In Silico Prioritization of Variants of Uncertain Significance in ABCA4 Reveals Conserved Functional Motifs

시각은 눈 안에서 일어나는 섬세하고 지속적인 화학적 재활용 순환에 의존합니다. 이 과정의 중심에는 ABCA4라고 불리는 특정 단백질이 있으며, 이는 망막의 빛 감지 세포 내에서 특화된 수송체 역할을 합니다. 이 단백질의 임무는 빛을 보는 과정의 자연스러운 부산물로 축적되는 비타민 A 유도체, 즉 레티노이드(retinoids)를 제거하는 것입니다. 이 단백질이 제대로 작동하지 않으면 이러한 화학 물질들이 독성 수준까지 쌓여 세포를 손상시키고 스타가르트병(Stargard disease)과 같은 유전성 안과 질환을 유발합니다. 과학자들은 ABCA4 유전자에서 기능 부전을 일으킬 수 있는 수천 개의 유전적 변화, 즉 변이를 확인했습니다. 그러나 중요한 장애물이 남아 있습니다. 거의 절반에 달하는 이러한 유전적 변화들에 대해 의사들은 그것이 무해한지 아니면 해로운지를 확실하게 말할 수 없습니다. 이들은 '불확정적 유의성을 가진 변이(variants of uncertian significance)'로 분류되며, 이로 인해 많은 환자가 명확한 진단을 받지 못하거나 자신의 상태를 이해할 방법을 찾지 못하고 있습니다.

ABCA4 단백질의 두 번째 세포외 도메인(second extracytoplasmic domain)이라고 알려진 특정 구역은 이러한 불확실성의 초점이 되었습니다. 단백질의 본체에서 돌출되어 있는 이 영역은 레티노이드 분자를 잡아 이동시키는 역할을 담당합니다. 이 영역의 중요성에도 불구하고, 이곳은 구조적으로 잘 이해되지 않았으며, 모호한 유전적 변이가 대거 집중되어 있는 곳이기도 합니다. 이 모든 변화를 실험실에서 일일이 테스트하는 것은 너무 느리고 비용이 많이 들기 때문에, 연구자들은 데이터를 걸러내기 위해 강력한 컴퓨터 모델을 활용해 왔습니다. 이러한 유전적 변화가 단백질의 형태와 안정성에 어떤 영향을 미치는지 시뮬레이션함으로써, 그들은 어떤 변이가 단백질의 기능을 망가뜨릴 가능성이 높은지, 그리고 어떤 것이 안전한지를 예측할 수 있습니다.

최근 델라웨어 대학교의 한 연구팀은 이 컴퓨터 기반 접근 방식을 ABCA4 단백질의 두 번째 세포외 도메인에 적용했습니다. 연구진은 공공 의료 데이터베이스에서 이 영역에 존재하는 244개의 특정 유전적 변이를 수집하는 것으로 시작했습니다. 이 중 어떤 것이 위험할 가능성이 높은지 결정하기 위해, 각 변수를 세 가지 서로 다른 컴퓨터 예측 도구에 통과시켰습니다. 이 도구들은 유전 코드를 분석하여 변화가 단백질을 얼마나 방해할지 추정합니다. 연구진은 세 가지 도구가 모두 해롭다고 동의한 변이들에 집중했으며, 이 그룹을 질병을 일으킬 가능성이 가장 높은 '고위험군'으로 지정했습니다. 이러한 합의 방식(consensus method)을 통해 연구진은 노이즈를 제거하고 우선순위가 높은 용의자 목록을 식별할 수 있었습니다.

