Benchmarking AI-generated structural ensembles of membrane proteins against physics-based modelling

기술 요약: AI 생성 막 단백질 구조 앙상블의 벤치마킹

문제 정의
단백질의 구조적 역학을 이해하는 것은 기능 규명 및 치료제 개발에 필수적이지만, 완전한 형태의 컨포메이션 앙상블(conformational ensembles)을 실험적으로 결정하는 것은 여전히 어려운 과제이다. 이러한 어려움은 막 단백질의 소수성(hydrophobicity)과 비천연 재구성 환경에서 발생하는 복잡성으로 인해 더욱 심화된다. 분자 역학(Molecular Dynamics, MD) 시뮬레이션은 구조적 지형을 샘플링하는 강력한 도구를 제공하지만, 희귀 상태(rare states)를 포착하기 위해서는 상당한 계산 자원과 긴 실행 시간이 필요할 수 있다. 또한, 향상된 샘플링(enhanced sampling) 기법은 기술적으로 까다롭고 편향(bias)이 발생하기 쉽다. 반대로, AlphaFold와 같은 AI 기반 구조 예측 도구는 정적인 구조 예측에 혁신을 가져왔으나, 일반적으로 제한된 범위의 미세 상태(microstates)만을 생성하며, 특정 적응 없이는 중요한 기능적 컨포메이션(예: 닫힌 이온 채널)을 포착하지 못하는 경우가 많다. 한편, 생체 분자 에뮬레이터(Biomolecular Emulator, BioEmu)는 수용성 단백질의 컨포메이션 앙상블을 생성하는 데 유망한 가능성을 보여주었으나, 자신의 학습 데이터에 존재하지 않는 복잡한 지형을 가진 막 단백질을 정확하게 모델링할 수 있는지는 아직 검증되지 않았다.

방법론
저자들은 모델 육중(six-pass) 막 단백질인 박테리아 롬보이드 내막 프로테아제(rhomboid intramembrane protease) GlpG의 컨포메이션 역학을 모델링하기 위해 BioEmu(버전 1.2.0)의 능력을 평가하였다.

• 데이터 생성: BioEmu를 사용하여 전체 길이의 GlpG에 대한 1,000개의 구조 샘플을 생성하였다. 비물리적인 구조들을 필터링하여 969개의 유효한 모델을 남겼다.
• 클러스터링 및 분석: 모델들은 다양한 템플릿 모델링 임계값(전체 길이에 대해 0.7, 막 관통 코어 부분에 대해 0.98, GlpG ΔN)을 사용하는 FoldSeek를 통해 클러스터링되어 컨포메이션 그룹을 식별하였다.
• 정량화: 가변 영역을 식별하기 위한 제곱평균제곱근 변동(RMSF)과 개방 및 폐쇄 상태를 구분하기 위한 측면 게이트 정량화(TM2와 TM5 사이의 거리)를 포함한 주요 구조적 지표를 계산하였다.
• 벤치마킹: BioEmu 앙상블을 다음 대상들과 비교하였다:
  1. 실험적 X선 결정 구조 (개방 및 폐쇄 상태 모두 포함).
  2. GlpG의 10 µs MD 시뮬레이션으로부터 얻은 기존 공개 데이터셋 (2IC8 및 2NRF 구조로부터 시드 생성).
  3. 희귀 개방 상태를 샘플링하기 어려운 인간 롬보이드(RHBDL1)의 MD 시뮬레이션.
• 자원 평가: BioEmu 앙상블 생성 대 단일 GPU/CPU 노드에서의 동등한 MD 시뮬레이션 실행 시의 계산 비용(벽시계 시간 및 추정 탄소 배출량)을 계산하였다.

