Towards coevolution-aware ancestral sequence reconstruction

당신이 100년 전의 유명한 요리 레시피를 추측하려고 한다고 상상해 보십시오. 당신에게는 그 요리의 모든 현대적 버전(즉, "현존하는" 단백질들)의 목록과 그들이 어떻게 서로 연결되어 있는지를 보여주는 가계도가 주어져 있습니다. 당신의 목표는 원래의 고대 레시피가 정확히 어떤 모습이었는지 알아내는 것입니다. 과학자들은 이를 **조상 서열 재구성(Ancestral Sequence Reconstruction, ASR)**이라고 부릅니다.

오랫동안 이 작업을 수행하는 표준적인 방식은 각 재료를 개별적으로 보고 레시피를 추측하는 것과 같았습니다. 만약 현대 요리의 90%가 소금을 사용한다면, 기존 방식은 고대 레시피에도 반드시 소금이 들어갔을 것이라고 가정합니다. 만약 90%가 후추를 사용한다면, 후추를 선택합니다. 이는 모든 재료가 서로 아무런 관계가 없는 것처럼 취급하는 방식입니다.

문제점: "단독" 재료의 오류
이 논문은 이러한 "단독" 접근 방식이 결함이 있다고 주장합니다. 왜냐하면 레시피 속의 재료(또는 단백질 속의 아미노산)는 독립적으로 작동하지 않기 때문입니다. 실제 주방에서는 매운 고추를 많이 넣는다면, 그 맛을 중화시키기 위해 설탕을 더 넣어야 할 수도 있습니다. 단백질 구조의 한 부분을 바꾸면, 전체의 안정성을 유지하기 위해 다른 부분도 변화가 일어나는 경우가 많습니다. 과학자들은 이를 에피스타시스(epistasis, 상위성) 또는 **공진화(coevolution)**라고 부릅니다.

기존 방식은 이러한 연결 고리를 무시합니다. 이는 두 가지 나쁜 결과를 초래합니다:

1. "너무 완벽한" 추측: 컴퓨터가 수학적으로는 완벽해 보이지만, 실제로는 재료들이 서로 충돌하여 실제로 요리하기에는 불가능할 수도 있는 단 하나의 "최선"의 레시피를 선택하게 됩니다.
2. "무작위적인" 추측: 만약 과학자들이 몇 가지 가능한 다른 레시피들을 생성하려고 시도한다면, 물과 기름으로만 만든 케이크처럼 물리적으로 불가능한 조합들을 만들어낼 수 있습니다.

새로운 해결책: "팀워크" 접근법
저자들은 재료들이 서로 어떻게 "대화"하는지 이해하는 마스터 셰프와 같은 새로운 방법을 소개합니다. 그들은 표준적인 가계도 분석과 **직접 결합 분석(Direct Coupling Analysis, DCA)**이라는 기술을 결 함께 사용합니다.

DCA를 이해하는 것은 수천 명의 현대 요리사들을 관찰함으로써 "주방의 규칙"을 배우는 것과 같습니다. DCA는 "재료 A를 사용한다면, 그것이 제대로 작동하기 위해 반드시 재료 B도 함께 사용해야 한다"는 것을 파악해 냅니다.

이 새로운 프레임워크는 이러한 규칙들을 사용하여 재구성을 유도합니다. 단순히 하나의 완벽한 서열을 추측하거나 무작위적인 서열들을 만드는 대신, 이들은 후보 조상들의 팀을 생성합니다. 이 후보들은 다음을 충족합니다:

• 계통학적으로 일관됩니다(가계도에 부합합니다).
• "주방의 규칙"을 따릅니다(잔기-잔기 간의 제약 조건을 존중합니다).
• 불확실성을 유지합니다(모든 재료를 100% 확신할 수는 없지만, 그것들이 어떻게 서로 맞물리는지는 알고 있다는 점을 인정합니다).

검증 방법
이 방법의 효용성을 증명하기 위해, 과학자들은 단순히 추측하는 데 그치지 않고 "타임머신" 시뮬레이션을 구축했습니다. 그들은 스스로 규칙을 직접 작성했기 때문에 정확한 "정답(ground truth)" 레시피를 알고 있는 가상의 진화 역사를 만들었습니다. 그런 다음 기존의 "단독" 방식과 새로운 "팀워크" 방식을 사용하여 조상을 재구성해 보았습니다.

결과
실제 생물학적 사례(특히 항생제를 분해하는 효소인 $\beta$-락타마제와 단백질이 DNA에 달라붙도록 돕는 DNA 결합 도메인)에 이 방법을 적용했을 때, 다음과 같은 결과를 얻었습니다:

• 새로운 방법은 재료들 사이의 "팀워크"에 크게 의존하는 경우에 더 정확하게 올바른 고대 서열을 찾아냈습니다.
• 또한, 이 방법은 자연계에서 발견되는 실제 기능적 단백질처럼 보이는, 그럴듯한 조상 그룹을 만들어냈습니다. 즉, 이상하고 망가진 조합이 아닌 결과물을 냈습니다.

요약
이 논문은 단백질 진화를 독립적인 주사위 던지기 게임처럼 취급하는 것을 멈추고, 모든 움직임이 파트너에 따라 결정되는 복잡한 춤처럼 취급하는 새로운 도구를 제시합니다. 이러한 연결 고리를 존중함으로써, 이 새로운 방법은 우리의 고대 분자 조상들이 실제로 어떤 모습이었는지에 대해 더 명확하고 현실적인 그림을 제공합니다.