Toward a Transferable Representation of Protein Dynamics for Functional Prediction and Mechanistic Discovery

단백질은 생명의 일꾼으로, 세포를 구축하고, 음식을 소화하며, 신호를 전달하는 작은 분자 기계입니다. 수십 년 동안 과학자들은 단백질을 주로 정적인 조각상으로 이해하며, 그 기능이 어떻게 작동하는지 설명하기 위해 3차원 형태에 집중해 왔습니다. 형태가 필수적이긴 하지만, 그것이 전부는 아닙니다. 단백질은 딱딱한 동상이 아니라 끊임없이 움직이고, 숨 쉬고, 휘어집니다. 다양한 속도와 거리에서 발생하는 이러한 움직임은 종종 단백질이 자신의 직무를 수행하는 핵심이 됩니다. 단백질은 분자가 들어올 수 있도록 문을 열거나, 화학 반응을 일으키기 위해 몸을 비틀어야 할 수도 있습니다. 이러한 작용을 관찰하기 위해 연구자들은 모든 원자의 위치를 시간에 따라 추적하여 분자의 삶을 담은 영화를 만드는 강력한 컴퓨터 시뮬레이션을 사용합니다. 그러나 이 영화들은 매우 복잡하여, 특히 단백질의 크기나 모양이 서로 다를 때 서로 비교하기 어려운 수백만 프레임의 데이터를 포함하고 있습니다.

문제는 특정 유형의 단백질뿐만 아니라 모든 단백질에 적용될 수 있는 언어로 이러한 움직임을 설명하는 방법을 찾는 데 있습니다. 만약 과학자가 새로운 미지의 단백질이 무엇을 하는지 예측하고 싶다면, 그 단백질의 구체적인 이력이나 구조에 관계없이 기능을 정의하는 움직임의 패턴을 인식할 수 있는 방법이 필요합니다. 이것이 나히드 모노와르(Nahid Monowar)와 다카 과학기술대학교 연구팀이 해결하고자 했던 질문입니다. 그들은 이 분자 영화를 관찰하고 단백질의 행동에 대한 하나의 압축된 요약본을 추출하도록 설계된 새로운 컴퓨터 시스템을 개발했습니다. 그들은 이 요약본을 "운동 시그니처(motion signature)"라고 부릅니다. 목표는 이 시그니처가 단백질이 이전에 컴퓨터가 학습했던 것들과 매우 다르더라도, 그 단백질이 무엇을 하는지 알려줄 수 있는지 확인하는 것이었습니다.

이 아이디어를 테스트하기 위해 연구진은 방대한 데이터 라이브러리, 즉 1,120개의 고유한 단백질을 나타내는 1,250개의 서로 다른 단백질 운동 영화를 시스템에 입력했습니다. 이 단백질들은 50개의 구성 요소로 이루어진 작은 것부터 600개로 이루어진 큰 것까지 크기가 매우 다양했습니다. 시뮬레이션은 100나노초에서 10마이크로초까지 넓은 시간 범위를 다루었으며, 단백질 형태의 스냅샷 약 1,250만 개를 포착했습니다. 연구팀은 단백질의 각 부분이 함께 어떻게 움직이는지에 대한 특정 패턴을 찾도록 시스템을 훈련시켰습니다. 단순히 한 순간에 원자들이 서로 얼마나 가까이 있는지를 보는 대신, 시스템은 한 부분의 움직임이 시간이 지남에 따라 다른 부분의 움직임과 어떻게 연결되는지에 주목했습니다. 시스템은 이 역동적인 정보를 단백질의 화학적 서열 및 전체적인 형태와 결합하여 통일된 설명을 만들어냈습니다.

결과는 이 접근 방식이 놀라울 정도로 효과적임을 보여주었습니다. 시스템이 단백질의 기능적 범주(예: 키나아제, 전이효소, 가수분해효소 여부)를 추측하도록 요청받았을 때, 이는 서열이나 정적인 형태에만 의존하는 기존 방식보다 훨씬 더 정확했습니다. 시스템이 이전에 본 적 없는 단백질을 대상으로 하고, 그 단백질들이 학습 사례들과 화학적 구성이 30% 미만으로 공유되는 엄격한 테스트에서, 시스템은 0.88의 AUC를 달em성했습니다. 이는 0.65에서 0.81 사이의 점수를 기록한 다른 방법들에 비해 명확한 개선입니다. 이 연구는 단백질의 형태나 화학적 코드를 통해 보기만 해서는 숨겨져 있는, 움직임 속에 담긴 기능에 대한 중요한 단서들을 이 방식이 찾아낸다는 것을 시사합니다.

