단백질 접촉 네트워크와 잔기 특성에 따른 구조 조직 메커니즘

초록

본 연구는 아미노산을 정점, 3차원 거리 기반 상호작용을 간선으로 하는 단백질 접촉 네트워크를 장거리와 단거리 두 스케일로 구축하고, 이를 소수성, 친수성, 전하성 잔기로 구분한 서브네트워크를 분석한다. 장거리 소수성 서브네트워크는 높은 어소시어티브 클러스터와 높은 클러스터링 계수를 보이며, 이는 폴딩 정보 전달과 동시에 안정성 확보에 기여한다는 결론을 제시한다. 또한 전체 네트워크는 선호 연결이나 무작위 연결이 아닌 구조적 필요에 의해 형성된 계층적 특성을 가진다.

상세 분석

이 논문은 단백질 3차원 구조를 그래프 이론의 관점에서 재해석한다. 먼저, PDB 파일에서 각 아미노산의 Cα 원자 좌표를 추출하고, 두 잔기 사이의 유클리드 거리가 사전에 정의된 임계값(예: 5 Å) 이하이면 간선으로 연결한다. 이렇게 구성된 전체 네트워크를 ‘단거리(Short‑range)’와 ‘장거리(Long‑range)’로 구분하는 기준은 잔기 서열 상의 인접성이다. 즉, 서열 상에서 10개 이하 떨어진 잔기쌍은 단거리, 그 이상은 장거리로 분류한다.

네트워크를 다시 소수성(Val, Leu, Ile, Met, Phe, Trp, Cys), 친수성(Ser, Thr, Asn, Gln, Tyr, Gly, Ala) 및 전하성(Lys, Arg, His, Asp, Glu) 잔기로 라벨링하고, 각 라벨에 해당하는 서브그래프를 추출한다. 이때 서브그래프는 원래 네트워크에서 해당 잔기들만 남겨두고, 간선은 원래 거리 기준을 그대로 적용한다.

주요 정량적 지표로는 평균 차수(⟨k⟩), 클러스터링 계수(C), 어소시어티비티(r), 그리고 계층성 지표인 k‑코어 분포를 사용한다. 장거리 소수성 서브네트워크는 ⟨k⟩가 다른 서브네트워크에 비해 현저히 높으며, 어소시어티비티 r이 양의 큰 값을 보여 ‘assortative’ 특성을 가진다. 이는 고차 차수를 가진 소수성 잔기들이 서로 연결되는 경향이 강함을 의미한다. 동시에 C 값도 높아, 지역적인 삼각형 구조가 풍부함을 나타낸다. 이러한 두 현상의 공존은 폴딩 과정에서 장거리 소수성 상호작용이 정보를 빠르게 전파하면서도, 삼각형 클러스터를 통해 국부적 안정성을 제공한다는 가설을 뒷받침한다.

반면, 장거리 친수성 및 전하성 서브네트워크는 r이 거의 0에 가깝고, C도 낮아 ‘disassortative’ 혹은 무작위에 가까운 구조를 보인다. 이는 이들 잔기가 주로 표면에 위치해 물과의 상호작용을 담당하고, 구조적 핵심 역할보다는 환경 적응에 기여한다는 기존 생화학적 이해와 일치한다.

단거리 전체 네트워크는 k‑코어 분석에서 뚜렷한 계층적 구조를 드러낸다. 낮은 차수의 코어가 다수 존재하고, 높은 차수 코어가 소수성 잔기에 집중되는 형태는 ‘핵‑주변’ 구조를 시사한다. 이는 단백질이 초기 폴딩 단계에서 작은 핵을 형성하고, 이후 주변 잔기들이 점진적으로 연결되는 ‘nucleation‑condensation’ 모델과도 연관될 수 있다.

마지막으로, 네트워크 성장 메커니즘을 검증하기 위해 Barabási‑Albert 모델(선호 연결)과 Erdős‑Rényi 모델(무작위 연결)을 시뮬레이션하고, 실제 네트워크의 차수 분포와 클러스터링을 비교한다. 결과는 두 모델 모두 실제 데이터와 일치하지 않으며, 즉 단백질 네트워크는 단순한 선호 연결이나 무작위 연결이 아니라, 물리‑화학적 제약(수소 결합, 소수성 효과, 전하 상호작용 등)에 의해 특정 패턴으로 형성된다는 결론을 뒷받침한다.

이러한 분석은 단백질 설계와 변이 효과 예측에 네트워크 기반 지표를 활용할 수 있는 가능성을 제시한다. 특히, 장거리 소수성 어소시어티브 클러스터는 변이로 인한 폴딩 장애를 예측하는 민감한 지표가 될 수 있다.