서열 정렬을 통한 고정밀 단백질 구조·안정성 예측

초록

본 논문은 자연계에서 진화된 단백질 서열 집합을 확률적 모델로 분석하여, 상호작용 위치들의 협동 효과를 직접적으로 고려한 새로운 방법을 제시한다. 이 방법은 기존 접촉 예측 기법보다 높은 정확도를 보이며, 다중 돌연변이에 의한 자유에너지 변화를 정량적으로 예측한다. 실험 데이터와의 비교를 통해 서열 분포와 구조·안정성 사이의 강한 연관성을 입증한다.

상세 분석

이 연구는 단백질 서열 정렬(MSA)에서 얻어지는 공진화 신호를 활용해, 위치 간 상호작용을 네트워크 형태로 모델링하는 확률론적 프레임워크를 구축한다. 기존의 직접 결합 분석(Direct Coupling Analysis, DCA)은 쌍별 상관관계에 초점을 맞추었지만, 다중 변이의 비가법적 효과를 충분히 포착하지 못한다는 한계가 있었다. 저자들은 베이즈 추정과 최대 엔트로피 원리를 결합해, 각 아미노산 자리의 상태와 그 주변 위치들의 공동 확률분포를 동시에 최적화한다. 이를 통해 ‘협동 효과(co‑operative effect)’라 불리는, 두 개 이상의 변이가 동시에 발생했을 때 나타나는 자유에너지 변화의 비선형성을 정량화한다.

모델은 크게 두 부분으로 구성된다. 첫 번째는 접촉 예측을 위한 ‘통계적 에너지 함수’로, 서열 집합에서 관측된 빈도와 기대 빈도 사이의 차이를 최소화하는 파라미터(쌍별 coupling J와 단일 위치 field h)를 추정한다. 두 번째는 이러한 파라미터를 이용해 변이 체계의 자유에너지 변화를 ΔΔG로 계산하는 ‘비가법적 안정성 모델’이다. 특히, 다중 변이의 경우 각 변이가 독립적으로 기여하는 ΔΔG의 합이 아니라, coupling 항 J에 의해 조정된 상호작용 항을 포함한다.

실험적 검증에서는 30여 종의 단백질에 대해 알려진 3차원 구조와 돌연변이 실험 데이터를 사용하였다. 접촉 예측에서는 기존 DCA 대비 평균 정확도가 12%p 상승했으며, 특히 장거리 접촉(>12 Å)에서 큰 개선을 보였다. 안정성 예측에서는 단일 돌연변이의 ΔΔG 예측 RMSD가 0.9 kcal·mol⁻¹였던 반면, 다중 돌연변이에서는 1.4 kcal·mol⁻¹ 이하로 유지되어 비가법적 효과를 성공적으로 포착함을 확인했다.

이러한 결과는 단백질 서열이 진화 과정에서 구조적·열역학적 제약을 반영한다는 가설을 강력히 뒷받침한다. 또한, 서열 기반 모델만으로도 실험적 구조와 안정성 데이터를 높은 정확도로 재현할 수 있음을 보여, 향후 신약 설계, 단백질 엔지니어링, 그리고 미지의 단백질 구조 예측에 실용적인 도구로 활용될 가능성을 제시한다.