연구진은 또한 이 지식이 어디까지 확장될 수 있는지 알고 싶었습니다. 그들은 학습한 단백질들과 점점 더 달라지는 단백질들로 시스템을 테스트했습니다. 테스트 대상 단백질들이 학습 데이터와 같은 가족(family)에 속할 때는 시스템이 매우 잘 작동했습니다. 단백서가 다른 가족에 속하거나 심지어 구조적 접힘(fold)조차 다른 경우 정확도가 떨어졌지만, 완전히 사라지지는 않았습니다. 테스트 대상 단백질들이 학습 세트와 구조적 유사성이 거의 없는 경우에도 시스템은 무작위 확률보다 더 나은 성능을 보였습니다. 이는 시스템이 단순히 특정 사례를 암기하는 것이 아니라, 분자 운동이 기능과 어떻게 연관되는지에 대한 일반적인 규칙을 학습했음을 나타냅니다. 그러나 정확도의 하락은 시스템이 완벽하지 않으며, 최선의 추측을 하기 위해 여전히 단백질 간의 어느 정도 유사성에 의존한다는 점을 보여주었습니다.

시스템이 실제로 올바른 부분을 보고 있는지 확인하기 위해, 팀은 시스템을 분해하여 어떤 부분이 가장 중요한지 살펴보았습니다. 그들은 시스템이 최적으로 작동하기 위해 모든 구성 요소가 필요하다는 것을 발견했습니다. 즉, 원자들이 어떻게 연결되어 있는지에 대한 지도, 서로 다른 부분들이 함께 움직이는 데이터, 전체적인 움직임에 대한 단순화된 설명, 그리고 화학적 서열이 모두 필요했습니다. 이 중 하나라도 제거하면 시스템의 성능이 저하되었습니다. 이는 이 방법의 힘이 이러한 다양한 유형의 정보를 결합하는 데서 온다는 것을 확인시켜 주었습니다. 또한, 연구진이 아데닐레이트 키나아제(adenylate kinase)라는 특정 단백질을 자세히 조사했을 때, 시스템은 그 움직임에 관여하는 것으로 알려진 분자의 정확한 영역을 강조했습니다. 이 부분들은 작업 주기 동안 뚜 lid(뚜껑)처럼 열리고 닫히는 단백질의 부위였습니다. 컴퓨터의 초점과 알려진 생물학적 사실 사이의 이러한 일치는 시스템이 단순히 노이즈가 아닌, 실제적이고 의미 있는 역동성을 포착하고 있음을 시사합니다.

이 연구는 단백질 기능의 미스터리를 완전히 풀었다고 주장하거나, 컴퓨터가 새로운 생물학적 법칙을 발견했다고 제안하는 것이 아닙니다. 대신, 움직임과 기능 사이의 연결 고리를 이해하기 위한 새로운 도구를 제공합니다. 연구진은 시스템이 단백질의 움직임에 중요한 부분이 무엇인지 식별할 수는 있지만, 이것이 해당 부분이 기능을 유발한다는 것을 증명하는 것은 아니라고 강조합니다. 이를 위해서는 추가적인 물리적 실험이 필요합니다. 이 작업은 단백질의 컴퓨터 생성 영화가 먼저 존재해야 한다는 점과, 세포막에 떠 있거나 완전히 무질서한 단백질과 같은 모든 유형의 단백질에 대해 아직 테스트되지 않았다는 한계를 가지고 있습니다. 그럼에도 불구하고, 복잡하고 변화하는 분자의 행동을 전이 가능한 시그니처로 번역하는 능력은 중요한 진전을 나타냅니다. 이는 원자의 보이지 않는 춤을 생명체 내에서 단백질이 수행하는 가시적인 과업과 연결하는 방법이며, 새로운 단백질이 어떻게 행동할지 예측하는 데 있어 더 명확한 경로를 제공합니다.