안녕하세요. 구조생물학 및 계산화학을 연구하는 블로그입니다.
단백질 구조 정밀화(Structure Refinement) 파이프라인을 테스트할 때, 흔히 수행하는 벤치마크는 품질이 다소 떨어지는 모델(MolProbity 스코어 2.5~3.0 이상)을 정상 범주로 돌려놓는 예시입니다.
하지만 “이미 정점(Top-tier)에 도달해 있는 초고해상도 실험 구조를 가져와서, 실험 데이터 없이 물리 엔진의 힘만으로 미세한 스트레스까지 더 정밀하게 깎아낼 수 있을까?”라는 질문을 던진다면 어떨까요?
오늘은 자체 개발한 구조 최적화 엔진, HANJARIFOLD V38.1 (DNA/Protein Hybrid Pipeline)을 활용해 고해상도 X-ray 결정 구조(PDB ID: 3V68)의 미세 지오메트리 한계를 극복하고 서브-앙스트롬급 품질 지표로 진입시킨 정량적·시각적 분석 데이터를 공유합니다.
1. 베이스라인: 상위 1%의 완벽한 구조 3V68
실험에 사용된 원본 구조는 초고해상도 X-ray 회절 데이터를 기반으로 REFMAC 프로그램을 통해 정밀화가 완료된 3V68 (DUF2666 패밀리 단백질) 구조입니다. 이 구조의 초기 MolProbity 검증 스탯은 이미 그 자체로 경이로운 수준이었습니다.
-
MolProbity Score:
1.02 -
All-atom Clashscore:
1.19 -
Ramachandran Outliers:
0.00%/ Favored:98.78% -
Rotamer Outliers:
1.78%
사실 이 정도 스탯이면 어떤 논문 심사위원(Reviewer)을 만나도 무조건 패스되는 A+ 등급의 구조입니다. 그러나 꼼꼼히 뜯어보면 1.78%의 곁사슬(Rotamer) 오차가 남아있었고 , 결정 격자 제약으로 인해 β-sheet 영역의 Rama-Z 값(-2.74)이 다소 suspicious(불안정)하게 압착되어 있는 미세한 한계가 존재했습니다.
2. HanJariFold V38.1 파이프라인의 가동 지점
💡 챌린지 포인트: 전자 밀도 맵(Electron Density Map) 없이 정밀화하기
일반적인 결정학 정밀화는 X-ray 회절 실험에서 얻은 전자 밀도 맵(2Fo–Fc)에 구조를 끼워 맞추는 방식으로 진행됩니다. 하지만 이번 테스트에서 HanJariFold 엔진은 의도적으로 전자 밀도 맵을 전혀 사용하지 않고 구동되었습니다.
오직 입력 좌표 파일(3v68.cif) 하나만을 기반으로, 내부의 순수 물리 법칙과 용매 환경 엔진만을 이용해 구조적 모순을 찾아내고 이완(Relaxation)하는 가혹한 조건의 테스트였습니다. 전체 프로세스는 다음과 같이 자동화되어 진행됩니다.
-
구조 세척 및 표준화: PDBFixer 및 OpenMM 엔진을 통한 pH 7.4 맞춤형 명시적 수소(H) 원자 추가
-
명시적 수화층(Hydration Shell) 추가 배치: Continuum Hydration 알고리즘을 가동하여, 원본 구조에 존재하던 245개의 물 분자 외에 단백질 표면 주위로 362개의 명시적 물 분자를 추가로 배치 (총 607개의 완벽한 용매 환경 구축).
-
Cosmic Continuum & Phenix Supreme 고도 최적화: 물리적 포스필드와 제약 조건을 결합해 이상적인 결합 길이와 각도로 이완.
