달라붙어 엉뚱한 곳에 **단단하지만 깨지기 쉬운 엉킨 매듭 (AGEs)**을 만들어냅니다. 이 매듭들은 철근을 너무 딱딱하게 만들어, 건물이 조금만 흔들려도 부러지게 (취약해지게) 만듭니다.

2. 문제점: 컴퓨터 속의 '빈 공간'

지금까지 과학자들은 컴퓨터로 콜라겐의 구조를 시뮬레이션할 때, 정상적인 매듭만 고려해 왔습니다. 마치 건물의 설계도를 그릴 때, '젊은 철근'은 다 그렸는데, '노화된 엉킨 매듭'은 그림에 전혀 포함하지 않은 것과 같습니다. 그래서 노화나 당뇨병으로 인해 콜라겐이 왜 약해지는지, 혹은 왜 딱딱해지는지 컴퓨터로 정확히 예측하기 어려웠습니다.

3. 해결책: 'ColBuilder'라는 새로운 설계 도구

이 연구팀은 기존의 컴퓨터 도구인 **'ColBuilder'**를 업그레이드했습니다. 이제 이 도구는 다음과 같은 기능을 추가했습니다.

• 새로운 매듭 추가: 노화와 당뇨에서 주로 나타나는 세 가지 종류의 '엉킨 매듭' (글루코스페인, 펜토시딘, MOLD) 을 컴퓨터 모델에 실제로 추가할 수 있게 되었습니다.
• 유연한 배치: 이 매듭들은 콜라겐 줄기 전체에 아무 곳에나 생길 수 있는데, 연구팀은 이 매듭들이 어디에 위치하든 자연스럽게 배치되도록 알고리즘을 고쳤습니다.
• 물리 법칙 준수: 컴퓨터가 이 매듭들을 계산할 때, 실제 화학 법칙 (양자 역학) 을 따르도록 정확한 수치를 입력해 주었습니다.

4. 실험 결과: "단단함은 다르다"

연구팀은 이 새로운 도구를 이용해 컴퓨터상에서 콜라겐 섬유를 잡아당기는 실험을 했습니다. 결과는 매우 흥미로웠습니다.

• 효소 매듭 vs 노화 매듭: 단순히 매듭의 수만 늘리는 것보다, 중요한 위치에 있는 정상 매듭을 노화 매듭으로 바꾸는 것이 구조에 더 큰 영향을 미쳤습니다.
• 변형의 차이: 노화 매듭이 생기면, 콜라겐 섬유가 당겨질 때 어떤 부분은 덜 늘어나고 어떤 부분은 더 늘어나는 등 변형 패턴이 완전히 바뀌었습니다. 마치 고무줄을 당길 때, 일부는 찢어지기 직전까지 늘어나는데 다른 부분은 그대로인 것처럼, 힘의 분포가 달라진 것입니다.

5. 결론: 왜 이것이 중요한가요?

이 연구는 단순히 "컴퓨터 프로그램에 기능을 추가했다"는 것을 넘어, 노화와 당뇨병이 우리 몸의 조직을 어떻게 망가뜨리는지 그 '분자 수준의 비밀'을 풀 수 있는 열쇠를 쥐어줍니다.

• 미래의 활용: 이제 과학자들은 이 도구를 이용해 "노화가 진행되면 콜라겐이 어떻게 변할까?", "당뇨병 환자에게 어떤 약이 콜라겐을 보호할까?"를 컴퓨터에서 미리 실험해 볼 수 있습니다.
• 간단한 비유: 마치 건축가가 노후화된 건물의 설계도를 수정할 수 있게 된 것과 같습니다. 이제 우리는 노화된 건물이 왜 무너지는지, 그리고 어떻게 수리해야 하는지 더 정확하게 이해할 수 있게 되었습니다.

