⚛️ biophysics

A thermodynamic framework for mapping elastic recoil mechanism across the human proteome

본 논문은 서열 유래 엔트로피 추정치와 단백질 언어 모델을 활용하여 인간 프로테옴 전반에 걸쳐 탄성 단백질을 매핑, 분류 및 예측함으로써, 뚜렷한 복원 메커니즘을 밝혀내고 전통적인 구조 재료를 넘어 이들의 기능적 범위를 확장하는 열역학적 프레임워크를 제시한다.

원저자: Desai, R., Pople, D., Musale, A., Jain, S., Sajjad, I., Wittebort, R. J., Koder, R. L., Nanda, V.

게시일 2026-08-30

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Desai, R., Pople, D., Musale, A., Jain, S., Sajjad, I., Wittebort, R. J., Koder, R. L., Nanda, V.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

인체의 대부분의 단백질은 아주 작은, 접힌 형태의 기계처럼 만들어져 있습니다. 이들은 산소를 운반하거나 유전 정보를 복제하는 것과 같은 과업을 수행하기 위해 특정한 형태의 조밀한 모양으로 뒤틀립니다. 이러한 접힘은 단순한 규칙에 의해 유도됩니다. 즉, 단백질이 자신의 기름진 부분은 안으로 숨기고 수분이 있는 부분은 바깥쪽으로 유지하며, 단백질 사슬 자체는 최대한 느슨하고 엉킨 상태를 유지하려 하는 것입니다. 하지만 어떤 단백질들은 전혀 접히지 않습니다. 이들은 늘어나거나 다시 튀어 오를 수 있는 느슨하고 흐느적거리는 사슬 형태로 남아 생물학적 스프링처럼 작동합니다. 이러한 탄성 단백질은 생명 유지에 필수적입니다. 이들은 우리의 동맥이 맥동하게 하고, 폐가 확장되게 하며, 피부가 꼬집혔을 때 다시 원래대로 돌아오게 합니다. 수십 년 동안 과학자들은 결합 조직의 엘라스틴(elastin)이나 곤충 날개 경첩의 레실린(resilin)과 같이 상세히 알려진 몇몇의 스프링만을 이해해 왔습니다. 이러한 단백질들은 종종 무질서하고 반복적이며 실험실에서 연구하기 어렵기 때문에, 연구자들은 인체 내에 더 많은 탄성 단백질이 숨어 있을 것이라고 의심해 왔지만, 정확한 유전 코드를 모르는 상태에서는 이들을 찾아낼 방법이 없었습니다.

럿거스 대학교와 다른 기관의 연구팀은 이제 이러한 숨겨진 스프링을 찾아낼 새로운 방법을 개발했습니다. 연구팀은 특정 유전 서열을 찾는 대신(유전 서열은 이 단백질들이 너무 다르게 진화했기 때문에 종종 이들을 드러내는 데 실패하곤 합니다), 단백질 사슬 자체의 열역학에 주목했습니다. 그들은 단백질 사슬이 늘어날 때 어떻게 행동하는지를 결정하는 두 가지 보이지 않는 힘에 집중했습니다. 첫 번째 힘은 단백질 사슬 자체의 자유도의 상실입니다. 흐느적거리는 사슬이 직선으로 당겨지면, 그것은 꿈틀거리거나 뒤틀릴 수 있는 능력을 잃게 되며, 이는 고무줄처럼 자연스럽게 되돌아가려는 욕구를 만들어냅니다. 두 번째 힘은 단백질을 둘러싼 물에서 옵니다. 일부 단백질은 물을 싫어하는 기름진 패치로 덮여 있습니다. 이 단백질들이 늘어나면 이 기름진 패치들이 물에 노출되는데, 이때 물 분자들이 질서 정연하고 딱딱한 방식으로 정렬하도록 강요합니다. 늘어남이 해제되면 물 분자들이 다시 혼란스럽고 자유로운 상태로 몰려들며, 이 질서의 해제가 단백질을 원래의 모양으로 끌어당깁니다. 연구팀은 모든 인체 단백질에 대해 이 두 가지 힘이 각각 얼마나 '되돌아오는 효과(snap-back effect)'에 기여하는지를 계산함으로써, 단백질을 그들의 기계적 성격에 따라 분류하는 지도를 만들었습니다.