주요 결과

• 컨포메이션 다양성: BioEmu는 다양한 GlpG 컨포메이션 앙상블을 성공적으로 생성하였다. 수용성 N-말단 도메인은 높은 가변성을 보였으나(약 5.6%의 모델이 지질 이중층 내에서 물리적으로 불가능한 위치에 배치됨), 막 관통 코어는 생물학적으로 유의미한 역학을 나타냈다.
• 측면 게이트 샘플링: 앙상블은 다양한 측면 게이트 상태를 포착하였다. 약 12.8%의 모델이 "개방" 상태(측면 게이트 거리 >1.4 nm)를 점유하였고, 나머지는 "폐쇄" 상태를 나타냈다. 특정 클러스터는 뚜렷한 기능적 상태에 대응하였다:
  • 클러스터 1: 주로 중간/부분 개방 상태를 나타냄.
  • 클러스터 2: TM5의 유의미한 외측 이동과 L5 루프의 상승을 특징으로 하는 완전 개방 상태로 구성됨.
  • 클러스터 8: 좁은 측면 게이트(1.16 nm)를 가진 완전 폐쇄 상태를 나타내며, 이는 억제제가 결합된 결정 구조와 매우 유사함.
• MD와의 비교: 주성분 분석(PCA) 결과, BioEmu 앙상블은 10 µs의 MD 시뮬레이션에 의해 샘플링된 컨포메이션 공간과 특히 TM5의 외측 이동 측면에서 유의미하게 중첩되었다. 그러나 BioEmu는 MD 분포의 극단적인 꼬리 부분(즉, 특정 MD 시드에서 관찰된 가장 열려 있거나 가장 닫힌 상태)을 완전히 재현하지는 못했다. 주목할 점은, BioEmu가 GlpG와 RHBDL1 모두에서 짧은(500 ns) MD 시뮬레이션보다 희귀 개방 컨포메이션을 샘플링하는 데 더 뛰어난 성능을 보였다는 것이다.
• 계산 효율성: 1,000개의 BioEmu 샘플을 생성하는 데 단일 워크스테이션에서 약 40분이 소요되었다. 반면, MD(총 10 µs)를 통해 이에 상응하는 샘플링을 달성하려면 동일한 하드웨어에서 500시간 이상이 필요했을 것이다. 이는 계산 시간과 추정 탄소 배출량을 약 900배 감소시킨 결과이다.

의의 및 주장
저자들은 BioEmu가 상대적으로 큰 다중 관통 막 단백질에 대한 그럴듯한 컨포메이션 앙상블을 생성하기 위한 빠르고 계산 효율적인 접근법 역할을 한다고 결론지었다. 본 연구는 AI 기반 앙상블 생성이 기존 MD 시뮬레이션 비용의 극히 일부만으로도 희귀 기능적 상태(롬보이드의 개방된 측면 게이트와 같은)에 접근할 수 있음을 입증한다.

그러나 논문은 다음과 같은 한계점을 명시하며 신중한 입장을 유지하였다:

1. 불완전한 지형: BioEmu는 아직 전체 컨포메이션 지형이나 장시간 규모 MD 시뮬레이션에서 관찰되는 특정 평형 가중치를 완전히 포착하지 못한다.
2. 물리적 아티팩트: BioEmu의 예측 과정에서 명시적인 지질 이중층 맥락이 결여되어 있어, 막에 대한 수용성 도메인의 물리적으로 불가능한 배치가 발생할 수 있다.
3. 보완적 역할: 본 연구 결과는 AI 기반 앙상블 생성이 전통적인 분자 모델링을 대체하기보다는 이를 보완해야 함을 시사한다. 정밀한 컨포메이션 에너지 특성, 상대적 상태 분포, 그리고 현재의 AI 샘플링 분포 밖에 있을 수 있는 특정 희귀 상태의 식별이 필요한 응용 분야에서는 MD가 여전히 필요하다.

궁극적으로, 이 연구는 주로 수용성 단백질로 학습된 AI 도구가 막 단백질의 역학을 모델링하도록 확장될 수 있음을 보여주는 개념 증명(proof-of-principle)이며, 실험적 구조가 부족한 막 단백질 역학 탐구를 위한 접근 가능한 진입점을 제공한다.