이 연구는 ColBuilder라는 오픈 소스 도구로 공개되어, 전 세계 과학자들이 무료로 다운로드하여 콜라겐과 노화, 질병에 대한 연구를 더 빠르게 진행할 수 있게 했습니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 콜라겐의 중요성: 콜라겐은 피부, 뼈, 힘줄 등 결합 조직의 주요 하중 지지 단위이며, 그 기계적 특성은 분자 간 가교 결합 (crosslinks) 에 의해 결정됩니다.
• 기존 모델의 한계: 현재 원자 수준 (atomistic) 의 콜라겐 원섬유 시뮬레이션 모델은 주로 효소적 가교 결합 (효소적 리실 옥시제인, LOX 에 의해 생성됨) 에 초점을 맞추고 있습니다.
• 비효소성 가교 결합 (AGEs) 의 부재: 노화와 당뇨병 합병증의 핵심인 비효소성 당화 최종 생성물 (AGEs, Advanced Glycation End-products) 기반의 가교 결합은 기존 모델링 워크플로우에서 거의 고려되지 않았습니다. AGEs 는 콜라겐 분자 전체에 걸쳐 다양하게 형성될 수 있어, 효소적 가교 결합과는 다른 화학적, 구조적 영향을 미치지만 이를 시뮬레이션할 수 있는 도구가 부족했습니다.
• 목표: AGEs (글루코스페인, 펜토시딘, MOLD) 를 포함한 원자 수준 콜라겐 원섬유 모델을 생성하고, 이를 통해 노화 및 대사 스트레스가 콜라겐 역학에 미치는 영향을 연구할 수 있는 플랫폼을 구축하는 것.

2. 방법론 (Methodology)

저자들은 오픈 소스 프레임워크인 ColBuilder를 확장하여 AGEs 를 포함한 콜라겐 모델을 구축하는 새로운 워크플로우를 개발했습니다.

• 후보 부위 식별 및 모델링:
  • 19 종의 척추동물 1 형 콜라겐 서열을 분석하여 AGEs 가 형성될 수 있는 잠재적 아미노산 쌍 (글루코스페인/펜토시딘의 경우 Lys-Arg, MOLD 의 경우 Lys-Lys) 을 식별했습니다.
  • Cα-Cα 거리 15 Å 이하의 기하학적 필터를 적용하여 후보 부위를 선별하고, MODELLER 를 사용하여 실제 가교 결합 구조를 구축 및 정제 (refinement) 했습니다.
  • 효소적 가교 결합은 특정 말단 (telopeptide) - 나선 (helix) 인터페이스에서 발생하지만, AGEs 는 나선 전체에 분포하므로 주기적인 이웃 (periodic neighbour) 선택을 유연하게 변경할 수 있는 알고리즘을 구현했습니다.
• 파라미터화 (Parameterization):
  • Amber99SB*-ildnp 힘장 (force field) 과 호환되는 AGEs (글루코스페인, 펜토시딘, MOLD) 의 파라미터를 개발했습니다.
  • B3LYP/6-31G* 수준에서 양자 역학 (QM) 최적화 기하구조를 기준으로 RESP (Restrained Electrostatic Potential) 피팅을 통해 부분 전하를 도출하고, Antechamber 를 사용하여 GROMACS 포맷으로 변환했습니다.
• 시뮬레이션 설정:
  • 모델: 단일 D-주기 (약 67 nm, 겹침 영역과 간극 영역 포함) 콜라겐 미세원섬유를 생성했습니다.
  • 조건: 다양한 가교 결합 패턴 (효소적만, AGEs 만, 혼합형) 을 가진 5 가지 구성을 설정했습니다.
  • 실행: GROMACS 2024 를 사용하여 상수 힘 (constant-force) 하중 조건 하에서 100 ns 의 분자 동역학 (MD) 시뮬레이션을 수행했습니다.

