단백질 3차원 구조를 정육면체 격자에 내재화하는 기본 알고리즘

초록

본 논문은 단백질의 실제 3차원 구조를 정수 좌표만을 이용해 정육면체 격자 위에 정확히 매핑하는 알고리즘을 제시한다. 거리와 결합각을 보존하면서 격자점 사이의 이동은 덧셈·뺄셈·불리언 연산만으로 구현한다. 저해상도 격자에서도 구조적 충실도를 유지하도록 설계된 단계별 절차와 충돌 방지 메커니즘을 설명한다.

상세 분석

이 연구는 단백질 구조를 연속적인 유클리드 공간이 아닌, 정수 좌표만으로 구성된 3차원 정육면체 격자에 임베딩하는 방법론을 체계화한다. 핵심 아이디어는 원자 간 거리와 결합각을 격자 단위 길이와 각도에 근사시켜, 모든 좌표를 (x, y, z) ∈ ℤ³ 형태로 변환하는 것이다. 이를 위해 저자들은 먼저 입력 PDB 파일에서 원자 리스트와 결합 정보(베이스, 사이드 체인, 수소 결합 등)를 추출하고, 각 결합을 ‘벡터 블록’으로 정의한다. 각 블록은 미리 정의된 26가지(3‑D 6방향 + 대각선) 격자 이동 패턴 중 하나에 매핑되며, 이때 거리 오차는 사전에 설정한 허용 범위(보통 0.5 Å 이하) 내에서 최소화된다.

알고리즘은 크게 세 단계로 나뉜다. 첫 번째 단계는 ‘시드 배치’로, 구조의 중심 원자를 격자 원점에 고정하고, 주변 원자를 가장 가까운 격자 점에 배치한다. 두 번째 단계는 ‘연쇄 확장’으로, 각 결합을 순차적으로 따라가며 현재 원자의 격자 좌표에 적절한 이동 벡터를 선택한다. 여기서는 BFS(너비 우선 탐색)와 DFS(깊이 우선 탐색)를 혼합한 하이브리드 탐색 전략을 사용해, 충돌 가능성이 높은 영역을 사전에 차단한다. 충돌 방지는 Boolean 마스크를 이용해 이미 점유된 격자 셀을 실시간으로 체크하고, 필요 시 대체 벡터를 탐색한다. 세 번째 단계는 ‘미세 조정’으로, 전체 구조의 RMSD(root‑mean‑square deviation)를 최소화하기 위해 전역 최적화(예: Simulated Annealing)와 로컬 스무딩(격자 좌표의 미세 이동) 과정을 적용한다.

수학적으로는 원자 i와 j 사이의 실제 거리 d_ij와 격자 거리 D_ij 사이의 오차 ε_ij = |d_ij – D_ij·a| (a는 격자 스케일) 를 최소화하는 목적 함수를 정의한다. 이때 정수 제약조건을 만족시키기 위해 라그랑주 승수를 도입한 이산 최적화 문제로 전환한다. 저자들은 또한 결합각 보존을 위해 삼각형 불등식과 코사인 법칙을 격자 좌표에 적용, 각도 오차를 5° 이내로 제한한다.

알고리즘의 시간 복잡도는 기본적으로 O(N·k) 형태이며, N은 원자 수, k는 가능한 이동 벡터 수(최대 26)이다. 충돌 방지와 미세 조정 단계에서 추가적인 반복이 발생하지만, 실제 실험에서는 평균 10⁴10⁵ 원자 규모의 단백질을 12초 내에 처리할 수 있었다. 메모리 사용량도 전적으로 Boolean 배열(격자 점 점유 여부)과 정수 좌표 리스트에 국한돼, 수십 메가바이트 수준에 머문다.

이러한 설계는 고성능 컴퓨팅 환경이 필요 없는 저전력 임베디드 시스템이나, 대규모 단백질 데이터베이스의 빠른 색인 구축에 유리하다. 또한 격자 기반 표현은 후속 작업(예: 격자 기반 딥러닝, 토폴로지 분석)에서 연산 효율성을 크게 향상시킬 수 있다. 그러나 격자 해상도가 낮을 경우 미세한 구조적 특징(예: 사이드 체인 회전, 수소 결합 네트워크)이 손실될 위험이 있으며, 이를 보완하기 위한 다중 스케일 격자 전략이 향후 연구 과제로 제시된다.