A multi-layer computational framework for structural prioritization of transcriptome-derived proteins

생명의 거대한 도서관 속에서, 모든 세포는 RNA라고 불리는 코드로 쓰인 일련의 지침을 지니고 있습니다. 이 지침은 세포가 유기체의 생존과 기능에 필요한 거의 모든 과업을 수행하는 분자 기계인 단백질을 어떻게 구축할지 알려줍니다. 수십 년 동안 과학자들은 놀라운 속도로 이 지침들을 읽어내어 식물, 동물, 미생물로부터 방대한 단백질 서열 목록을 생성해 왔습니다. 그러나 단백질의 글자 서열을 아는 것은 시작에 불과합니다. 단백질이 실제로 무엇을 하는지 이해하기 위해서 연구자들은 그 단백질의 3차원 구조를 보아야 합니다. 단백질의 형태는 그 기능을 결정하는데, 이는 마치 열쇠의 모양이 어떤 자물쇠를 열 수 있는지를 결정하는 것과 같습니다. 문제는 컴퓨터가 이제 수백만 개의 유전적 지침을 읽을 수 있게 되었음에도 불구하고, 그 결과로 나타나는 복잡하게 접힌 단백질의 형태를 예측하는 것은 여전히 어려운 병목 구간으로 남아 있다는 점입니다. 이러한 형태를 알지 못하면, 염증을 유발하는 신호 전달 분자와 같이 인체 내의 특정 표적과 상호작용할 가능성이 있는 단백질이 무엇인지 알아내는 것이 거의 불가능합니다.

여기서 새로운 연구가 등장하여, 이 데이터의 산을 헤쳐 나갈 수 있는 체계적인 방법을 제시합니다. 브라질 ABC 연방 대학교의 연구진은 수천 개의 후보 단백질을 걸러내어 추가 연구를 위한 가장 유망한 것들을 식별하도록 설계된 다층적 계산 프레임워크를 개발했습니다. 그들은 브라질 카팅가 생태계의 자생 선인장인 Cereus jamacaru에 주목했는데, 이 식물은 잠재적인 항염증 특성으로 알려져 있습니다. 이 식물에 대한 기존 연구는 주로 작은 화학 화합물을 살펴보았지만, 이 팀은 그 유전 코드 안에 숨겨진 단백질들을 탐구하고자 했습니다. 그들의 목표는 이 식물 단백질이 질병을 직접 치료한다는 것을 증证明하는 것이 아니라, 인간의 염증 신호와 상호작용할 수 있는 구조적으로 견고한 단백질 후보를 찾는 신뢰할 수 있는 단계별 방법을 만드는 것이었습니다. 여러 가지 서로 다른 컴퓨터 기반 기술을 결합함으로써, 그들은 129,000개가 넘는 번역된 단백질 목록을 단 9개의 고신뢰도 후보로 성공적으로 압축했으며, 이는 어떤 생물체의 유전 데이터에도 적용 가능한 확장 가능한 전략임을 입증했습니다.

여정은 선인장의 뿌리와 표피에서 유래한 129,052개의 단백질 서열을 포함하는 거대한 데이터셋으로부터 시작되었습니다. 이 압도적인 숫자를 파악하기 위해, 연구진은 먼저 알려진 구조를 기반으로 한 광범위한 필터를 적용했습니다. 그들은 선인장 단백질을 실험적으로 결정된 단백질 형태 데이터베이스와 비교하여, 알려진 구조와 서열의 절반 이상을 공유하는 것들만 남겼습니다. 이 초기 단계로 후보군은 약 14,800개로 줄어들었습니다. 그 후 그들은 예측된 형태의 품질을 평가하는 점수 시스템을 사용하여, 불안정하거나 신뢰할 수 없어 보이는 것들을 제외했습니다. 이 과정은 목록을 약 3,500개의 고품질 구조 모델로 줄여주었으며, 더 깊은 분석을 위한 관리 가능한 후보 세트를 만들어냈습니다.

다음으로, 팀은 종양 괴사 인자-알파(TNF-alpha), 인터루킨-1 베타(IL-1β), 인터페론-알파(IFN-alpha)라는 세 가지 특정 인간 단백질, 즉 사이토카인에 주의를 기울였습니다. 이 분자들은 신체의 염증 반응을 조절하는 핵심 요소이며 류마티스 관절염과 같은 질환에 자주 관여합니다. 연구진은 선인장의 단백질 중 어느 것이 인간의 사이토카인과 물리적으로 상호작용할 수 있는지 알고 싶었습니다. 이를 위해 그들은 2단계 도킹 전략을 채택했습니다. 먼저, 그들은 3,500개의 선인장 단백질이 세 가지 인간 사이토카인에 얼마나 잘 들어맞는지 테스트하기 위해 빠르고 경직된 형태의 스크리닝 방법을 사용했습니다. 이 단계는 유망한 초기 매칭을 보여주는 더 작은 그룹의 단백질을 식별했습니다. 결과를 정교화하기 위해, 그들은 실제 분자들이 서로 결합할 때 조정되는 방식처럼 형태의 미세한 움직임을 허용하는 더 유연한 도킹 방법을 사용했습니다. 두 방법 모두에서 우수한 성과를 보이는 단백질을 찾음으로써, 연구진은 인간 사이토카인과 지속적으로 강한 구조적 적합성을 보여주는 9개의 후보를 식별했습니다.

