단백질 구조 비교를 위한 최대 클리크 탐색

초록

본 논문은 단백질 구조 비교를 내부 거리 기반 DAST 방법으로 모델링하고, 이를 k‑partite 정렬 그래프상의 최대 클리크 문제로 변환한다. 새롭게 설계한 ACF 알고리즘은 기존 VAST 클리크 솔버와 Ostergård 알고리즘에 비해 평균 3만7천 배, 20 배 정도 빠른 성능을 보이며, 실제 단백질 정렬 데이터셋에서 높은 효율성을 입증한다.

상세 분석

본 연구는 단백질 구조 비교 문제를 그래프 이론의 최대 클리크 문제로 재구성함으로써, 기존의 서열 기반 방법이 갖는 한계를 극복하고자 한다. 저자들은 먼저 두 단백질의 원자 쌍 사이의 내부 거리 차이를 이용한 DAST(Distance Alignment Search Tool) 방식을 제안한다. DAST는 각 단백질을 3차원 좌표 집합으로 표현하고, 두 구조 사이의 거리 행렬을 비교하여 일치 가능한 원자 쌍을 후보로 선정한다. 이러한 후보 쌍들은 자연스럽게 k‑partite 정렬 그래프(alignment graph)의 정점이 되며, 두 정점 사이에 거리 차이가 허용 오차 이하인 경우에만 에지가 연결된다. 따라서 그래프의 완전한 서브그래프, 즉 클리크는 구조적으로 일관된 원자 매핑을 의미한다.

이러한 정렬 그래프는 일반적인 무방향 그래프와 달리 파티션이 명확히 구분되어 있어, 탐색 공간을 크게 축소할 수 있다. 저자들은 이 특성을 활용한 전용 최대 클리크 탐색 알고리즘 ACF(Alignment Clique Finder)를 설계하였다. ACF는 전통적인 브론-케르보쉬(Bron–Kerbosch) 알고리즘의 재귀적 백트래킹 구조를 유지하면서, 파티션 정보를 이용한 색칠(coloring) 기반 상한 계산과 정점 정렬에 의한 강력한 가지치기(pruning)를 도입한다. 특히, 각 파티션별로 가능한 정점 수의 상한을 미리 계산하고, 현재 부분해의 크기와 비교하여 불필요한 재귀 호출을 사전에 차단한다. 또한, 후보 정점 집합을 거리 오차가 작은 순으로 정렬함으로써, 초기 단계에서 큰 클리크를 발견하고 이후 탐색을 더욱 효율적으로 만든다.

실험에서는 ACF를 NCBI의 VAST(Virtual Alignment of Structure and Topology) 시스템에 내장된 기존 클리크 솔버와 직접 비교하였다. VAST의 기존 솔버는 Bron–Kerbosch 기반으로 구현되어 있었으며, 복잡도가 급격히 증가하는 대형 정렬 인스턴스에서 실행 시간이 수시간에 달했다. 반면, ACF는 동일한 인스턴스에서 평균 37 000배 이상의 속도 향상을 기록했으며, 최악의 경우에도 수초 내에 해를 도출했다.

또한, 최신 최대 클리크 탐색기인 Ostergård 알고리즘과도 비교하였다. Ostergård는 정점 색칠과 비트 연산을 활용한 고성능 구현으로 알려져 있지만, 정렬 그래프의 파티션 구조를 특별히 이용하지는 않는다. Skolnick 벤치마크(전형적인 단백질 구조 비교 데이터셋)에서 ACF는 평균 20배 빠른 실행 시간을 보였으며, 정확도 면에서는 두 알고리즘이 동일한 최적 클리크를 찾아내는 것으로 확인되었다.

이러한 결과는 단백질 구조 비교와 같은 생물정보학 문제에서 문제 특유의 제약을 그래프 모델에 반영하고, 전용 탐색 전략을 설계함으로써 일반 목적의 알고리즘보다 현저히 높은 효율성을 달성할 수 있음을 시사한다. 특히, 파티션 기반 색칠 상한 계산과 정점 정렬을 결합한 ACF의 설계 원리는 다른 k‑partite 혹은 계층적 그래프 문제에도 적용 가능할 것으로 기대된다.