GLOM TGITO: multiscale protein modelling and multiview landscape-guided sequence discovery

단백질 공학은 새로운 과업을 수행하는 분자를 만들기 위해 생명의 생물학적 코드를 다시 쓰는 예술입니다. 이 분야의 핵심에는 단순하지만 어려운 과제가 놓여 있습니다. 과학자들은 방대한 단백질 서열 라이브러리를 보유하고 있지만, 실험실에서 테스트할 수 있는 것은 그중 아주 극소수에 불과하다는 점입니다. 목표는 모든 것을 직접 만들고 측정하지 않고도, 거대한 가능성의 바다 속에 숨겨진 희귀하고 성능이 뛰어난 변이체들을 찾아내는 것입니다. 이를 위해 연구자들은 자신들이 측정한 몇 안 되는 사례로부터 학습하는 컴퓨터 모델을 사용합니다. 이 모델들은 단백질의 서열 변화가 형광 단백질이 얼마나 밝게 빛나는지와 같은 기능에 어떤 영향을 미칠지 예측하려고 노력합니다. 그러나 한 가지 주요한 문제가 존재합니다. 바로 이러한 모델들이 종종 과도하게 확신한다는 점입니다. 모델은 이전에 보았던 밝은 단백질들과 다소 유사해 보인다는 이유만으로, 실제 근거가 없음에도 불구하고 완전히 새로운 미측정 서열이 매우 뛰어날 것이라고 예측할 수 있습니다. 이는 컴퓨터 화면상에서는 좋아 보이지만 실제 세계에서는 실패하는 서열을 쫓느라 노력을 낭비하게 만듭니다.

연구진은 이 특정 문제를 해결하기 위해 GLOM–TGITO라고 불리는 새로운 접근 방식을 개발했습니다. 단일하고 경직된 관점에 의존하는 대신, 이 시스템은 단백질의 구조와 행동에 대한 다층적인 지도를 구축합니다. 마치 풍경을 위성뿐만 아니라 드론, 언덕 위, 그리고 거리 수준의 시야로 동시에 바라보는 것과 같습니다. 연구진의 모델은 단백질을 세 가지 척도로 분석함으로써 이와 유사한 작업을 수행합니다: 분자 전체, 분자의 특정 영역, 그리고 변화가 중요한 개별 핵심 지점입니다. 이러한 다양한 관점을 결합함으로써, 시스템은 단백질 성능의 '지형'을 더 명확하게 볼 수 있습니다. 이 상세한 지도는 탐색을 안내하는 데 사용되며, 모델이 새로운 더 밝은 단백질을 제안할 때 맹목적인 추측이 아닌 견고한 국소적 근거를 바탕으로 하고 있는지 확인하도록 합니다.

연구진은 이 방법을 ppluGFP2라는 형광 단백질의 31,000개 이상의 측정된 버전을 포함하는 데이터셋을 통해 테스트했습니다. 그들은 유전적 서열을 기반으로 이 단백질들의 밝기를 예측하도록 모델을 훈련시켰습니다. 이 새로운 시스템을 기존의 가장 강력한 방법들과 비교했을 때, 결과는 놀라웠습니다. 새 모델은 예측 오류가 현저히 적었습니다. 더 중요한 것은, 모델을 사용하여 상위 100개의 가장 밝은 새로운 후보를 검색했을 때, 한 테스트에서는 96.3%, 다른 테스트에서는 97.3%에 달하는 거의 모든 후보가 실제로 실험실에서 측정했을 때 밝게 빛났다는 점입니다. 반면, 가장 우수한 경쟁 방법들은 상위 선택지 중 약 절반 정도에서만 밝은 단백질을 찾아냈습니다. 이는 새 시스템이 진정으로 유망한 서열과 혼란에 빠진 컴퓨터에게 유망해 보이는 서열을 구별하는 데 훨씬 더 뛰어나다는 것을 시사합니다.