이 9개의 단백질을 최종 승자로 선언하기 전, 팀은 이들의 발견이 단순한 컴퓨터상의 인공물이 아님을 확인하기 위해 일련의 엄격한 검증 테스트를 거쳤습니다. 그들은 먼저 AlphaFold 3라고 불리는 매우 진보된 예측 도구를 사용하여 이 9개 단백질의 형태를 정교화하였고, 이를 통해 초기 구조가 정확함을 확인하는 새로운 고신뢰도 모델을 생성했습니다. 그다음, 그들은 선인장 단질이 인간 사이토카인과 접촉하는 구체적인 지점들을 분석했습니다. 그들은 수소 결합이나 염다리(salt bridge)와 같은 화학 결합이 인터페이스에서 형성되는 수를 계산했습니다. 이러한 연결이 많다는 것은 안정적이고 긴밀한 결합을 시사합니다. 나아가, 그들은 상호작용에 관여하는 선인장 단백질의 부분이 진화적으로 보존되었는지, 즉 수백만 년의 진화 과정 동안 변하지 않고 유지되었는지 확인했습니다. 이러한 보존성은 특정 단백질 영역이 그 기능이나 안정성에 결정적이라는 것을 나타내는 경우가 많아, 결과에 대한 신뢰도를 높여주었습니다.

이러한 상호작용이 실제 환경에서도 유지될지 테스트하기 위해, 연구진은 동적 시뮬레이션을 실행했습니다. 그들은 가장 유망한 4쌍의 단백질을 물 분자로 가득 찬 가상 환경에 배치하고 시간이 흐름에 따라 그들의 행동을 시뮬레이션했습니다. 이 시뮬레이션은 각 쌍에 대해 100나노초 동안 실행되었으며, 결과의 재현성을 보장하기 위해 각 쌍마다 세 번씩 반복되었습니다. 목표는 단백질들이 움직이고 흔들릴 때 서로 결합 상태를 유지할지, 아니면 떨어져 나갈지를 보는 것이었습니다. 결과는 시뮬레이션 내내 상호작용이 안정적으로 유지됨을 보여주었습니다. 단백질들은 가상의 물속에서 움직임에도 불구하고 그 형태와 연결 지점을 유지했습니다. 이러한 동적 안정성은 예측된 상호작용이 단순한 정적인 스냅샷이 아니라, 견고하고 물리적으로 타당한 복합체를 나타낸다는 것을 확인시켜 주었습니다.

연구는 또한 우선순위가 지정된 이 9가지 단백질이 실제로 무엇인지도 자세히 살펴보았습니다. 기능 분석을 통해, 팀은 이들이 산화환원효소(oxidoreductases) 및 RNA 결합 단백질을 포함한 다양한 효소 및 조절 단백질 군에 속한다는 것을 발견했습니다. 이것들은 에너지 생산 및 스트레스 반응과 같은 과정에 관여하는 전형적인 식물 대사의 구성 요소들입니다. 연구진은 이 단백질들의 선택이 인간의 사이토카인 조절제로서의 기능적 동등성을 가정해서가 아니라, 전적으로 구조적 적합성에 의해 주도되었다는 점을 강조했습니다. 실제로, 이 연구는 이 식물 단백질들이 인간의 사이토카인 조절기와 직접적인 기능적 동등체라는 생각에 명시적으로 반론을 제기합니다. 대신, 연구 결과는 이 식물 단백질의 3차원 형태가 생물학적 역사가 아닌 기하학 및 화학의 공유된 원리 덕분에 인간의 염증 신호와 물리적으로 맞물릴 수 있는 표면을 우연히 갖추고 있음을 시사합니다.

이 작업의 궁극적인 가치는 바로 그 프레임워크 자체에 있습니다. 연구진은 새로운 약을 발견했다고 주장하는 것이 아니라, 후보를 찾는 신뢰할 수 있는 방법을 제시한 것입니다. 구조 모델링, 이중 도킹 접근법, 진화적 분석, 그리고 동적 시뮬레이션의 다층적인 증거를 통합함으로써, 그들은 매 단계에서 불확실성을 줄이는 워크플로우를 만들었습니다. 이 접근 방식은 과학자들이 방대하고 관리 불가능한 데이터셋으로부터 실험적 테스트를 할 준비가 된 고신뢰도 표적의 정제된 목록으로 이동할 수 있게 해줍니다. 연구는 이 전략이 전이 가능하다는 것, 즉 임의의 전사체나 대규모 단백질 데이터셋에 적용되어 구조적으로 견고한 후보를 식별할 수 있다는 결론을 내립니다. 이는 과잉된 유전 데이터의 홍물을 미래의 생화학 연구 및 단백질 공학 노력을 안내할 집중된 가설의 집합으로 바꾸는 실질적인 길을 제공합니다.