Alternate-conformer incompatibility as the dominant bottleneck in no-repair receptor preparation: a frozen compatibility audit of 30 public PDB structures
본 연구는 완전 자동화된 무수정 수용체 준비 프로토콜이 고해상도 PDB 구조의 70%에 대해 실패함을 입증하며, 이는 주로 해결되지 않은 교대 컨포머(alternate conformers) 때문임을 밝힘으로써, 이러한 구조적 모호성이 레퍼런스 포즈 도킹 연구를 위한 호환 가능한 수용체를 생성하는 데 있어 지배적인 병목 구간임을 드러낸다.
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
신약 개발의 세계에서 과학자들은 종가 매우 작은 의약품 분자가 인체 내부의 단백질 표적에 어떻게 결합할지 추측하기 위해 디지털 시뮬레이션에 의존하곤 합니다. 분자 도킹(molecular docking)이라고 알려진 이 과정은 마치 열쇠구멍을 직접 보지 못한 채 적절한 열쇠를 찾으려는 것과 같습니다. 컴퓨터 프로그램이 제대로 작동하는지 테스트하기 위해, 연구자들은 보통 '리도킹(redocking)' 실험을 수행합니다. 그들은 이미 실제 실험을 통해 서로 결합하는 것으로 알려진 단백질과 약물을 컴퓨터 상에서 분리한 다음, 소프트웨어가 그것들을 다시 결os하게끔 요청합니다. 만약 프로그램이 원래의 결합 상태를 재현하는 데 성공한다면, 과학자들은 이 프로그램을 사용하여 새로운 약물을 찾는 데 자신감을 갖게 됩니다. 그러나 소프트웨어가 조각들을 다시 맞추기 위한 시도를 하기도 전에, 필수적이지만 흔히 눈에 띄지 않는 단계가 반드시 일어나야 합니다. 바로 단백질 구조를 준비(preparation)하는 단계입니다. 결정 실험에서 얻은 가공되지 않은 데이터는 완벽한 경우가 드뭅니다. 여기에는 누락된 원자, 모호한 형태, 또는 컴퓨터가 처리 방법을 알지 못하는 추가적인 조각들이 포함되어 있을 수 있습니다. 전통적으로 연구자들은 이러한 문제들을 수동으로 해결하거나 소프트웨어가 추측하도록 내버려 둠으로써 조용히 해결해 왔으며, 너무 망가져서 고칠 수 없는 구조는 폐기해 왔습니다. 이는 연구의 성공 여부가 실제 도킹보다 앞서 단백질 구조가 얼마나 잘 정돈되었는지에 달려 있음을 의미하지만, 이 단계는 거의 보고되거나 의문이 제기되지 않습니다.
소노라 주립대학교와 소노라 대학교의 연구진이 수행한 최근 연구는 이 지저-분한 중간 단계를 무시하는 것을 멈추기로 했습니다. 부서진 조각들을 고치거나 최선의 추측을 선택하는 대신, 그들은 공공 데이터베이스에서 발견된 30개의 서로 다른 단백질 구조에 대해 엄격한 규칙을 적용했습니다. 바로 '아무것도 수리하지 말 것'입니다. 그들은 이 구조들을 도킹을 위해 준비하는 데 특정 컴퓨터 도구를 사용했지만, 모호한 부분에 대해 어떠한 결정도 내리지 않기로 했습니다. 만약 도구가 데이터에 두 가지 가능한 형태가 기록된 단백el 측쇄(side chain)를 마주하게 된다면, 도구는 하나를 선택하는 대신 문제를 보고하고 멈춰야 했습니다. 연구진은 이 엄격한 테스트를 거치고도 인간의 개입 없이 실제로 사용할 수 있는 고품질 구조가 얼마나 되는지, 그리고 그 적은 수의 구조들을 통과한 후 약물을 도킹했을 때 어떤 일이 발생하는지 확인하고자 했습니다했습니다.
