학습순위화기법으로 효소 기능 연관성 향상

본 논문은 효소 기능을 예측하고 기능적으로 관련된 효소를 찾는 전통적인 검색 방식의 한계를 지적하고, 이를 개선하기 위한 새로운 프레임워크를 제시한다. 기존 온라인 서비스(BLAST, ReliBase 등)는 효소 간 유사도를 계산해 순위를 매기지만, 데이터베이스에 이미 존재하는 EC 번호와 같은 기능적 라벨을 활용하지 않는다. 저자들은 이러한 비지도형 접근을 벗어나, EC 계층 구조를 이용한 지도학습 기반 순위화 모델을 도입한다. 연구는 크게 네 부분으로 구성된다. 첫째, 효소 활성 부위(캐비티) 정보를 추출하고 이를 다양한 형태로 표현하는 방법을 소개한다. 그래프 기반 최대 공통 서브그래프(MCS), 기하학적 라벨드 포인트 클라우드 슈퍼포지션(LPCS), 그리고 피처 기반 벡터화 방법을 각각 선택하여, 캐비티의 구조적·화학적 특성을 정량화한다. 둘째, 이러한 유사도 측정값을 커널 형태로 변환하고, RankRLS라는 커널 기반 학습‑순위화 알고리즘에 입력한다. RankRLS는 정규화된 리지 회귀 손실에 순위 제약을 추가해, EC 번호가 동일한 효소 쌍은 높은 순위 점수를, 다른 쌍은 낮은 점수를 부여하도록 학습한다. 셋째, 실험을 위해 두 개의 데이터셋을 구축한다. 데이터셋 I는 CavBase에서 가장 큰 캐비티를 자동 선택해 1,556개의 효소를 포함하고, 데이터셋 II는 해상도(≤2.5 Å)와 캐비티 부피(350–3500 ų) 제한을 두어 561개의 효소를 선별한다. 두 데이터셋 모두 중복 서열을 제거하고, EC 번호가 명확히 부여된 효소만을 포함한다. 넷째, 각 유사도 측정법을 단독으로 사용할 때와 RankRLS를 적용한 후의 성능을 비교한다. 평가 지표는 평균 정밀도(MAP)와 정규화된 누적 이득(NDCG)이며, 실험 결과는 다음과 같다. - 그래프 기반 MCS와 기하학적 LPCS는 RankRLS 적용 시 MAP가 각각 약 12%와 15% 상승하고, NDCG도 유의미하게 개선되었다. - 피처 기반 방법도 비슷한 수준의 향상을 보였으며, 서열 기반 스미스‑워터먼(SW) 유사도 역시 학습 후 성능이 상승했지만, 캐비티 기반 방법에 비해 상승 폭이 작았다. - 데이터셋 I와 II 모두에서 일관된 개선 효과가 관찰되었으며, 특히 데이터셋 II처럼 고품질 구조와 정확한 캐비티 선택이 이루어진 경우 성능 차이가 더욱 두드러졌다. 이러한 결과는 활성 부위의 물리‑화학적 특성을 반영한 유사도와 EC 계층 구조를 결합한 지도학습이, 효소 기능을 더 정확히 예측하고 관련 효소를 효과적으로 검색할 수 있음을 입증한다. 또한 RankRLS와 같은 커널 기반 순위화 모델이 대규모 효소 데이터베이스에 적용 가능함을 실증함으로써, 신약 설계, 효소 공학, 그리고 미지의 효소 기능 탐색 등 다양한 생명과학 분야에서 실용적인 도구로 활용될 수 있음을 제시한다.