An in silico pipeline prioritizes candidate viral and bacterial mimics of hybrid insulin peptide autoantigens in type 1 diabetes

기술 요약: 제1형 당뇨병의 하이브리드 인슐린 펩타이드 자가항원에 대한 후보 바이러스 및 박테리아 모방체를 우선순위화하는 in silico 파이프라인

문제 정의
제1형 당뇨병(T1D)은 췌장 $\beta$-세포에 대한 T 세포의 파괴로 인해 발생하는 자가면역 질환이다. 유전적 감수성은 HLA class II 하플로타입(특히 DR3-DQ2 및 DR4-DQ8)과 연관되어 있으나, 자가면역을 촉발하는 환경적 트리거는 여전히 미해결 상태로 남아 있다. 특히, 분자 모방(molecular mimicry)을 통해 미생물 감염이 어떻게 T1D를 유발하는지에 대한 이해에는 결정적인 공백이 존재한다. 하이브리드 인슐린 펩타이드(HIP)는 프로인슐린과 다른 이슬릿 단백질의 단백질 분해 절단에 의해 형성된 융합 접점(fusion junctions)으로, T1D의 자가항원이다. 이러한 접점 서열은 생식선(germline)에 인코딩되지 않으므로, 흉선 내 음성 선택 과정에서 결여될 수 있으며, 결과적으로 HIP 반응성 T 세포가 중추 관용(central tolerance)을 회피하게 만들 수 있다. 과제는 이 HIP 접점들을 구조적으로 모방하여 교차 반응성 T 세포를 프라이밍할 수 있는 미생물 펩타이드를 식별하는 것이다. 기존의 서열 기반 검색(예: BLAST)은 T 세포 수용체(TCR)가 선형 서열 동일성이 아닌 3차원 표면 지형을 인식한다는 점 때문에 불충분하다.

방법론
본 연구는 다섯 가지 참조 HIP–TCR–MHC 시스템(HLA-DQ8 또는 DQ8-trans에 의해 제한됨)의 미생물 모방체를 식별하기 위해 설계된 "구조 우선(structure-first)" 스크리닝 파이프라인을 제시한다. 워크플로우는 다음과 같다:

1. 참조 재구성: 발표된 V/J 유전자 및 CDR3 서열을 사용하여 다섯 개의 TCR–HIP–MHC 복합체를 재구성하였다. TCR 체인은 Stitchr를 사용하여 조립되었으며, 불변 영역(constant regions)은 절단되었다.
2. 파마코포어(Pharmacophore) 정의: 참조 복합체의 AlphaFold 3 모델을 사용하여, TCR 및 MHC 원자로부터 3.0 Å 이내의 잔기들을 식별하였다. 이러한 접촉들은 물리화학적 클래스로 일반화되어 ScanProsite 모티프를 생성하였으며, 이는 선형 서열 동일성보다는 구조적 등가성에 초점을 맞추었다.
3. 프로테옴 스크리닝: 해당 모티프들을 10개의 T1D 관련 분류군(6개 바이러스 그룹, 3개 박테리아 종, 1개 미표시 타겟)에 대해 Swiss-Prot 데이터베이스에 적용하였다. 이를 통해 1,092개의 모티프 히트(hits)를 얻었다.
4. 필터링 및 모델링:
   • MHC 결합: EL rank < 5%인 NetMHCIIpan-4.2를 사용하여 히트를 필터링하였다.
   • 복합체 신뢰도: 생존한 펩타이드는 관련 TCR 및 MHC와 함께 AlphaFold 3로 모델링되었다. 인터페이스 예측 TM-score(ipTM) > 0.75인 후보들만 유지되어 55개의 후보가 남았다.
   • TCR 모델링: 구조적 변이를 평가하기 위해 55개의 후보를 다섯 개의 확률적 시드(stochastic seeds)를 사용하여 TCRModel2로 모델링하였다.
5. 우선순위 지정 게이트:
   • Native-HIP 게이트: 후보들을 세 가지 지표(TCR–pMHC ipTM, interface-pLDDT, Gibbs 자유 에너지 $\Delta G$)를 사용하여 네이티브 HIP와 비교하였다. 후보들은 네이티브 HIP의 95% 신뢰 구간을 충족하거나 초과해야 했다.
   • 인간 연관성: 동물 관련 균주(특히 Rotavirus A)에서 유래한 펩타이드는 제외되었다.
6. 대조군 및 검증: 모티프 산출 농축을 테스트하기 위해 구성 보존 셔플드-프로테옴(composition-preserving shuffled-proteome) 대조군을 사용하였고, 백본 RMSD 분포를 테스트하기 위해 음성 대조 펩타이드(합성 및 바이러스)를 포함하였다.

