Cyclome930: Large-scale replica-exchange dynamics of 930 cyclic peptide reveal thermal stability and critical metal-binding likelihood

기술 요약: Cyclome930: 930개의 순환 펩타이드에 대한 대규모 레플리카 교환 역학 연구를 통한 열적 안정성 및 핵심 금속 결합 가능성 규명

문제 정의
순환 펩타이드는 구조적 강직성, 단백질 분해 저항성, 그리고 높은 표적 결합 특이성 덕분에 치료제 및 산업용 스캐폴드로서 상당한 이점을 제공한다. 그러나 이들의 체계적인 분석은 파편화된 데이터 자원, 회전 대칭성을 고려하지 않은 표준화된 서열 비교 방법의 부재, 그리고 열적 안정성 및 금속 결로 가능성에 대한 예측 프레임워크의 결여로 인해 어려움을 겪고 있다. 기존 데이터베이스는 종종 포괄적인 구조적 주석이 부족하거나 특정 가계(예: 사이클로타이드)에 국한되어 있으며, 표준 생물정보학 도구들은 원형 분자의 서열 등가성을 인식하지 못해 부정확한 유사도 점수를 산출하는 경우가 많다. 또한, 순환 펩타이드의 위상(topology)과 열적 탄력성 또는 핵심 광물(CM) 회수 잠재력 사이의 관계를 체계적으로 연결하는 데이터도 부족한 실정이다.

방법론
저자들은 다음 네 가지 주요 구성 요소로 이루어진 통합 계산 프레임워크를 제시한다:

1. 데이터베이스 큐레이션 (Cyclome930): 저자들은 RCSB PDB, ConoServer, CyBase, CyclicPepedia에서 실험적으로 결정된 순환 펩타이드 구조들을 수집하였다. 3D 구조가 있는 항목을 필터링하고 서열 수준의 중복성을 제거한 후, 930개의 고유한 순환 펩타이드로 구성된 비중복 데이터셋을 큐레이션하였다. 이 데이터셋은 출처 유기체, 순환 유형 및 구조적 좌표에 대한 메타데이터를 포함하며, 이는 이전 리소스와 비교했을 때 구조적 데이터가 주석 처리된 순환 펩타이드의 범위를 약 3.4배 확장한 것이다.
2. 순환성 인지 서열 정렬: 선형 정렬의 한계를 해결하기 위해, 저자들은 회전 대칭성과 매듭 위상을 고려하는 새로운 알고리즘을 개발하였다. 말단-대-말단(e2e) 순환 펩타이드의 경우, 템플릿 서열을 복제하여 연결함으로써 "T-템플릿"을 형성하고, 쿼리가 모든 회전 창을 따라 슬라이딩하며 최적의 정렬을 찾도록 한다. 복잡한 위상(예: e2e+s2s)의 경우, 실제 공유 결합 연결성을 반영하기 위해 여러 개의 T-템플릿이 생성된다. 이 접근 방식은 선형 방식에서 발생하는 유사도 과소평가를 교정한다.
3. 물리 기반 안정성 특성 규명 (REMD): 열적 안정성의 학습 타겟을 생성하기 위해, 저자들은 Cyclome930에 포함된 펩타이드들에 대해 광범적인 전원자 레플리카 교환 분자 역학(REMD) 시뮬레이션(레플리카당 100 ns; 298–400 K)을 수행하였다. 이들은 백본 디헤드럴 각도(Ramachandran map), 회전 반경($R_g$), 잔기별 제곱평균제곱근 변동(RMSF), 제곱평균제곱근 편차(RMSD)의 협응된 변화를 모니터링함으로써 "멜팅 유사" 전이($STop2Melt$)를 식별하였다. 전이는$R_g$의 급격한 팽창(5 Å 미만에서 6 Å 초과로)과 백본 유연성 증가로 정의되었다.
4. 머신러닝 모델:
   • STop2Melt (예측 모델): 서열과 위상으로부터 $STop2Melt$를 예측하도록 지도 학습 회귀 모델이 훈련되었다. 이 모델은 순환 연결성 하에서의 최단 경로 거리를 인코딩하는 "순환 오프셋(cyclic offset)" 특징과 순환 클래스 위상 기술자가 보강된 ESMc(Evolutionary Scale Modeling cyclic) 임베딩을 활용한다.
   • CritiCL (분류 모델): 핵심 광물(Co²⁺, Ni²⁺, Mn²⁺, Ln³⁺ 등)에 대한 펩타이드의 금속 결합 성향을 예측하는 다중 클래스 분류 프레임워크가 개발되었다. 이 모델은 선형 단백질/펩타이드 데이터로 훈련되었으며, 순환성을 인지하는 임베딩을 적용하여 Cyclome930 내의 순환 펩타이드에 제로샷(zero-shot) 방식으로 적용되었다.