연구팀이 이 열역학 지도를 전체 인간 단백질체(proteome)에 적용했을 때, 이미 알려진 탄성 단백질인 엘라스틴과 레실린이 지도상의 뚜렷하지만 인접한 영역에 위치함을 발견했습니다. 이는 그들의 방법이 효과적임을 입증했습니다. 더 중요한 것은, 이 지도가 이전에 탄성 단백질로 식별되지 않았던 수십 개의 다른 단백질들을 밝혀냈다는 점입니다. 이 후보 중 다수는 피부, 특히 신체의 단단하고 보호적인 외층을 형성하는 데 도움을 주는 단백질에서 발견되었습니다. 연구자들은 이러한 피부 단백질들이 엘라스틴이 사용하는 물 기반 메커니즘보다는, 사슬 자체가 엉킨 상태로 돌아가고자 하는 '고무줄' 메커니즘에 주로 의존한다는 것을 발견했습니다. 이러한 차이는 매우 중요한데, 이는 인체가 환경에 따라 탄성을 구현하기 위해 서로 다른 물리적 기술을 사용한다는 것을 시사하기 때문입니다. 예를 들어, 건조한 피부 외층의 단백질은 물 없이도 작동하는 메커니즘이 필요한 반면, 우리의 젖은 내부 조직의 단백질은 탄성을 제공하기 위해 물과의 상호작용에 의존할 수 있습니다.

연구는 또한 더 큰 분자 기계나 세포 골격의 일부인 단백질들도 살펴보았습니다. 연구자들은 세포를 서로 붙잡아 두거나 세포의 내부 구조를 조직하는 데 관여하는 일부 단백질들이 탄성 단백질과 동일한 열역학적 특징을 공유한다는 것을 발견했습니다. 이는 탄성이 피부나 동맥과 같은 특수 조직만의 특징이 아니라, 많은 단백질이 삶의 물리적 스트레스를 관리하기 위해 사용하는 근본적인 속성임을 시사합니다. 예를 들어, 세포 핵으로 들어오고 나가는 것을 제어하는 문인 핵공(nuclear pore)을 구축하는 데 도움을 주는 특정 단백질들이 알려진 스프링과 동일한 탄성 잠재력을 가지고 있음이 밝혀졌습니다. 이는 늘어나고 다시 튀어 오르는 능력이, 우리가 이전에 탄성을 주요 기능으로 생각하지 않았던 곳에서도 세포가 간격과 움직임을 조절하기 위해 사용하는 공통된 도구일 수 있음을 의미합니다.

연구팀은 이러한 발견이 단순히 화학적 조성의 결과가 아님을 보장하기 위해, 단백질 언어 모델이라고 불리는 강력한 유형의 인공지능을 사용했습니다. 이러한 모델들은 수백만 개의 단백질 서열을 학습하며, 마치 언어 모델이 문법을 배우는 것처럼 아미노산이 어떻게 배열되는지에 대한 미묘한 규칙을 학습합니다. 연구팀은 자신들이 탄성적이라고 식별한 단백질들이 아미노산 서열이 상당히 다르더라도 AI의 내부 지도에서 함께 모여 있다는 것을 발견했습니다. 이는 탄성 행동이 단순히 원재료의 구성이 아니라, 구성 요소들의 특정한 순서에 인코딩되어 있음을 확인시켜 주었습니다. 그러나 AI는 또한 탄성 단백질들이 모두 동일하지 않다는 점도 보여주었습니다. 그들은 특정한 회복 메커니즘에 따라 별개의 그룹을 형성했습니다. 일부 그룹은 물 기반 메커니즘 주변에 모였고, 다른 그룹은 사슬 기반 메커니즘 주변에 모였으며, 이는 연구자들이 구축한 물리적 지도와 일치했습니다.

