Biological meaning in protein embedding space is resolution-dependent

수백만 권의 책이 있는 거대한 도서관을 상상해 보세요. 하지만 제목이나 저자 대신, 모든 책은 그저 무작위 알파벳이 나열된 긴 문자열일 뿐입니다. 당신은 이 도서관을 정리하여 비슷한 이야기를 가진 책들이 같은 선반에 놓이도록 하고 싶습니다. 이를 위해 당신은 문자의 패턴을 읽고 각 책이 어디에 속해야 할지 결정하는 똑똑한 로봇(단백질 언어 모델)을 사용합니다.

이 논문은 단순하지만 까다로운 질문을 던집니다. 로봇이 두 권의 책을 나란히 놓았을 때, 그것이 실제로 같은 이야기를 하고 있다는 의미일까요?

연구진은 그 답이 전적으로 로봇에게 선반을 어떻게 정리하라고 지시하느냐에 달려 있다는 것을 발견했습니다. 그들은 두 가지 특정 유형의 생물학적 "책"(당을 분해하는 효소와 단백질을 분해하는 효소)을 사용하여 테스트했으며, 로봇이 책을 배치하는 세 가지 서로 다른 방식과 그에 따른 각각의 의미를 발견했습니다.

1. "문지기" 관점 (멤버십-경계 해상도)

로봇에게 클럽의 엄격한 보안 요원 역할을 하라고 지시한다고 상상해 보세요. 로봇의 유일한 임무는 누가 멤버이고 누가 외부인인지 결정하는 것입니다.

• 결과: 로봇은 명확한 선을 만듭니다. 한쪽에는 "진짜" 단백질들이 있고, 다른 한쪽에는 쓰레기나 관련 없는 단백질들이 있습니다.
• 함정: 외부인을 찾아내는 데는 뛰어나지만, 클럽 내부의 세부 사항에는 신경 쓰지 않습니다. 즉, 서로 다른 유형의 멤버들을 구분하지 않고, 그저 그들이 함께 속해 있다는 것만 알 뿐입니다.

2. "부서장" 관점 (기능적 그룹화 해상도)

이제 로봇에게 직무 기술서에 따라 조직하라고 지시합니다. 로봇은 구조가 다르더라도 유사한 작업을 수행하는 단백질들을 그룹화합니다.

• 결과: 이는 "멀티 도메인" 단백질들—예를 들어 요리사이면서 동시에 트럭 운전사라는 두 가지 역할을 하는 사람—에게 완벽합니다. 로봇은 이러한 복잡한 다중 작업 단백질들을 그들의 혼합된 역할을 반영하는 근처 지역에 모아둡니다.
• 함정: 세부적인 디테일을 놓칩니다. 예를 들어, 두 단백질이 완전히 다른 가문 출신이라 할지라도 둘 다 무언가를 "자른다"는 이유로 함께 묶어버릴 수 있습니다.

3. "가족 상봉" 관점 (국소적 가문 해상도)

마지막으로, 로봇에게 족보학자가 직계 가족을 찾는 것처럼 가장 가까운 친척을 찾으라고 지시합니다.

• 결과: 로봇은 매우 유사한 단백질들로 이루어진 조밀하고 압축된 원을 만듭니다. 로봇은 너무나 정교해서 학습하지 않은 새로운 가문(본 적 없는 단백질)까지도 식별해 낼 수 있습니다.
• 함정: 이 과정에서 큰 그림을 흐리게 만듭니다. 로봇은 광범위한 "클럽 멤버십"이나 "직무 기술서"에 관심을 끊고 오직 직계 가족 관계에만 집중합니다.

놀라운 사실: 경로가 중요하다

연구진은 또한 두 로봇에게 동일한 방식으로(예: 둘 다 "가족 상봉" 방식으로) 도서관을 정리하라고 지시하더라도, 결과는 서로 다를 수 있다는 것을 발견했습니다. 왜일까요? 그들이 그곳에 도달하기 위해 거친 경로(학습 과정)가 그들이 관계를 바라보는 방식을 바꾸기 때문입니다.

핵심 결론

주요 시사점은 이 디지털 공간에서의 근접성은 단 하나의 고정된 의미를 갖지 않는다는 것입니다.

지도를 생각해보세요. 줌 아웃하면 대륙(광범위한 그룹)이 보입니다. 줌 인하면 도시(기능적 그룹)가 보입니다. 더 깊이 줌 인하면 개별 주택(가문)이 보입니다. 이 논문은 두 단백질이 가깝다는 것의 "생물학적 의미"는 돌에 새겨진 불변의 사실이 아니라, 당신이 어떤 줌 레벨을 선택하느냐와 지도가 어떻게 그려졌느냐의 결과라고 주장합니다. 단 하나의 "진정한 동네"는 존재하지 않습니다. 어떤 관점으로 보느냐에 따라 동네는 변합니다.