독일과 미국의 과학자들이 구글의 딥마인드가 개발한 인공지능(AI) 시스템인 알파폴드를 이용해 단백질에서 발견된 가장 위상학적으로 복잡한 매듭을 예측했다. AlphaFold가 생성한 데이터를 완벽하게 분석한 결과 단백질의 첫 번째 복합 매듭도 밝혀졌습니다. 동일한 끈에 두 개의 별도 매듭을 포함하는 위상 구조입니다. 발견된 단백질 매듭을 실험적으로 재현할 수 있다면 AlphaFold의 예측 정확도를 검증하는 데 도움이 될 것입니다.
단백질은 접혀 복잡한 토폴로지 구조를 형성할 수 있습니다. 이들 중 가장 흥미로운 것은 단백질 매듭으로, 양쪽 끝에서 단백질을 잡아당겨도 풀리지 않는 모양입니다. 피터 비르나우마인츠 요하네스 구텐베르크 대학의 이론 물리학자인 물리 세계 현재 약 20~30개의 매듭이 있는 단백질이 알려져 있습니다. Virnau는 이러한 구조가 어떻게 접히고 왜 존재하는지에 대한 흥미로운 질문을 제기한다고 설명합니다.
단백질의 모양은 그 기능과 밀접하게 연관될 수 있지만, 단백질 매듭의 기능과 목적에 대한 몇 가지 이론이 있지만 이를 뒷받침하는 확실한 증거는 거의 없습니다. Virnau는 예를 들어 열 변동에 특히 내성이 있어 단백질을 안정적으로 유지하는 데 도움이 될 수 있다고 말했지만 이는 아직 해결되지 않은 문제입니다. 단백질 매듭은 드물지만 진화에 의해 고도로 보존된 것으로 보입니다.
"예를 들어 효모에 매듭이 있는 단백질이 존재한다면 인간의 해당 단백질에도 매듭이 있을 가능성이 높습니다."라고 Virnau는 설명합니다. "그래서 이것들은 수억 년 동안 주변에 있었던 구조입니다."
단백질 매듭 연구의 오랜 문제는 단백질 매듭을 찾고 식별하는 것이었습니다. 복잡한 단백질 구조는 실험실에서 실험적으로 결정되었지만 이는 어렵고 시간이 많이 소요될 수 있습니다. 최근 DeepMind는 다음과 같은 AI 시스템을 개발했습니다. 알파 폴드 놀라운 속도와 정밀도로 단백질 구조를 예측할 수 있다고 주장합니다. 딥 러닝 시스템은 알려진 단백질과 아미노산 서열의 대규모 데이터베이스에서 작동합니다. 그것은 단백질의 XNUMX차원 구조를 예측하기 위해 아미노산의 XNUMX차 구조에 대한 이러한 서열과 정보를 사용합니다. 그 훈련은 단백질 구조의 진화적, 물리적, 기하학적 제약을 기반으로 합니다.
AlphaFold는 수십만 개의 단백질 구조를 예측했으며 대부분은 아직 목록화되지 않았습니다. 에 발표된 이 최신 작품에서 단백질 과학, Virnau와 그의 동료들은 AlphaFold의 데이터뱅크에서 이전에 알려지지 않은 복잡한 단백질 매듭을 검색했습니다. 그들은 7개의 새로운 매듭을 발견했습니다. 여기에는 처음 XNUMX개1-knot – 단백질에서 발견된 가장 위상학적으로 복잡한 매듭인 XNUMX개의 교차점이 있는 매듭.
연구원들은 또한 여러 개의 5교차 복합 매듭을 발견했습니다. 여기에는 각각 세 개의 교차점이 있는 매듭인 두 개의 삼엽충 매듭이 포함되어 있습니다. 그들은 또한 XNUMX개의 필수 교차점이 있는 이전에 알려지지 않은 XNUMX개의 매듭을 발견했습니다.1-매듭과 52-매듭.
팀은 현재 생화학자와 협력하고 있습니다. 토드 예이츠, 캘리포니아 대학 로스 앤젤레스에서 AlphaFold에 의해 식별 된 단백질을 실험적으로 만들어 예측 된 토폴로지 구조를 형성하는지 확인했습니다. Virnau는 “이러한 구조를 실험적으로 확인할 수 있을 것이라고 확신합니다.
양자 접근법은 더 빠른 단백질 접힘을 보여줍니다
이러한 위상적으로 도전적인 구조가 실험적으로 생성될 수 있다면 AlphaFold가 예상대로 작동하고 덜 복잡한 단백질 모양에 대한 예측에 대한 확신을 제공할 수 있습니다. "단백질 매듭은 이것의 사소한 측면일 수 있지만 그럼에도 불구하고 일반적으로 이러한 도구의 검증 역할을 할 수 있습니다."라고 Virnau는 설명합니다.
미래에는 이러한 AI 도구를 단백질 공학에 사용할 수 있을 것입니다. 단백질은 매듭 및 특정 작업을 위한 기능을 제공하는 기타 복잡한 구조를 포함하도록 설계될 수 있지만 이는 적어도 몇 년 후에는 가능합니다.