연구자들은 자신들의 지도가 강력한 후보들을 식별하기는 하지만, 목록에 있는 모든 단백질이 체내에서 기능적인 스프링 역할을 한다는 것을 증명하는 것은 아니라는 점을 주의 깊게 명시했습니다. 탄성 영역에서 발견된 일부 단백질들은 기계적 에너지를 저장하기보다는 단순히 끈(tether)이나 간격 유지 장치(spacer)로서의 용도로 유연성을 사용할 수도 있습니다. 이 연구는 단순히 유연한 단백질과 진정으로 탄성이 있는 단백질 사이의 경계가 모호하며, 진화가 이러한 유연한 서열들을 다양한 직무를 위해 재용도화했을 수 있음을 시사합니다. 인간 단백질체의 열역학적 풍경을 매핑함으로써, 연구팀은 생물학적 기계 세계를 바라보는 새로운 렌즈를 제공했습니다. 그들은 탄성이 우리가 생각했던 것보다 훨씬 더 널리 퍼져 있으며, 우리의 피부을 형성하고, 세포를 지탱하며, 유전자를 조절하는 단백질의 무질서한 영역 속에 숨겨져, 우리가 어떻게 움직이고, 숨 쉬고, 생존하는지를 돕는 방식이 밝혀지기를 기다리고 있음을 보여주었습니다.

기술 요약: 인간 프로테옴 전반의 탄성 반동 메커니즘 매핑을 위한 열역학적 프레임워크

문제 정의
탄성 단백질은 생물학적 역학에 필수적이며, 조직과 분자 조립체가 기계적 에너지를 저장하고 회복할 수 있게 한다. 엘라스틴(척추동물 결합 조직) 및 레실린(절지동물 외피)과 같은 전형적인 탄성 단백질의 메커니즘은 잘 규명되어 있으나, 거대한 인간 프로테옴의 대부분은 아직 탐구되지 않은 상태이다. 서열 상동성에 의존하는 현재의 식별 방법은 불충분하다. 예를 들어, 인간의 엘라스틴은 명확한 파랄로그(paralog)가 없으며, 파리의 레실린은 예측된 인간 오솔로그(ortholog)가 없다. 또한, 탄성 단백질은 종종 반복적이고, 내재적 무질서(intrically disordered)하거나, 가교 결합된 구조를 가지고 있어 전통적인 구조 및 유전적 분석을 어렵게 만드는데, 이는 탄성 기능이 상당히 저평가되어 있음을 시사한다. 이 분야에는 후보 탄성 단백질을 식별하고, 결정적으로 이들의 기저에 깔린 열역학적 반동 메커니즘(예: 용매 구동형 vs. 백본 구동형)을 구별할 수 있는 일반적인 전략이 부족하다.

방법론
저자들은 백본의 형태학적 엔트로피( $\Delta S_{bb}$ )와 용매 엔트로피( $\Delta S_{sol}$ )의 상대적 기여도를 기준으로 단백질을 매핑하는 서열 유래 열역학적 프레임워크를 개발하였다.

