공동 진화 사이트 쌍 추정: 단백질 3D 구조 접촉 예측의 탁월한 지표

초록

이 논문은 계통수의 각 분기에서 동시·보상 치환을 이용해 아미노산 자리들의 직접적인 상호작용을 추정한다. 최적화된 코돈 대체 모델과 부분 상관계수를 통해 얻은 공동 진화 점수는 15개 Pfam 단백질군에서 기존 최대 엔트로피(Direct Coupling Analysis) 방법과 동등하거나 더 높은 접촉 예측 정확도를 보이며, 보상 치환이 단백질 진화에 중요한 역할을 함을 시사한다.

상세 분석

본 연구는 기존의 직접 상호작용을 추정하는 최대 엔트로피 모델과는 다른 접근법을 제시한다. 먼저, 다중 서열 정렬(MSA)에서 얻은 서열들을 바탕으로 Neighbor‑Joining(NJ) 방법으로 초기 계통수를 구축하고, 이를 기계론적 코돈 대체 모델(mechanistic codon substitution model) 하에서 분기 길이와 대체율 파라미터를 최대우도법으로 동시에 최적화한다. 이렇게 얻어진 최적화된 계통수는 각 분기마다 특정 아미노산 자리의 치환이 발생했는지 여부와 그 치환이 동시적(concurrent) 혹은 보상적(compensatory) 특성을 가졌는지를 정량화할 수 있는 확률적 프레임워크를 제공한다.

연구자는 “동시·보상 치환 특성량”(characteristic changes)이라는 지표를 정의한다. 이는 한 자리에서 치환이 일어났을 때, 다른 자리에서 발생할 수 있는 치환의 방향성(예: 전하, 부피, 친수성 변화)과의 일치 정도를 나타낸다. 각 분기별로 이러한 특성량의 평균값을 추정하고, 두 자리 사이의 특성량 변화가 얼마나 상관되는지를 부분 상관계수(partial correlation coefficient)로 계산한다. 부분 상관계수는 다른 모든 자리들의 영향을 통제한 뒤 두 자리 간의 직접적인 연관성을 반영하므로, 간접적인 상호작용을 효과적으로 제거한다.

이후, 모든 자리 쌍에 대해 계산된 부분 상관계수를 “공동 진화 점수”(co‑evolution score)로 정의하고, 점수가 높은 순서대로 접촉 가능성이 높은 잔기 쌍을 예측한다. 예측 성능은 Pfam 26.0에서 추출한 15개의 단백질 패밀리(각 패밀리당 100300개의 비동질 서열)에서 검증되었다. 접촉 정의는 실제 3차원 구조에서 Cβ‑Cβ 거리 ≤ 8 Å인 잔기 쌍이며, 상위 N% 점수에 해당하는 쌍들의 정밀도(precision)를 계산하였다. 결과는 Direct Coupling Analysis(DCA)와 같은 최대 엔트로피 기반 방법과 비교했을 때, 상위 10% 예측에서 0.700.85의 정밀도를 기록하며 동등하거나 약간 우수한 성능을 보였다. 특히, 보상 치환 특성을 명시적으로 고려한 점이 구조적 접촉을 더 정확히 포착하는 데 기여한 것으로 해석된다.

이러한 결과는 두 가지 중요한 의미를 가진다. 첫째, 계통수 기반의 동시·보상 치환 분석이 직접적인 물리적 접촉을 추정하는 데 충분히 강력한 통계적 신호를 제공한다는 점이다. 둘째, 단백질 진화 과정에서 보상적 치환이 빈번히 일어나며, 이는 구조적 안정성 유지와 기능적 제약을 동시에 만족시키는 메커니즘으로 작용한다는 생물학적 가설을 뒷받침한다. 향후 연구에서는 보다 정교한 코돈 모델(예: 부위별 선택압 차이 반영)이나, 다중 단백질 복합체 내 상호작용을 포함한 확장 모델을 적용함으로써 현재 방법의 일반화 가능성을 검증할 필요가 있다.