예측 구조를 연구에 활용하는 실전 워크플로

구조 그림에서 연구 질문으로

AlphaFold를 처음 배울 때는 대개 화면에 뜬 리본 그림에서 감탄이 시작된다. 꼬여 있던 아미노산 서열이 나선과 병풍과 고리로 접히고, 평면의 문자였던 단백질이 갑자기 손에 잡힐 듯한 물체가 된다. 하지만 연구에서 정말 중요한 순간은 그다음이다. 이 구조로 무엇을 할 것인가?

AlphaFold 구조는 논문 그림 한 장을 예쁘게 채우기 위한 장식이 아니다. 좋은 AlphaFold 모델은 연구 질문을 더 선명하게 만드는 지도에 가깝다. 어떤 변이를 먼저 만들지, 어느 도메인을 잘라 발현할지, 어떤 잔기가 결합면에 있을지, cryo-EM 지도에서 어느 밀도가 어느 사슬일지, 리간드가 들어갈 만한 포켓이 정말 믿을 만한지 판단하는 출발점이 된다.

이 장의 핵심은 단순하다. AlphaFold 결과를 최종 결론으로 취급하지 말고, 다음 분석과 실험을 설계하는 가설 생성 장치로 쓰자는 것이다. AlphaFold DB는 수억 개 규모의 단백질 구조 예측을 공개해 많은 단백질에 대해 실험 구조가 없어도 구조적 출발점을 마련해 주고 있으며, 2026년에는 단백질 복합체 예측 데이터까지 대규모로 제공하기 시작했다.¹ 그러나 출발점이 있다는 말과 결승선에 도착했다는 말은 다르다. 좋은 연구자는 구조를 보고 바로 결론을 내리지 않는다. 먼저 묻는다. 이 부분은 믿을 수 있는가? 이 배치는 생물학적으로 말이 되는가? 이 가설을 어떤 실험으로 무너뜨릴 수 있는가?

변이를 3D 구조 위에 올리는 기본 흐름

질병 관련 missense 변이, 즉 단백질의 한 아미노산이 다른 아미노산으로 바뀌는 변이를 해석할 때 AlphaFold 구조는 매우 강력한 렌즈가 된다. 같은 변이라도 단백질 표면에 느슨하게 노출되어 있는지, 빽빽한 구조 핵심부에 박혀 있는지, 활성 부위 한가운데 있는지, 다른 단백질과 맞닿는 결합면에 있는지에 따라 의미가 크게 달라진다.

실전 흐름은 서열 확인에서 시작한다. 먼저 UniProt accession, isoform, residue numbering을 맞춘다. 변이 표에는 p.Arg123His처럼 단백질 번호가 적혀 있지만, AlphaFold DB 모델은 특정 UniProt 서열을 기준으로 만들어져 있다. 신호 펩타이드가 잘려 나갔는지, isoform이 다른지, N-말단 methionine이 포함되어 있는지에 따라 번호가 한두 칸씩 밀릴 수 있다. 이 단계에서 틀리면 뒤의 모든 3D 해석이 틀어진다. 구조 분석에서 가장 비싼 실수는 화려한 시각화 프로그램을 잘못 다루는 것이 아니라, 123번 잔기를 124번 잔기로 착각하는 것이다.

그다음 AlphaFold DB에서 해당 단백질 모델을 열고, pLDDT 색상으로 전체 신뢰도를 훑는다. 파란색과 청록색으로 보이는 높은 신뢰도 영역은 대체로 접힌 도메인일 가능성이 높고, 노란색이나 주황색으로 길게 늘어진 부분은 유연하거나 무질서한 영역일 가능성이 높다. 변이가 어느 쪽에 놓이는지부터 확인한다. 같은 병적 변이 후보라도 높은 pLDDT의 효소 활성 부위에 있는 경우와 낮은 pLDDT의 긴 말단 꼬리에 있는 경우는 해석 전략이 다르다.