이 시스템의 힘은 불확실성을 처리하는 방식에 있습니다. 컴퓨터가 더 나은 단백질을 검색하는 동안, 시스템은 자신의 확신도를 끊임없이 점검합니다. "내 주변에 이 예측을 신뢰할 수 있는 충분한 실제 데이터가 있는가?"라고 스스로에게 묻는 것입니다. 만약 모델이 실험적 뒷받침이 거의 없는 영역으로 나아가게 되면, 모델은 신중해집니다. 모델은 동적인 게이트(dynamic gate)를 사용하여 단백질 지형의 다양한 관점의 가중치를 조절하며, 실제 측정값에 의해 뒷받침되는 관점을 우선시합니다. 이 과정은 연구진이 탐색을 통해 2,594개의 서로 다른 후보 서열을 찾아낼 수 있게 해주었습니다. 이들을 상위 100개로 필터링했을 때, 선택된 단백질들은 예측된 밝기뿐만 아니라 알려진 훈련 데이터로부터의 '편차' 또한 훨씬 낮았습니다. 쉽게 말해, 이 새로운 단백질들은 흥미로울 만큼 새로우면서도, 모델이 신뢰할 수 있다고 알고 있는 범위 내에 충분히 가까이 있었습니다. 이러한 균형 덕분에 연구진은 새로우면서도 신뢰할 수 있는 38개의 후보를 찾아냈으며, 이는 다른 방법들이 만들어낸 결과보다 두 배 이상 많은 수치였습니다.

이 새로운 단백질들이 왜 작동했는지 이해하기 위해, 연구진은 물리적 행동에 대한 상세한 컴퓨터 시뮬레이션을 실행했습니다. 그들은 단백질이 어떻게 움직이고 표면이 물과 어떻게 상호작용하는지를 살펴보았습니다. 연구진은 성공적인 설계들이 표면에 더 작고 덜 끈적거리는 패치(patch)를 가지고 있다는 것을 발견했습니다. 단백질의 세계에서 표면이 덜 끈적거린다는 것은 분자가 올바르게 접히고 뭉치지 않도록 돕는 경우가 많으며, 이는 밝게 빛나기 위해 필수적인 요소입니다. 표면을 넘어, 시뮬레이션은 단백질 내부의 핵심부, 즉 실제로 빛을 방출하는 부분 근처의 변화까지 보여주었습니다. 상위 설계 중 일부에서는 내부 구조가 빛을 방출하는 부분을 더 단단하게 잡아주어 흔들림을 줄였습니다. 또 다른 설계에서는 빛을 방출하는 부분을 고정하는 화학 결합이 더 안정적이었습니다. 이러한 물리적 변화는 컴퓨터의 선택이 왜 성공적이었는지에 대한 명확한 설명을 제공했습니다: 즉, 새로운 서열들이 빛이 빛나기에 더 안정적인 환경을 조성했다는 것입니다.

이 연구는 단백질에 대한 상세한 다각적 관점과 국소적 근거에 대한 신중한 점검을 결こと합하는 것이 더 나은 생물학적 도구를 찾는 과정을 어떻게 획기적으로 개선할 수 있는지 보여줍니다. 연구진은 단순히 더 밝은 단백질을 찾은 것이 아니라, 확신을 가지고 찾는 방법을 찾아냈습니다. 모든 새로운 제안이 국소적 지형에 대한 견고한 이해를 바탕으로 하도록 보장함으로써, 이전의 시도들을 괴롭혔던 과도한 확신의 함정을 피했습니다. 그 결과, 진정으로 기능적이고 밝은 형광 단백질을 생산하는 파이프라인이 만들어졌으며, 이는 차세대 생물학적 센서와 도구를 설계하는 데 있어 더 신뢰할 수 있는 경로를 제공합니다. 이 연구는 우리가 컴퓨터에게 단백질을 여러 각도에서 바라보고 자신의 지식의 한계를 존중하도록 가르칠 때, 이전에는 도달할 수 없었던 새로운 생물학적 기능을 발견할 수 있음을 확인시켜 줍니다.