잔여 상호진화 분석으로 원주 구조 접촉을 대규모 예측

초록

본 연구는 직접 결합 분석(DCA)의 평균장(mean‑field) 구현인 mfDCA를 개발하고, 131개의 박테리아 단백질 도메인에 적용하여 순수 서열 정보만으로 높은 정확도의 잔여 접촉을 예측함을 보였다. mfDCA는 기존 메시지 전달 방식보다 10³‑10⁴ 배 빠르며, 상위 20개의 직접 정보(DI) 순위에서 평균 84%가 실제 접촉임을 확인하였다. 또한, 간접 상관을 제거한 DI는 단순 상호정보(MI)나 베이지안 방법보다 뛰어난 성능을 보이며, 도메인 내부뿐 아니라 대체 구조, 리간드 결합, 다중체 상호작용 등 다양한 생물학적 신호를 포착한다.

상세 분석

Direct Coupling Analysis(DCA)는 아미노산 위치 간의 공진화 신호를 이용해 구조적 접촉을 추정한다. 기존 구현인 메시지 전달 DCA(mpDCA)는 반복적 파라미터 학습이 느려 대규모 데이터에 적용하기 어려웠다. 저자들은 평균장(mean‑field) 근사를 적용한 mfDCA를 제안했으며, 이는 공분산 행렬을 한 번의 선형 연산으로 역전시켜 직접 결합 강도인 Direct Information(DI)을 계산한다. 서열 정렬은 Pfam HMM을 이용해 수천에서 수만 개의 동형 서열을 수집하고, 80 % 이상 중복을 제거한 효과적 서열 수 Meff를 사용해 가중치를 부여하였다. DI와 비교 대상으로는 상호정보(MI)와 최신 베이지안 접근법이 사용되었으며, 접촉 정의는 최소 원자 거리 < 8 Å로 설정하였다. 실험에서는 131개의 도메인(총 856개의 고해상도 PDB 구조)에서 상위 20개의 DI 쌍 중 평균 84 %가 실제 접촉임을 확인했으며, MI는 약 65 %에 불과했다. DI 순위가 높을수록 거리 분포는 3‑5 Å와 7‑8 Å의 이중 피크를 보였는데, 이는 수소결합 등 짧은 거리 상호작용과 물 매개 장거리 접촉을 반영한다. 서열 수가 충분히 많을 경우(예: Meff ≈ 1000 이상) TP 비율이 포화에 가까워지며, 추가 서열이 성능을 단조롭게 향상시킨다. 또한, mfDCA는 도메인 내부 접촉뿐 아니라 대체 구조, 리간드 결합 부위, 다중체 인터페이스 등 비전통적 접촉 신호도 포착한다는 점에서 구조 예측 및 복합체 모델링에 유용한 정보를 제공한다.