ProtSpace: Protein Universe in Your Browser

ProtSpace 는 통합된 3 차원 구조 시각화 및 다중 레이블 주석을 통해 전통적인 서열 유사성을 넘어선 복잡한 기능적 및 구조적 관계를 드러내는 단백질 언어 모델 임베딩 공간의 상호작용적 시각화와 체계적 탐색을 가능하게 하는 프라이버시 보호형 브라우저 기반 웹 애플리케이션입니다.

핵심

자연에 존재하는 모든 단백질을 독특한 노래라고 상상해 보세요. 오랫동안 과학자들은 이 노래들의 가사(아미노산 서열)를 비교하여 어떤 노래들이 서로 유사하게 들리는지 이해하려고 노력해 왔습니다. 하지만 한 가지 문제가 있습니다. 두 노래는 가사가 매우 다를지라도 같은 멜로디, 리듬, 또는 감정적인 분위기를 공유할 수 있다는 점입니다. 기존의 도구들은 이러한 깊은 연결고리를 종종 놓쳐버립니다.

ProtSpace는 단순히 가사가 아닌 이 단백질 노래들의 '분위기'를 탐험할 수 있게 해주는 새로운 마법 지도와 같습니다. 작동 원리를 간단한 개념으로 나누어 설명하면 다음과 같습니다:

1. 단백질의 '우주'

단백질을 거대한 은하계의 별들로 생각해보세요. 과거에는 이 별들이 서로 어떻게 관련되어 있는지 보려면 평면적인 2D 목록을 살펴봐야 했습니다. ProtSpace는 이 목록을 웹 브라우저 내부에 있는 3D 인터랙티브 우주로 변환합니다. 무거운 소프트웨어를 설치할 필요 없이, 마치 하이테크 비디오 게임처럼 브라우저에서 바로 실행됩니다.

2. '스마트 번역기'

이 도구는 단백질 언어 모델이라고 불리는 특수한 AI를 번역기처럼 사용합니다. 단백질 코드의 문자를 단순히 읽는 것이 아니라, 그 뒤에 숨겨진 의미를 이해합니다. 즉, 단백질이 어떻게 생겼는지, 무엇을 하는지, 어떻게 진화했는지를 파악하는 것입니다. 이 복잡한 의미를 지도상의 좌표 세트로 변환합니다.

3. 지도를 만드는 방법

당신이 지도 제작자입니다. 시스템에 직접 단백질 '노래'(서열) 목록을 입력하거나 미리 만들어진 데이터를 사용할 수 있습니다.

• 작업실: 중노동은 Google Colab 노트북이나 명령줄 도구를 사용하여 자신의 컴퓨터에서 수행합니다. 이는 마치 자신의 주방에서 재료를 준비하는 것과 같습니다.
• 프라이버시 약속: 모든 '요리' 과정이 사용자의 기기에서 이루어지기 때문에, 다른 누구도 데이터를 볼 수 없습니다. 당신의 비밀 레시피는 비공개로 유지됩니다.
• 결과: 시스템은 브라우저에서 열어 탐험을 시작할 수 있는 단일 이동식 파일을 생성합니다.

4. 인터랙티브 경험

지도가 로드되면 57 만 개 이상의 별들로 이루어진 은하계를 비행하는 것과 같습니다.

• 줌 (Zoom): 생명체의 전체 조직을 보려면 (마치 은하수를 바라보는 것처럼) 줌 아웃할 수 있고, 특정 단백질 가족을 보려면 (마치 단일 태양계에 초점을 맞추는 것처럼) 줌 인할 수 있습니다.
• 레이블: 지도상의 각 점에는 작은 파이 차트가 있습니다. 이는 마치 그 단백질에 대한 모든 것을 한눈에 알려주는 '맛 프로필'과 같습니다. 어떤 가족에 속하는지, 어떤 모양을 하고 있는지, 어떤 일을 하는지 알려줍니다.
• 3D 뷰: 특정 단백질을 클릭하면 화면에서 바로 (AlphaFold2 에 의해 예측된) 그 모양의 3D 모델을 회전시켜 물리적 구조를 볼 수 있습니다.

5. 밝혀지는 것들

이 논문은 이 도구가 기존 방법들이 놓치는 관계를 찾을 수 있음을 보여줍니다. 예를 들어:

• 완전히 다른 종 (예: 인간과 박테리아) 의 단백질들이 '가사'는 완전히 다르게 보일지라도 깊은 '분위기'를 공유하기 때문에 실제로 관련되어 있음을 보여줄 수 있습니다.
• 시각적으로 유사한 일을 할 가능성이 있는 단백질 군집을 발견함으로써 과학자들이 새로운 아이디어를 생성하는 데 도움을 줍니다. 예를 들어, 항생제 내성과 관련된 단백질 그룹인 '베타-락타마제' 가족을 자세히 살펴보는 것입니다.

요약하자면, ProtSpace는 과학자들이 단백질 간의 숨겨진 연결고리를 탐색할 수 있게 해주는 프라이버시를 중시하는 브라우저 기반 망원경으로, 복잡한 데이터를 눈으로 직접 탐험할 수 있는 시각적 여정으로 변환합니다.

