단백질 다중스케일 조직을 밝히는 그래프 분할과 강건성 분석: 마이오신‑라이트체인 상호작용 사례

초록

이 논문은 원자 수준의 물리‑화학 상호작용 네트워크를 그래프로 변환한 뒤, 마코프 과정 기반 ‘Stability’ 기법으로 다양한 마코프 시간(스케일)에서 최적 커뮤니티를 탐색한다. 생화학적 특성을 보존한 무작위 그래프 서브시투트를 이용해 각 분할의 강건성을 정량화하고, 변이 시뮬레이션으로 핵심 잔기를 예측한다. 방법을 아데닐레이트 키네이스와 말라리아 기생충의 마이오신‑라이트체인 상호작용 단백질(MTIP) 네 가지 구조에 적용해, 구조적 폐쇄 메커니즘, 보존된 클러스터, 결합에 중요한 잔기를 밝혀낸다.

상세 분석

본 연구는 단백질을 원자 단위의 상호작용 그래프로 모델링하고, 가중치가 물리‑화학 포텐셜에 비례하도록 정의한다. 이렇게 구축된 그래프에 대해 ‘Stability’라는 마코프 기반 커뮤니티 탐지 방법을 적용한다. 마코프 시간 t가 증가함에 따라 확률 흐름이 점점 더 큰 커뮤니티 내부에 머무르게 되며, 이는 곧 해당 스케일에서의 동적 결합성을 의미한다. 저자들은 Louvain 알고리즘을 이용해 전역 최적화에 근접한 파티션을 효율적으로 찾고, 마코프 시간의 연속적인 스캔을 통해 원자‑화학군, 아미노산, 2차 구조, 헬릭스 클러스터, 전체 도메인에 이르는 다중계층 구조를 자동으로 도출한다.

핵심적인 혁신은 파티션의 ‘강건성’ 평가이다. 단순히 파티션의 품질만을 보는 것이 아니라, 동일한 화학적 제약(예: 결합 종류, 거리 제한)을 유지한 무작위 그래프 집합을 생성해 기대값을 구한다. 실제 파티션이 이 기대값보다 현저히 높은 경우, 해당 스케일의 커뮤니티가 생물학적으로 의미가 있음을 정량적으로 입증한다.

또한 변이 분석을 위해 각 원자를 ‘가상 삭제’하거나 결합 강도를 조정하는 시뮬레이션을 수행한다. 변이가 전체 네트워크의 Stability에 미치는 영향을 측정함으로써, 특정 잔기가 전체 구조·다이내믹스에 미치는 기여도를 ‘핫스팟’으로 정의한다.

방법론 검증은 구조와 폐쇄 메커니즘이 잘 알려진 아데닐레이트 키네이스(AdK)를 대상으로 수행되었다. 여기서 발견된 다중스케일 클러스터는 기존 실험·시뮬레이션 결과와 일치했으며, 특히 ‘리프’ 도메인의 움직임이 중간 마코프 시간대에 가장 크게 나타났다.

MTIP에 대한 적용에서는 네 가지 결정구조(두 종류의 종, 각각 리간드 유무)를 분석했다. 마코프 시간이 짧을 때는 화학 결합군과 작은 수소 결합 네트워크가, 중간 시간대에서는 N‑말단과 C‑말단 헬릭스가 각각 독립적인 클러스터를 형성함을 확인했다. 긴 시간대에서는 두 헬릭스가 결합해 전체 MTIP가 하나의 큰 커뮤니티로 통합되는 과정을 포착했으며, 이는 ‘폐쇄’ 메커니즘—즉, MTIP가 MyoA 꼬리를 감싸는 과정—과 일치한다.

생성된 무작위 서브시투트와 비교했을 때, 특히 C‑말단 도메인의 클러스터는 높은 강건성을 보였으며, 이는 진화적으로 보존된 기능적 영역임을 시사한다. 변이 시뮬레이션 결과, MyoA 꼬리의 특정 아미노산(예: L‑15, F‑12 등)이 MTIP와의 결합 에너지에 큰 영향을 미쳐 ‘핫스팟’으로 식별되었다. 이러한 잔기들은 실험적 변이와 결합 친화도 측정 결과와도 일관성을 보였다.

전반적으로, 이 연구는 단백질 구조를 다중스케일 그래프 형태로 변환하고, 마코프 기반 동적 커뮤니티 탐지를 통해 구조·다이내믹스의 계층적 조직을 자동으로 밝혀내는 새로운 프레임워크를 제시한다. 강건성 평가와 변이 분석을 결합함으로써, 실험적 검증이 어려운 기능적 부위를 예측하고, 약물 설계 등 실용적 응용 가능성을 크게 확장한다.