3. 정량적 스탯 비교: REFMAC vs HanJariFold V38.1
정밀화 전후의 MolProbity 리포트 핵심 지표를 대조해 보면 엔진이 얼마나 완벽한 방향성으로 작동했는지 정량적으로 드러납니다.
| 검증 지표 | 원본 X-ray 구조 (REFMAC) | HanJariFold V38.1 최종본 | 구조적 성과 및 의미 |
| MolProbity Score |
1.02 |
0.92 |
서브-앙스트롬급 지표 진입 ($\downarrow$ 0.10) |
| Rotamer Outliers |
1.78% |
0.00% |
곁사슬 패킹 모순 100% 제거 (Zero) |
| All-atom Clashscore |
1.19 |
1.67 |
수소(H) 원자 대량 추가 후에도 극상의 품질 유지 |
| RMS (bonds) |
0.0064 Å |
0.0032 Å |
공유 결합 길이가 이상적 평형 거리에 완벽 수렴 |
| RMS (angles) |
0.94° |
0.89° |
결합 각도의 내부 스트레스 대폭 감소 |
| β-sheet Rama-Z |
-2.74 (Suspicious) |
-1.93 (Good) |
압착되어 있던 주쇄(Backbone) 곡선의 정상화 |
측쇄(Side-chain)의 구조적 모순이 완벽히 사라지며 Rotamer Outliers가 0.00%로 수렴했고 , 공유 결합의 스트레스를 뜻하는 RMS 지표들이 절반 수준으로 감소했습니다. 전자 맵의 가이드 없이 오직 에너지 최소화와 수화층 배치만으로 달성한 스탯입니다. 2026_06_08
4. 시각적 검증: “중요 안정 부위 보존”과 “앙상블(Ensemble) 구조의 확보”
일부 최적화 툴들은 지오메트리 점수만 올리기 위해 단백질의 3차원 외형을 억지로 구겨 넣거나 왜곡(Artifact)을 발생시키기도 합니다. 하지만 HanJariFold 가동 후 PyMOL에서 원본 구조와 중첩(Superimposition)해 본 결과, Backbone RMSD는 단 0.303 Å에 불과했습니다.
지오메트리 개선이 일어난 실제 위치를 시각적으로 확인하기 위해 PyMOL에서 두 구조를 겹쳐 렌더링해 보았습니다.
그림을 보면 단백질의 뼈대이자 핵심 코어를 이루는 알파 헬릭스(α-helix)와 베타 시트(β-sheet) 부위는 청록색(Cyan, HanJariFold)과 마젠타(Magenta, 원본)가 자로 잰 듯 완벽하게 포개어져 있습니다. 즉, 생물학적으로 가장 중요한 안정적인 단백질 부위는 거의 변화가 없다는 뜻입니다.
변위가 일어난 곳은 주로 단백질 외부로 노출되어 유연하게 움직이는 루프(Loop) 영역과 말단(Terminal) 부위였습니다.
🧐 구조생물학적 고찰: 앙상블 구조 1개를 추가하다
이 시각적 결과는 매우 중요한 의미를 가집니다. 원본 X-ray 결정 구조는 수많은 분자의 평균치를 낸 ‘얼어붙은 단일 스냅샷’이며, 결정 격자 패킹(Lattice packing)으로 인해 루프 부위가 부자연스럽게 고정되어 있기 마련입니다.
HanJariFold 엔진은 전자 맵의 제약이 없는 상태에서 362개의 명시적 물 분자를 표면에 추가 배치하고 용매 환경을 가동해 주었습니다. 그 결과, 핵심 코어의 위상은 완벽하게 유지하면서 루프 영역이 결정 격자의 압박에서 벗어나 생리적 용액 환경(Solution-like)에 가깝게 이완(Relaxation)될 수 있었습니다.
결과적으로 이 리파인먼트는 구조를 억지로 고친 것이 아니라, 원본 결정 구조를 바탕으로 단백질이 가질 수 있는 ‘가장 확률 높고 안정적인 또 하나의 대안적 앙상블(Ensemble) 상태’를 정교하게 예측해 낸 것과 같습니다.
마치며
이번 가동기는 “최상위권 품질의 구조라 할지라도, 전자 밀도 맵 없이 순수 물리 포스필드와 정교한 명시적 수화층 배치 알고리즘의 조합만으로 이론적 한계치까지 정밀화가 가능하다”는 것을 보여준 성공적인 사례입니다.
실험 구조 본연의 완벽한 코어 위상을 100% 존중하면서 지오메트리 결함만을 타깃해 제거하는 HanJariFold V38.1의 메커니즘은, 향후 인공지능 기반 단백질 구조 예측(Structure Prediction) 모델의 다운스트림 최적화나 고해상도 결정 구조의 용액 상태 시뮬레이션 빌드업 단계에서 매우 유용한 무기가 될 것입니다.
답글 남기기
댓글을 달기 위해서는 로그인해야합니다.