주요 결과

• 후보 산출량: 파이프라인은 HLA 결합 및 AlphaFold 3 신뢰도 필터링을 거쳐 초기 1,092개의 모티프 히트를 55개의 후보로 줄였다.
• 음성 대조군:
  • 모티프 산출량: 구성이 일치하는 셔플드-프로테옴 대조군은 모티프 히트의 총체적 농축을 보이지 않았다(관찰/무효 비율 0.97). 이는 모티프가 본질적인 프로테옴 내 농축을 입증하기보다는 트랙터빌리티(tractability) 필터로서 기능함을 나타낸다.
  • 백본 RMSD: 음성 대조군은 후보 백본 RMSD 분포(백분위수 21.8, 61.8, 81.8) 내에 있었다. 단일 RMSD 컷오프로 후보와 대조군을 분리할 수 없었으며, 이는 공유된 Class II MHC 백본 기하학이 모방의 구별자가 아닌 구조적 제약임을 시사한다.
• 우선순위 지정: 세 가지 지표의 native-HIP 게이트를 통해 13개의 후보가 남았다. 동물 관련 Rotavirus A 펩타이드 3개를 제외한 후, 10개의 펩타이드가 실험적 검증을 위해 지명되었다.
• 최상위 후보: 두 개의 펩타이드가 실험적 추적을 위한 공동 우선순위로 도출되었다:
  1. SARS-CoV-2 유래 RRNVATLQAENVTG
  2. Human Rhinovirus 3 유래 SDLLKSVDSEEVRE
  • SARS-CoV-2 펩타이드는 세 가지 지표 모두에서 더 높은 평균 ipTM과 유리한 방향성 변화를 보였다.
  • Rhinovirus 3 펩타이드는 더 유리한 인터페이스 에너지($\Delta G$)를 보였다.
  • 논문은 두 펩타이드 중 어느 쪽이 네이티브 HIP보다 우월한지에 대한 통계적 확립이 이루어지지 않았으며, 이들의 상대적 순위가 결정적이지 않다고 언급하였다.
• 통계적 견고성: 55개 후보 중 48개가 지정된 음성 대조군보다 유의하게 높은 ipTM 점수를 보였다(Welch's t-test, $p < 0.05$). 그러나 저자는 이 비교가 후보들이 사전에 높은 ipTM으로 필터링되었기 때문에 대조군과 혼동될 수 있다고 지적했다.

의의 및 주장
본 논문은 실험적 검증을 위한 특정 미생물 펩타이드 세트를 생성하는 정량화된, 구조 정보 기반의 파이프라인을 제공한다고 주장한다.

결정적으로, 저자는 본 연구의 기여를 후보 선정과 한계 규정이라는 측면에서 겸허하게 서술한다:

1. 검증 가능한 가설: 파이프라인은 Benaroya Research Institute에서 실험적 검증을 위한 구체적인 펩타이드–TCR–MHC 조합(특히 SARS-CoV-2 및 Rhinovirus 3 후보)을 제공한다.
2. 방법론적 한계: 본 연구는 다음을 문서화하였다:
   • 백본 RMSD는 이 맥락에서 모방의 독립적인 필터가 될 수 없다. 왜냐하면 대조군이 후보와 상당 부분 겹치기 때문이다.
   • 구성 보존 모티프 검색은 셔플드 배경에 대해 총체적 농축을 나타내지 않는다. 이는 선형 물리화학적 모티프가 하류 구조 모델링 없이 진정한 모방체를 식별하기 위해서는 필요조건이지만 충분조건은 아님을 시사한다.
   • ipTM 점수에서의 후보와 대조군 사이의 분리는 사전 필터링 단계에 의해 혼동될 수 있으며, 검증된 차별 벤치마크를 구성하지 않는다.

본 논문은 명시적으로 이 펩타이드들이 T1D를 유발한다거나 SARS-CoV-2가 이 메커니즘을 통해 질병과 결정적으로 연결되어 있다고 주장하지 않는다. 대신, 특정 바이러스 펩타이드가 HLA-DQ8 및 환자 유래 TCR의 맥락에서 HIP 자가항원을 구조적, 에너지적으로 모방할 수 있다는 구체적이고 검증 가능한 가설을 제시한다. 이 연구는 계산 구조 생물학과 실험 면역학 사이의 가교 역할을 하며, 현재의 in silico 스크리닝 지표의 한계를 엄격히 기록하면서 타겟을 우선순위화한다.