Benchmarking unsupervised protein mutational effect predictors: practical guidelines for protein engineering and reduced accuracy at beneficial residues
이 논문은 대규모 심층 돌연변이 스캐닝 데이터를 사용하여 세 가지 주요 비지도 단백질 돌연변이 효과 예측 모델을 벤치마킹함으로써 단백질 공학을 위한 실질적인 가이드라인을 제공하는 동시에, 기능 획득 돌연변이 및 특정 구조적 또는 물리화학적 맥락 내의 잔기를 예측하는 데 있어 나타나는 일관된 한계를 밝혀낸다.
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
단백질은 생명을 유지하는 분자 기계입니다. 단백질은 산소를 운반하거나, 감염과 싸우거나, 화학 반응을 촉매하는 것과 같은 과업을 수행하기 위해 복잡한 3차원 구조로 접힙니다. 이러한 형태가 단백질의 기능을 결정하기 때문에, 과학자들은 단백질 사슬 내의 단일 구성 요소를 바꾸는 것이 어떻게 그 기능을 변화시키는지 예측하는 방법을 오랫동안 찾아왔습니다. 단백질 공학이라고 알려진 이 과정은 효소가 더 빠르게 작동하게 하거나 약물 표적이 더 단단하게 결합하게 만드는 것처럼, 단백질의 성능을 개선하기 위해 하나의 아미노산을 다른 것으로 교체하는 것을 포함합니다. 컴퓨터는 이러한 변화를 시뮬레이션하는 강력한 도구가 되었지만, 이 분야는 프로그램이 단백질의 형태를 얼마나 잘 예측하는지보다는, 실제로 단백질을 더 잘 작동하게 만드는 구체적인 변화를 얼마나 잘 식별하는지에 대한 테스트에 크게 의존해 왔습니다.
도쿄 대학교, 키타사토 대학교, 그리고 일본 산업기술종합연구소의 연구진은 이러한 컴퓨터 프로그램들의 실질적인 유용성을 테스트하기 위해 나섰습니다. 그들은 새로운 단백질마다 구체적인 지시나 라벨이 붙은 예시가 필요 없이 방대한 양의 기존 단백질 데이터로부터 학습하는 알고리즘인 '비지도 학습(unsupervised)' 방식에 주목했습니다. 연구진은 세 가지 주요 유형의 도구를 비교했습니다: 물리적 힘을 계산하는 분자 시뮬레이션, 진화적 역사를 통해 패턴을 학습하는 단백질 언어 모델, 그리고 단백질 구조를 바탕으로 훈련된 머신러닝 모델입니다. 연구진은 단순히 컴퓨터가 올바른 아미노산을 맞출 수 있는지를 묻는 대신, 더 실용적인 질문을 던졌습니다. 즉, 이 도구들이 과학자에게 단백질의 기능을 개선하기 위해 어느 특정 지점을 돌연변이시켜야 하는지를 알려줄 수 있는가 하는 점이었습니다.
이를 위해 연구팀은 효소가 약물을 얼마나 잘 분해하는지, 단백질들이 서로 얼마나 강하게 결합하는지, 그리고 단백질이 얼마나 밝게 빛나는지를 포함하여 10가지 서로 다른 단백질과 5가지의 뚜렷한 기능적 특성을 다루는 방대한 실험 데이터를 수집했습니다. 연구진은 이 데이터에 대해 세 가지 유형의 컴퓨터 프로그램을 실행하여 예측이 실제와 얼마나 일치하는지 확인했습니다. 결과는 강점과 약점에 대한 명확한 지도를 제공했습니다. 진화에 기반한 아미노산 서열의 통계적 가능성을 분석하는 단백질 언어 모델이 일반적으로 다른 방법들보다 전반적인 정확도 면에서 우수한 성능을 보였습니다. 그러나 구조 기반 머신러닝 도구는 다양한 유형의 단백질에 걸쳐 더 일관된 모습을 보여주며, 언어 모델이 때때로 결여했던 견고함을 입증했습니다.
연구는 이러한 예측의 성공 여부가 돌연변이가 어디에서 발생하는지와 목표가 무엇인지에 크게 달려 있음을 밝혔습니다. 예를 들어, 컴퓨터는 단백질의 빽빽하게 채워진 핵심부(core)에서의 변화는 잘 예측했지만, 노출된 표면이나 다른 분자와 결합하는 인터페이스에서의 변화는 예측하기 어려워했습니다. 이는 단백질 공학에서 중요한 장애물인데, 가장 유용한 변화는 주로 표면에서 일어나기 때문입니다. 또한, 연구진은 입력 구조의 선택이 매우 중요하다는 것을 발견했습니다. 단백질이 다른 단백질과 결합하는 능력을 개선하려 할 때, 두 단백질을 하나의 복합체로 함께 보는 컴퓨터 모델을 사용하는 것이 두 단백질을 따로 보는 것보다 더 나은 결과를 냈습니다. 반대로, 세포가 단백질을 얼마나 생산할지를 예측할 때는 단백질 단독의 모습을 보는 것이 더 효과적이었습니다.
아마도 가장 놀라운 발견은 단백질 공학의 중심에 있는 역설이었을 것입니다. 연구진은 돌연변이가 단백질의 기능을 개선할 가능성이 가장 높은 지점이 바로 컴퓨터 프로그램들이 가장 정확도가 낮은 지점이라는 것을 발견했습니다. 즉, 알고리즘은 그것이 가장 절실히 필요할 때 가장 고전했습니다. 도구들이 단백질의 어느 영역을 조사할 가치가 있는지는 성공적으로 식별할 수 있었지만, 최선의 결과를 낼 수 있는 정확한 아미노산 치환을 짚어내는 데는 종종 실패했습니다. 이는 컴퓨터 방법론이 유익한 돌연변이를 찾기 위한 초기 탐색을 안내할 만큼 성숙했을지라도, 완벽한 변화를 선택하는 최종 단계는 여전히 어려운 과제로 남아 있음을 시사하며, 특히 더 나은 효소와 치료제를 만드는 데 핵심적인 '기능 획득(gain-of-function)' 돌연변이에 있어 그러합니다.
이 연구는 또한 관여하는 아미노산의 물리적 특성이 예측 정확도에 미치는 영향도 강조했습니다. 잔기의 전기적 전하를 바꾸거나 소수성(물과 친하지 않은) 부분을 친수성(물과 친한) 부분으로 바꾸는 변화는 다른 변화보다 예측하기 더 어려웠습니다. 또한, 단백질의 모양도 중요했습니다. 평평한 시트 구조에서의 돌연변이는 코일 형태의 헬릭스나 느슨한 루프에서의 돌연변이보다 더 정확하게 예측되었습니다. 이러한 발견은 과학자들에게 실질적인 가이드라인을 제공합니다. 이는 단일 도구가 완벽할 수는 없지만, 특정 목표에 따라 적절한 방법과 적절한 구조적 입력을 선택함으로써 성공 확률을 크게 높일 수 있음을 시사합니다. 이 연구는 단백질 설계 문제를 해결했다고 주장하는 것이 아니라, 연구자들이 현재의 도구가 어디에서 신뢰할 수 있고 어디에서 실수할 가능성이 높은지를 명확히 보여줌으로써 그 지형을 밝히는 데 목적이 있습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.