기술 요약

기술 요약: ProtSpace

문제 제기
단백질 언어 모델 (pLM) 은 풍부한 기능적, 구조적, 진화적 정보를 인코딩하는 단백질별 임베딩을 생성함으로써 해당 분야를 발전시켰습니다. 그러나 중요한 병목 현상이 남아 있습니다: 이러한 고차원 임베딩 공간 내에서 포착된 관계들을 체계적으로 탐색하는 것은 어렵습니다. 전통적인 생정보학 도구는 주로 아미노산 서열 유사성의 네트워크 기반 시각화에 의존하는데, 이는 종종 pLM 표현에 내재된 미묘한 관계를 드러내지 못합니다. 복잡한 로컬 설치 없이도 연구자들이 이러한 임베딩 공간을 직접 시각화하고 조사할 수 있으면서도 데이터 프라이버시를 훼손하지 않는 접근 가능하고 상호작용 가능한 도구가 부족합니다.

방법론
ProtSpace 는 pLM 임베딩 공간의 상호작용적 시각화를 위해 설계된 클라이언트 측 브라우저 기반 아키텍처를 통해 이러한 과제를 해결합니다. 워크플로우는 다음과 같이 구성됩니다:

1. 데이터 수집 및 처리: 사용자는 Google Colab 노트북 또는 Python 명령줄 인터페이스 (CLI) 를 통해 단백질 서열 또는 사전 계산된 임베딩을 입력합니다.
2. 주석 및 차원 축소: 파이프라인은 임베딩에 차원 축소 기법을 적용합니다. 동시에 UniProt, InterPro, NCBI 분류, TED 구조 도메인, Biocentral 을 통해 제공되는 서열 기반 예측기 등 다양한 소스에서 38 가지의 서로 다른 주석 유형을 검색합니다.
3. 휴대성 있는 아티팩트 생성: 처리된 데이터는 브라우저 기반 뷰어의 입력으로 사용되는 휴대용 바이너리 파일로 컴파일됩니다.
4. 시각화 엔진: 핵심 뷰어는 WebGL 가속 렌더링을 활용하여 570,000 개가 넘는 단백질을 포함하는 데이터셋의 상호작용적 탐색을 지원합니다.
5. 프라이버시 및 보안: 모든 아키텍처의 중요한 제약 조건은 모든 계산이 사용자의 로컬 머신에서 수행된다는 점입니다. 데이터는 중앙 서버에 업로드되지 않아 완전한 데이터 프라이버시가 보장됩니다.

주요 기여

• 임베딩 중심 시각화: 서열 유사성으로 제한된 도구들과 달리, ProtSpace 는 pLM 의 잠재 공간 (latent space) 을 시각화하여 전통적인 비교에서는 종종 놓치는 관계를 밝혀냅니다.
• 다중 모드 주석 통합: 시스템은 다중 레이블 주석을 시각화하기 위해 포인트별 파이 차트를 지원하여 다양한 생물학적 메타데이터를 동시에 검사할 수 있게 합니다.
• 구조적 맥락: 뷰어는 AlphaFold2 예측을 사용하여 3D 구조 뷰어를 통합함으로써 임베딩 공간과 구조 생물학 간의 간극을 연결합니다.
• 접근성과 프라이버시: WebGL 과 클라이언트 측 처리를 활용함으로써 ProtSpace 는 설치 없이 표준 웹 브라우저에서 대규모 데이터셋 (57 만 개 이상의 단백질) 의 고성능 시각화를 가능하게 하면서도 엄격한 데이터 프라이버시를 유지합니다.
• 개방형 가용성: 이 도구는 Apache 2.0 라이선스 하에 https://protspace.app 에서 무료로 제공됩니다.

결과 및 시연
이 논문은 생물학적 규모에 걸친 "점진적 확대 (progressive zoom-in)" 분석을 통해 ProtSpace 의 유용성을 시연합니다:

• 전체 규모: Swiss-Prot 의 전체 프로테옴 조직화 시각화.
• 비교 규모: 보존된 단백질 계열과 계통 특이적 단백질 계열 모두를 드러내는 종 간 비교.
• 기능적 규모: 베타 - 락타마제 슈퍼패밀리 내에서 기능적 가설을 생성하여 이 도구가 구체적인 생물학적 발견에 어떻게 기여하는지 시연.

의의
이 논문은 ProtSpace 를 브라우저 내에서 직접 가설 생성을 위한 실용적인 해결책으로 위치시킵니다. pLM 임베딩 공간의 탐색을 체계적이고 접근 가능하게 만들어 연구자들이 이러한 고급 표현을 활용할 수 있는 장벽을 낮춥니다. 이 도구의 의의는 복잡하고 고차원적인 단백질 데이터를 상호작용적이고 프라이버시를 보호하는 시각 형식으로 변환하여 사용자가 전통적인 네트워크 기반 도구의 오버헤드나 로컬 인프라 제약 없이 "단백질 우주"를 체계적으로 탐색할 수 있게 한다는 점에 있습니다.