Sequence-Derived Representations versus Pfam-Domain Content for Biosynthetic Gene Cluster Retrieval

토양 박테리아의 미세한 세계 깊은 곳에서, 자연은 거대하고 숨겨진 화학 공장을 가동하고 있습니다. 이 단세포 생물들은 숙련된 화학가로서 감염과 싸우거나, 암을 늦추거나, 혹은 정신을 변화시킬 수 있는 복잡한 분자들을 조립해 냅니다. 과학자들은 이 공장들의 유전적 설계도를 "생합성 유전자 클러스터(biosynthetic gene clusters)"라고 부릅니다. 이 클러스터들을 특정 구역이 세포에게 특정 약물을 어떻게 만드는지 알려주는 DNA라는 언어로 쓰인 지침서라고 생각하십시오. 수십 년 동안 연구자들은 다양한 박테리아의 게놈 속에서 이러한 지침서를 찾아내어 새로운 의약품을 찾으려 노력해 왔습니다. 문제는 어떤 지침서가 어떤 화학 물질을 만들어내는지 아는 것인데, 특히 종마다 지침서의 모습이 조금씩 다를 때 더욱 그렇습니다. 이를 해결하기 위해 과학자들은 이 유전적 텍스트를 읽는 두 가지 주요 방법을 개발했습니다. 하나는 지침서에 나열된 특정 단백질 부위를 살펴보는 것이고, 다른 하나는 전체적인 유전적 문장의 전반적인 형태와 흐름을 이해하려고 시도하는 것입니다.

최근 한 연구는 이 두 가지 읽기 방법 중 어떤 것이 연관된 화학 공장을 찾는 데 더 나은지 테스트하기 위해 수행되었습니다. 연구진은 유용한 화합물을 많이 생산하는 것으로 유명한 토양 박테리아의 특정 그룹인 스트렙토미세스 그리세우스(Streptomyces griseus)에 집중했습니다. 그들은 이 박테리아의 182가지 서로 다른 버전에 해당하는 6,953개의 방대한 유전 지침서 모음을 수집했습니다. 테스트의 공정성과 엄격함을 보장하기 위해, 연구진은 이 지침서들을 훈련, 검증, 최종 테스트를 위한 별도의 그룹으로 신중하게 나누었으며, 단 하나의 박테리아 가문도 한 그룹에만 나타나지 않도록 주의했습니다. 이는 컴퓨터 모델이 패턴을 인식하는 법을 배우는 대신 단순히 정답을 암기하는 것을 방지하기 위함이었습니다. 연구팀은 다음과 같은 간단한 질문을 던졌습니다. 만약 컴퓨터에게 이미 알려진 화학 공장을 보여준다면, 컴퓨터는 서로 다른 유전 지침서를 사용하여 동일한 것을 만드는 다른 공장들을 찾아낼 수 있을 것인가?

연구진은 두 가지 접근 방식을 비교했습니다. 첫 번째 접근 방식은 지서에 포함된 특정 단백질 부위, 즉 "도메인(domains)"을 세는 전통적인 방법에 의존했습니다. 이것은 마치 재료의 순서에 상관없이 밀가루, 설탕, 달걀과 같이 모든 개별 재료를 목록으로 작성하여 레시피를 확인하는 것과 같습니다. 두 번째 접근 방식은 더 새롭고 진보된 시스템으로, 전체적인 구조와 맥락을 이해하기 위해 DNA 글자의 전체 서열을 분석하는데, 이는 인간 독자가 단어의 목록이 아닌 이야기의 흐름을 통해 이야기를 이해하는 것과 유사합니다. 연구팀은 대규모 데이터베이스에서 올바른 관련 공장들을 얼마나 잘 검색해 내는지 확인함으로써 이 방법들을 테스트했습니다.

결과는 명확했으며, 이 유전적 텍스트를 읽는 방식의 혁명을 기대했던 이들에게는 놀라운 것이었습니다. 단순히 단백질 부위를 세는 전통적인 방식이 매우 뛰어난 성능을 보였습니다. 이 방식은 상위 50개의 추측 중 거의 88%에서 올바른 관련 공장들을 성공적으로 식별해 냈습니다. 전체 서열을 분석하는 새로운 방식은 이를 개선하지 못했습니다. 실제로 연구진이 새로운 서열 분석을 기존의 단백질 계산법과 결합했을 때, 그 결과는 단독으로 단백질 계산법만을 사용했을 때와 거의 동일했습니다. 심지어 전통적인 계산법을 약간 조정한 버전이 복잡한 새로운 접근 방식을 아주 미세하고 무시할 만한 차이로 앞질렀습니다.

이 연구는 특정 과업, 즉 연관된 화학 공장을 찾는 데 있어서는 단백질 부위의 상세한 목록이 여전히 가장 강력한 신호라는 결론을 내립니다. 유전 서열의 전반적인 형태를 살펴보는 것이 자연이 동일한 약물을 만드는 대안적인 방법들을 밝혀내는 데 도움이 될 것이라는 생각은 데이터에 의해 뒷받침되지 않았습니다. 연구진은 복잡한 서열 기반 도구들이 이러한 대안적인 경로를 기존의 방식보다 더 잘 찾아내지는 못했다는 것을 발견했습니다. 이것이 새로운 도구들이 쓸모없다는 의미는 아니지만, 이 특정 목표를 위해서는 기존의 방식인 부위 세기가 여전히 가장 신뢰할 수 있는 길임을 의미합니다. 이 연구는 우리가 이 고급 도구들이 새로운 의약을 찾는 데 준비되었다고 주장하기 전에, 우리가 찾은 화학 공장이 실제로 우리가 생각하는 것을 만들고 있는지 확인하기 위한 더 세심한 테스트와 더 나은 검증 방법이 필요하다는 점을 강조합니다.