주요 결과

• 데이터셋 확장: Cyclome930은 현재까지 구조적 주석이 포함된 가장 큰 규모의 큐레이션된 순환 펩타이드 리소스를 제공하며, 244개의 출처 유기체와 5가지 뚜렷한 위상 클래스(e2e, s2e, s2s, e2e+s2s, s2e+s2s)를 포괄한다.
• 정렬 정확도: 순환성 인지 정렬 방식은 선형 방식보다 우수한 성능을 입증하였다. e2e 펩타이드의 경우, 선형 정렬이 놓친 보존된 모티프를 회복하였으며(예: 특정 쌍에 대해 일치도 점수를 75%에서 99%로 증가), 실제 위상 관계를 반영하는 비대칭 유사도 행렬을 드러냈다.
• 열적 안정성 예측: STop2Melt 모델은 순환 위상을 포함할 때 강력한 예측 성능을 보였다. ESMc 임베딩만을 사용한 모델은 성능이 저조했으나($R^2 \leq 0.28$), 순환 오프셋과 위상 기술자를 추가했을 때 테스트 $R^2$가 0.76으로 증가하고 평균 절대 오차(MAE)가 7.2 K로 감소하였다. 트리 기반 앙상블 모델(Random Forest, ExtraTrees)은 선형 및 신경망 모델보다 우수한 성능을 보여, 위상과 안정성 사이의 비선형적 관계를 강조하였다.
• 검증: REMD로부터 도출된 $STop2Melt$ 값은 실험적 관찰 결과와 일치하였다(예: 사이클로타이드 Kalata B1의 높은 열적 안정성—예측값 ~382 K는 ~370 K까지의 실험적 회복력과 일치함).
• 금속 결합 스크리닝: CritiCL 프레임워크는 펩타이드를 5가지 금속 결-카테고리로 성공적으로 분류하였다. 이 모델은 Co²⁺ 및 Ln³⁺와 같은 핵심 광물 결합에 대한 높은 신뢰도를 가진 특정 서열을 식별하였으며, 이는 핵심 광물 회수 응용 분야에서의 잠재력을 시사한다.

의의 및 주장
본 논문은 데이터베이스 큐레이션, 위상 민감형 서열 분석, 철저한 온도 상승 분자 시뮬레이션, 그리고 머신러닝을 결합한 최초의 통합된 순환성 인지 계산 플랫폼을 구축했다고 주장한다. 저자들은 이 작업이 순환 펩타이드 라이브러리의 계산적 설계를 위한 기초 리소스이자 클라우드 워크벤치(cyclome930.studio)를 제공한다고 단언한다.

구체적으로, 본 연구는 다음을 입증한다:

1. 표준 선형 생물정보학 도구는 순환 펩타이드에 불충분하며, 정확한 서열 분석을 위해서는 위상 인지 방법이 필수적이다.
2. 물리 기반 REMD 시뮬레이션은 데이터 기반 모델의 효과적인 훈련 타겟 역할을 하는 신뢰할 수 있는 안정성 기술자($STop2Melt$)를 생성할 수 있다.
3. 순환 위상(오프셋 및 클래스 기술자 활용)을 통합하는 것은 펩타이드를 선형 서열으로 취급하는 모델보다 성능을 크게 향상시키는 중요한 귀납적 편향(inductive bias)이다.
4. Cyclome930 리소스와 관련 도구들은 순환 펩타이드 라이브러인의 체계적인 주석 처리를 가능하게 하여, 생명공학 및 핵심 광물 회수를 위한 경로를 제공하며, 지속 가능한 자원 추출을 위한 선택적 킬레이트제 설계를 가능하게 한다.

저자들은 이 연구를 소분자 약물과 단백질 치료제 사이의 간극을 메우는 단계이자, 공간적 그래프의 동형 특징(homological features)을 통해 순환 폴리펩타이드의 열역학적 안정성을 이해하는 새로운 관점으로 자리매김하고 있다.