열역학적 파라미터:
- 백본 엔트로피 ( $\Delta S_{bb}$ ): D'Aquino 등의 척도를 사용하여 추정하였으며, 라마찬드란 공간 분포를 기반으로 연장 시 발생하는 형태학적 자유도의 손실을 계산한다. 유연한 잔기(글리신, 알라닌)는 높은 $\Delta S_{bb}$ 를 기여한다.
- 용매 엔트로피 ( $\Delta S_{sol}$ ): Schauperl 등의 척도를 사용하여 추정하였으며, 이는 분자 역학 궤적에 적용된 격자 불균일 용매 이론(GIST)에서 유도되었다. 이는 아미노산 곁사슬 주변의 물 분자 정렬 정도를 정량화한다. 소수성 잔기는 노출 시 용매 엔트로피 변화에 크게 기여한다.
- 매핑: 단백질은 x축이 $\Delta S_{bb}$ 이고 y축이 $\Delta S_{sol}$ 인 2D "엔트로피 맵"에 투영된다.
데이터 소스 및 처리:
- 본 연구는 AlphaFold DB에서 추출한 인간 참조 프로테옴(23,587개 항목)을 분석하였다.
- 단백질은 pLDDT 점수와 DSSP 이차 구조 주석을 기준으로 "접힘(folded)" 또는 "무질서(disordered)"로 분류되었다.
- 구조화된 단백질 내의 기계적 특징이 가려지는 것을 방기하기 위해, 전체 단백질 서열과 식별된 내재적 무질서 도메인(최소 50개 잔기, pLDDT < 0.7) 모두에 대해 분석을 수행하였다.
단백질 언어 모델(PLM)과의 통합:
- 단순한 아미노산 조성을 넘어 서열 문법(sequence grammar)을 포착하기 위해, 저자들은 ESM2(650M 파라미터) 단백질 언어 모델을 사용하여 무질서 도메인을 임베딩하였다.
- 레이어 24, 30, 33의 임베딩을 결합하여 복합 특징 벡터를 생성하였다.
- 낮은 서열 상동성에도 불구하고 유사한 잠재 공간 표현을 가진 단백질을 식별하기 위해 k-최근접 이웃(kNN) 그래프와 Leiden 커뮤니티 탐지 기법을 사용하여 이웃을 정의하였다.

주요 결과

뚜렷한 열역학적 시그니처: 엔트로피 맵은 전형적인 탄성 단백질들을 성공적으로 분리하였다. 레실린은 높은 $\Delta S_{bb}$ 와 엘라스틴보다 더 높은 $\Delta S_{sol}$ 영역에 매핑되는데, 이는 백본의 형태학적 엔트로피에 의해 구동되는 고무와 같은 메커니즘을 따르지만, 높은 티로신 및 전하 잔기 함량으로 인해 용매 엔트로피가 높아지는 특성과 일치한다. 엘라스틴은 레실린보다 낮은 $\Delta S_{bb}$ 와 낮은 $\Delta S_{sol}$ 영역에 매핑된다. 주목할 점은, 엘라스틴의 이러한 낮은 용매 엔트로피가 소수성 반동 메커니즘이 연장 시 더 높은 용매 엔트로피 변화를 반영할 것이라는 초기 가설과 상충된다는 것이다. 이 불일치는 알라닌이 풍부한 스캐폴딩 영역이 전체적인 소수성을 감소시키고, 레실린의 전하 잔기가 용매 엔트로피를 높이는 것과 같은 특정 서열 특징 때문인 것으로 설명된다.
후보 탄성 단백질의 발견:
- 피부 프로테옴: 피부 조직에 풍부한 단백질들은 엔트로피 맵의 하단 영역( $\Delta S_{sol} < 12$ cal/mol·K)에 과표집되어 있다. 여기에는 표피와 모발에서 가교 결합된 매트릭스를 형성하는 케라틴 관련 단백질(KRTAPs) 및 후기 각질층 형성 단백질이 포함된다.
- 무질서 도메인: 무질서 도메인 분석 결과, 엘라스틴의 이웃으로는 제2형 케라틴의 말단 도메인, 피브릴린-2 영역, 그리고 뮤신-19가 나타났다. 이들은 종종 더 큰 구조적 조립체(예: 중간 필라멘트, 세포외 기질)에 포함되어 있으며, 여기서 완충 역할을 하는 컴플라이언트 스페이서(compliant spacer) 또는 엔트로피 스프링으로 기능할 수 있다.
- 레실린 이웃: 레실린 이웃에는 고티로신 KRTAP(잠재적으로 디-티로신에 의해 가교됨)와 상분리 응축물(phase-separated condensates)에 관여하는 RNA 결합 단백질(예: FUS, EWSR1)이 포함되며, 이는 유연하고 일시적으로 가교된 폴리머 네트워크에 대한 공통된 요구 사항을 시사한다.
조성 전용 모델의 한계: Gly/Pro 조성 프레임워크(Rauscher 등)와의 비교 결과 불완전한 중첩이 나타났다. 많은 피부 관련 도메인들은 글리신이 풍부하지만 자율적인 탄성체 자기 조립에 필요한 프롤린 함량을 갖추지 못하고 있어, 서열 문법과 패턴이 재료의 거동을 결정하는 데 결정적임을 보여준다.
PLM 통찰: ESM2 임베딩은 유사한 반동 메커니즘을 공유하는 단백질들이 잠재 공간에서 뚜렷한 커뮤니티를 형성함을 보여주었다.
- 엘라스틴, 레실린, 그리고 티틴의 PEVK 영역은 서로 다른 열역학적 메커니즘을 반영하여 별개의 커뮤니티를 점유한다.
- 엘라스틴의 이웃에는 세포외 기질 단백질(피브릴린, 콜라겐)뿐만 아니라 긴 무질서 링커를 가진 조절 스캐폴드 및 RNA 결합 단백질이 포함되어, 탄성 유사 서열 문법이 다양한 세포 맥락에서 재사용될 수 있음을 시사한다.
- 스크램블링 실험은 레실린 이웃이 서열 무작위화(저복잡성 조성에 의해 구동됨)에 강건한 반면, 엘라스틴 이웃은 잔기 순서(서열 문법)에 매우 민감하다는 것을 입증했다.