3. 주요 기여 (Key Contributions)

1. ColBuilder 프레임워크 확장: 효소적 가교 결합뿐만 아니라 글루코스페인, 펜토시딘, MOLD 세 가지 대표적인 AGEs 를 포함하는 콜라겐 원섬유 모델을 자동으로 생성할 수 있는 기능을 추가했습니다.
2. Amber99 호환 파라미터 제공: AGEs 에 대한 검증된 힘장 파라미터를 공개하여, 향후 연구자들이 AGEs 를 포함한 콜라겐 시뮬레이션을 즉시 수행할 수 있도록 했습니다.
3. 유연한 가교 결합 제어: 사용자가 가교 결합의 종류, 밀도, 혼합 비율을 지정할 수 있으며, 효소적 및 비효소적 가교 결합을 단계적으로 삽입하고 정제할 수 있는 순차적 프로세스를 도입했습니다.
4. 오픈 소스 리소스: ColBuilder 및 AGEs 관련 시뮬레이션 입력 파일, 분석 스크립트, 토폴로지 파일 등을 GitHub 을 통해 공개했습니다.

4. 연구 결과 (Results)

• 파라미터 검증:
  • Antechamber/RESP 기반 파라미터와 머신러닝 기반 Grappa 파라미터를 비교한 결과, 두 방법 모두 QM 기준 기하구조 (특히 고리 핵심 구조) 를 잘 재현했습니다. Antechamber 파라미터는 기존 효소적 가교 결합 파라미터화 전략과 일관성을 유지하며 안정적이었습니다.
• 기계적 응답 분석 (단일 D-주기 시뮬레이션):
  • 전체 신장: 모든 가교 결합 패턴에서 D-주기의 전체 신장량은 약 24% 로 유사하게 나타났으며, 실험적 데이터와 일치했습니다.
  • 변형 분포의 차이:
    • 효소적 (PYD) 만 있는 경우: 겹침 영역 (overlap) 의 신장이 상대적으로 적고 간극 영역 (gap) 의 신장이 큽니다.
    • AGEs 로 대체된 경우: 효소적 가교 결합을 AGEs 로 대체할 때, 전체 신장량은 변하지 않았으나 변형이 겹침 영역으로 더 많이 이동하는 경향을 보였습니다. 즉, AGEs 는 간극 영역보다 겹침 영역의 신장을 증가시키는 방향으로 내부 힘 분포를 재조정했습니다.
    • 혼합형 (PYD + Glucosepane): 겹침 영역에 추가적인 글루코스페인을 도입하는 것만으로는 기계적 응답에 큰 변화를 주지 못했으나, 핵심 하중 지지 부위인 효소적 가교 결합을 AGEs 로 대체하는 것이 더 큰 영향을 미쳤습니다.
• 구조적 안정성: 모든 시뮬레이션에서 원섬유의 구조적 무결성이 하중 하에서도 유지되었으며, 삼중 나선의 풀림 없이 변형이 발생했습니다.

5. 의의 및 결론 (Significance)

• 노화 및 질병 연구의 플랫폼: 이 연구는 노화나 당뇨병으로 인한 AGEs 축적이 콜라겐의 기계적 성질 (강성 증가, 취성 파괴 등) 을 어떻게 변화시키는지를 분자 수준에서 규명할 수 있는 강력한 도구를 제공합니다.
• 메커니즘 규명: AGEs 가 단순히 가교 결합 밀도를 높이는 것이 아니라, 가교 결합의 화학적 성질과 위치에 따라 콜라겐 원섬유 내부의 힘 분포를 다르게 조절한다는 것을 처음으로 시뮬레이션을 통해 보여주었습니다.
• 미래 연구 방향: 이 도구는 크라이오-EM (Cryo-EM) 피팅, 구조 기반 약물 설계, 그리고 다양한 조직 및 연령대에 따른 콜라겐 리모델링 연구에 필수적인 고해상도 템플릿을 제공합니다. 또한, 새로운 실험 데이터 (예: 질량 분석 기반 가교 결합 데이터) 가 나오면 ColBuilder 를 통해 쉽게 모델에 통합할 수 있는 확장성을 가지고 있습니다.

요약하자면, 본 논문은 콜라겐 시뮬레이션의 중요한 공백을 메우기 위해 AGEs 를 포함한 원자 수준 모델링 프레임워크를 구축하고, 이를 통해 AGEs 가 콜라겐의 기계적 거동에 미치는 미묘하지만 중요한 영향을 규명한 선구적인 연구입니다.