결과는 눈에 보이지 않던 곳에 숨어 있던 놀라운 병목 현상을 드러냈습니다. 선택한 30개의 구조 중 자동화된 시스템에 의해 처리될 수 있었던 것은 단 23개뿐이었습니다. 이 23번의 시도 중 성공한 것은 단 7건에 불과했습니다. 이는 거의 70%의 시도가 실제 도킹이 시작되기도 전에 실패했음을 의미합니다. 연구진은 이러한 실패의 거의 대부분, 즉 약 94%가 동일한 구체적인 문제, 즉 '교대 형태(alternate conformers)'라고 알려진 두 가지 다른 위치를 가진 원자의 존재 때문이라는 것을 발견했습니다. 고해 resolution(고해상도) 이미지에서 결정학자들은 단백질의 특정 부분이 흔들리거나 동시에 두 가지 형태를 띠고 있다는 사실을 포착했습니다. 연구진의 엄격한 정책은 소프트웨어가 어떤 형태를 사용할지 선택하는 것을 금지했기 때문에, 소프트웨어는 단순히 해당 구조를 거부했습니다. 이 발견은 이 분야의 흔한 가정, 즉 해상도가 높을수록(보통 더 명확하고 좋은 이미지를 의미함) 사용하기 쉬운 구조가 보장된다는 가설에 도전합니다. 실제로 연구 결과, 가장 높은 해상도를 가진, 즉 가장 명확한 세부 정보를 가진 구조들이 오히려 사용하기에 가장 어려울 가능성이 높다는 것이 밝혀졌습니다. 왜냐하면 그 명확함이 소프트웨어가 스스로 해결할 수 없는 이중 형태를 더 많이 드러내기 때문입니다.
이 엄격한 준비 필터를 통과한 7개의 구조에 대해, 연구진은 실제 도킹 실험을 진행했습니다. 그들은 잘 알려진 프로그램을 사용하여 약물 분자를 원래의 위치에 다시 끼워 넣으려고 시도했습니다. 결과는 엇갈렸으며, 준비 단계를 통과하는 것이 완벽한 결과를 보장하지는 않는다는 것을 보여주었습니다. 결합을 측정할 수 있었던 6가지 사례 중 5가지에서 컴퓨터는 약물을 원래 위치에서 2 옹스트롬(angstrom) 이내의 거리 안에 배치하며 올바른 위치를 성공적으로 찾아냈습니다. 그러나 한 사례에서는 단백질 구조가 완벽하게 준비되었음에도 불구하고 약물이 원래의 자리에서 멀리 떨어진 곳에 착륙하며 완전히 실패했습니다. 또 다른 사례는 출력값이 기술적으로 너무 결함이 있어 결합을 측정할 수 없었습니다. 연구진은 또한 도킹의 성공 여부가 금속 이온이나 보조 인자(cofactor)가 준비 과정 중에 유지되었는지와 같은 단백질의 구체적인 화학적 세부 사항에 크게 의존한다는 점을 언급했습니다.
이 연구는 과학적 결과의 품질이 종종 주요 사건이 일어나기 전의 단계들에 의해 결정된다는 점을 조용하지만 강력하게 상기시켜 줍니다. 평소처럼 수리하거나 추측하는 것을 거부함으로써, 연구진은 그들의 워크플로우 속에 숨겨진 부적합성을 폭로했습니다. 그들은 과학자들이 의존하는 구조의 상당 부분이 인간의 판단 없이는 자동 분석을 위해 실제로 준비되어 있지 않다는 것을 보여주었습니다. 이 연구는 소프트웨어가 고장 났다고 주장하는 것이 아니라, 이러한 구조들을 다루는 현재의 방식이 일관되지 않다는 점을 지적합니다. 만약 연구자들이 인간의 도움 없이 수천 개의 단백질을 처리할 수 있는 진정한 자동화 시스템을 구축하고자 한다면, 그들은 단순히 데이터를 폐기하는 대신 이러한 이중 형태의 원자들을 어떻게 처리할지에 대한 문제를 먼저 해결해야 합니다. 이 문제가 해결될 때까지, 도킹 연구의 성공은 도킹 알고리즘의 정교함보다는 시작하는 단백질이 준비 단계를 살아남을 만큼 충분히 단순했는지에 따른 운에 더 많이 좌우될 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.