의의 및 주장
본 논문은 생물학적 시스템 전반에서 탄성 단백질을 발견하고 메커니즘적으로 분류하기 위한 일반적인 전략을 제공한다고 주장한다. 인간 프로테옴을 백본 엔트로피와 용매 엔트로피로 정의된 열역학적 지형에 매핑함으로써, 저자들은 서열 상동성만으로는 발견할 수 없었던 수많은 후보 탄성 도메인을 식별하였다.

주요 기여는 다음과 같다:

탄성의 범위 확장: 본 연구 결과는 탄성 기능이 엘라스틴이나 레실린과 같은 특화된 물질을 넘어, 세포골격, 세포외 기질, 그리고 역동적인 분자 기계의 구성 요소에 이르기까지 훨씬 더 광범하게 퍼져 있음을 시사한다.
메커니즘적 분류: 본 프레임워크는 후보 단백질을 예측된 반동 메커니즘(소수성/용매 구동형 vs. 백본/고무형)에 따라 분류할 수 있게 하여, 이들의 잠재적인 기계적 거동에 대한 통찰을 제공한다.
문법과 열역학의 통합: 단백질 언어 모델을 열역학적 추정치와 결래함으로써, 탄성 거동이 단순히 아미노산 조성뿐만 아니라 서열 문법과 진화적 맥락에 의해 인코딩된다는 것을 입증하였다. 이는 "탄성 유사" 서열 모티프가 구조적 변동을 완충하거나 공간 간격을 조절하는 것과 같이 다양한 기능에 차용될 수 있음을 드러내며, 전용 탄성 단백질과 엔트로피적 복원력을 가진 내재적 무질서 영역 사이의 경계를 모호하게 만든다.

저자들은 현재의 모델이 한계(예: 명시적인 형태적 앙상블 샘플링 없이 연장 유도 접근성 변화를 가정함)가 있을 수 있으나, 인간 프로테옴에서 탄성의 분자적 기원을 밝히는 기초적인 프레임워크를 제공한다고 결론짓는다.

유사한 논문