단일 대형 바이오분자의 원자구조를 무작위 회전 회절패턴으로 복원하는 혁신적 알고리즘

초록

XFEL 펄스를 이용한 단일 분자 영상(SMI)에서 수십만 개의 잡음이 많은 회절패턴을 효율적으로 정렬하고, 100 kDa 규모의 단백질을 원자 수준까지 재구성하는 새로운 회전 정렬 방법을 제시한다.

상세 분석

본 논문은 X‑ray 자유 전자 레이저(FEL) 기반 단일 분자 영상(SMI) 실험에서 가장 난제인 “무작위 회전된 회절패턴의 정렬” 문제를 해결하기 위한 새로운 반복 알고리즘을 제안한다. 핵심 아이디어는 초기에는 무작위 3‑차원 강도 분포(I(q))를 가정하고, 각 패턴을 가능한 모든 회전(Θ, Φ) 후보와 비교해 Pearson 상관계수를 최대화하는 방향으로 최적 회전을 찾는 것이다. 회전 후보는 정규 icosahedron을 세분화해 얻은 균일 구면 격자를 사용하며, Ψ(빔축 회전)는 별도로 처리한다. 각 회전 후보에 대해 3‑D 강도 분포에서 구면 절단을 추출하고, FFT 기반 교차상관을 이용해 회전마다의 상관값을 빠르게 계산한다. 가장 높은 상관값을 보이는 (rₘ, jₘ)를 현재 패턴의 추정 회전으로 채택하고, 이를 이용해 패턴을 정렬·스케일링한 뒤, 모든 패턴을 평균하여 새로운 3‑D 강도 분포를 재구성한다. 이 과정을 수차례 반복하면 실제 회전값이 고정점으로 수렴한다는 점에서 EMC 알고리즘을 단순화한 형태라 할 수 있다.

알고리즘의 계산 복잡도는 회전 격자 수 N_R ∝ R², 3‑D 격자 수 N_I ∝ R³, 패턴 해상도 N_θ·N_φ ∝ R² 로 정의되는 문제 규모 R = D/d(입자 직경/목표 해상도) 에 대해, FFT 적용으로 N_φ²를 N_φ·log N_φ 로 대체함으로써 전체 연산량이 O(R⁵·log R) 로 축소된다. 이는 기존의 R⁶–R⁸ 스케일링을 보이는 EMC·GTM 기반 방법보다 현저히 효율적이다.

시뮬레이션에서는 109 kDa 규모의 질산 환원효소(NapAB, PDB 3ML1)를 대상으로 100 000개의 무작위 회전 패턴을 생성하였다. 평균 광자 수는 10⁻² ph/pixel(1.9 Å) 수준으로 매우 낮은 신호‑대‑노이즈 비를 가정했으며, 고각도 영역은 구조 재구성을 위해 보존하고, 저강도 영역은 회전 정렬에 사용하지 않았다. 알고리즘은 초기 무작위 강도 분포에서 시작해 10~15 회 반복 후 상관값이 급격히 상승하며 수렴했으며, 최종적으로 원자 수준(≈1.5 Å) 해상도의 3‑D 전자밀도 지도를 복원하였다.

또한, 회전 격자와 FFT 기반 상관 계산을 CUDA GPU로 구현해 실시간에 가까운 처리 속도를 달성했으며, 패턴 중 상관값이 일정 임계값 이하인 경우는 제외함으로써 수렴 속도와 정확도를 동시에 향상시켰다. 논문은 이 방법이 cryo‑EM이나 단층촬영(tomography) 등, 물체의 회전·위치가 알려지지 않은 영상 데이터에도 적용 가능함을 제시한다.

요약하면, 제안된 알고리즘은 (1) 회전 정렬을 위한 복잡한 확률 모델 대신 단순 상관 기반 최적화를 사용, (2) icosahedron 기반 균일 회전 격자와 FFT‑가속 교차상관을 통해 계산량을 크게 감소, (3) 약 10⁵개의 패턴만으로도 대형 단백질의 원자 구조를 복원할 수 있음을 실험적으로 증명하였다. 이는 차세대 XFEL 기반 단일 분자 구조생물학에 실용적인 해법을 제공한다.