분석 결과, 이러한 고위험 변이들은 단백질 전체에 무작$키 흩어져 있는 것이 아니었습니다. 대신, 이들은 도메인의 중간 부분에 집중적으로 밀집되어 있었습니다. 연구진이 이 위치들을 지도화했을 때, 중간 영역이 도메인의 시작이나 끝부분보다 해로운 예측값이 훨씬 더 많이 밀집되어 있음을 발견했습니다. 이러한 패턴은 중간 섹션이 단백질의 기능 수행 능력에 있어 특별한 중요성을 지니고 있음을 시사합니다. 그 이유를 파악하기 위해 연구팀은 ABCA4 단백질 가문의 진화적 역사를 살펴보았습니다. ABCA4 서열을 다른 생명체에서 발견되는 유사한 단백질들과 비교함으로써, 연구진은 수백만 년 동안 변하지 않고 유지된 네 개의 특정 아미노산 가닥을 식별했습니다. 연구진이 '핵심 보존 모티프(critical conserved motifs)'라고 부르는 이 고도로 보존된 블록들은 단백질의 필수적인 구조적 닻 역할을 합니다.

연구는 이 고대의 변하지 않는 모티프와 해로운 변이들 사이에 강력한 연결 고리가 있음을 발견했습니다. 컴퓨터 모델은 위험하다고 예측된 변이들이 단백질의 다른 부분보다 이 네 개의 핵심 모티프 내에서 발생할 확률이 훨씬 높다는 것을 보여주었습니다. 이러한 연결은 이 특정 서열들이 단백질의 직무에 필수적이며, 이를 방해하는 것이 특히 치명적이라는 점을 암시합니다. 이러한 변화가 정확히 어떻게 문제를 일으키는지 확인하기 위해, 연구진은 상세한 3D 단백질 모델을 구축하고 특정 유전적 변화를 시뮬레이션에 도입했습니다. 그 결과, 많은 해로운 변이가 일어나서는 안 될 방식으로 원자들이 서로 충돌하거나, 단백질을 부자연스럽고 경직된 형태로 고정시키는 새로운 화학 결합을 형성하는 등의 물리적 문제를 일으킨다는 것을 관찰했습니다.

단백질이 레티노이드 분자를 잡는 부위 근처에 위치한 한 특정 변이는, 단백질을 안정화하는 데 도움을 주는 인근 지질 분자와 물리적 충돌을 일으키는 것으로 나타났습니다. 이 충돌은 단백질이 정상적으로 작동하는 것을 방해할 수 있습니다. 다른 변이들은 단백질의 유연성을 변화시키는 것으로 나타났는데, 이는 도로(cargo)를 운반하기 위해 도메인이 움직이고 휘어져야 하기 때문에 매우 중요한 요소입니다. 또한 연구진은 일부 해로운 변화가 단백질의 서로 다른 부분 사이에 새로운 연결을 만들어, 두 개의 주요 도메인이 함께 작동하도록 하는 메커니즘을 멈추게 할 수 있다는 것을 발견했습니다. 이러한 시뮬레이션은 유전 코드의 단 하나의 글자 변화가 어떻게 구조 전체로 파급되어 단백질의 기능을 무력화할 수 있는지에 대한 명확한 그림을 제공했습니다.

이 연구 결과는 스타가르트병 및 관련 안과 질환 환자들을 진단하는 실질적인 경로를 제시합니다. 이 컴퓨터 기반 프레임워크를 사용함으로써, 의사들은 이제 환자의 질병을 일으킬 가능성이 가장 높은 불확실한 유전적 변이들을 우선순위에 따라 선별할 수 있습니다. 연구는 단백질 기능에 결정적인 네 개의 특정 영역을 식별했으며, 거의 확실히 해로울 것으로 보이는 변이 목록을 강조했습니다. 이 접근 방식이 실험실 테스트를 대체하는 것은 아니지만, 불확실한 변이들의 긴 목록을 더 심도 있는 연구를 위한 관리 가능한 후보군으로 좁혀주는 매우 효율적인 방법을 제공합니다. 궁극적으로, 이 연구는 불확실한 유전적 변화의 미스터리를 해결하는 데 한 걸음 더 다가가며, 유전성 망막 질환을 앓고 있는 사람들에게 더 정확한 진단과 더 나은 치료를 제공할 수 있다는 희망을 전합니다.