최근 AlphaFold DB와 3D-Beacons에는 AlphaMissense의 잔기 수준 변이 효과 예측이 통합되어, 인간 단백질의 missense 변이를 구조와 함께 살펴보는 흐름이 쉬워졌다. 특히 변이별 병원성 가능성을 heatmap이나 3D 시각화와 연결해 볼 수 있기 때문에, 한 단백질 안에서 위험 신호가 특정 도메인이나 포켓 주변에 몰리는지 확인하기 좋다.² 다만 AlphaMissense 점수도 예측이고, AlphaFold 구조도 예측이다. 예측 두 개를 겹쳤다고 해서 실험 결과가 되는 것은 아니다. 오히려 예측끼리 서로 같은 방향을 가리킬 때, 검증할 만한 가설의 우선순위가 올라간다고 보는 편이 안전하다.

변이를 구조 위에 올린 뒤에는 위치를 네 가지 질문으로 나누어 본다. 첫째, 변이가 활성 부위나 보조인자 결합 부위에 닿아 있는가? 둘째, 단백질-단백질, 단백질-핵산, 단백질-리간드 결합면에 놓이는가? 셋째, 단백질 내부의 소수성 핵심부나 이황화 결합, 금속 배위 부근처럼 접힘 안정성에 중요한 자리에 있는가? 넷째, 도메인 경계나 유연한 linker처럼 배치가 바뀌기 쉬운 곳에 있는가?

예를 들어 어떤 효소에서 Aspartate가 Histidine으로 바뀐 변이가 발견되었다고 하자. 이 잔기가 높은 pLDDT 영역의 깊은 포켓 안에 있고, 여러 종에서 강하게 보존되어 있으며, 알려진 촉매 잔기와 수소 결합 거리 안에 있다면 상당히 설득력 있는 기능 저하 가설을 세울 수 있다. 이때 다음 실험은 단순한 세포 생존율 측정보다 정제 단백질의 효소 활성 측정, 기질 결합 실험, 또는 보조인자 의존성 분석이 더 직접적이다.

반대로 같은 missense 변이가 낮은 pLDDT의 긴 C-말단 꼬리에 있다면 이야기가 달라진다. 그 부분이 구조적으로 흔들린다고 해서 중요하지 않다는 뜻은 아니다. 오히려 짧은 선형 motif, 인산화 자리, degron, 세포 내 위치 신호처럼 접힌 구조보다 서열 자체가 중요한 기능을 가질 수 있다. 이때 AlphaFold의 낮은 신뢰도는 '무시해도 된다'가 아니라 '고정된 3D 구조로 설명하지 말라'는 신호다. 변이 해석에서 구조생물학은 강력한 증거를 줄 수 있지만, 유전학적 빈도, 가족 분리, 기능 assay, 세포 표현형과 함께 읽어야 한다는 점은 변이 해석 분야에서도 반복해서 강조된다.³

pLDDT와 PAE로 과해석을 막는 법

AlphaFold 모델을 연구에 활용할 때 가장 흔한 함정은 '그림이 그럴듯하면 믿고 싶어지는 마음'이다. 리본 구조는 묘하게 권위가 있다. 하지만 AlphaFold 결과에는 스스로의 불확실성을 알려 주는 장치가 들어 있다. pLDDT는 잔기별 국소 구조 신뢰도를 나타내며, AlphaFold2 논문에서도 실제 국소 정확도와 잘 대응하는 신뢰도 지표로 제시되었다.⁴ 쉽게 말해 pLDDT는 '이 잔기 주변의 접힘을 얼마나 믿을 수 있는가'를 알려 준다.

그러나 pLDDT가 높다고 해서 모든 것이 해결되는 것은 아니다. pLDDT는 국소 구조에 강하다. 나선 하나, 베타 가닥 하나, 작은 도메인 내부의 접힘을 판단하는 데 유용하다. 하지만 두 도메인이 서로 어떤 각도로 붙어 있는지, 긴 linker 양끝의 도메인이 실제 세포 안에서도 예측처럼 만나는지, 복합체 사슬들이 그 배치로 안정한지는 pLDDT만으로 판단하기 어렵다. 이때 필요한 것이 PAE, 즉 predicted aligned error다. PAE는 한 잔기를 기준으로 구조를 맞췄을 때 다른 잔기의 위치가 얼마나 틀릴 수 있는지를 잔기 쌍 단위로 보여 준다.

실전에서는 이렇게 읽으면 된다. 어떤 단백질이 두 개의 도메인으로 이루어져 있고 각 도메인의 pLDDT가 모두 높다고 하자. 구조 그림만 보면 두 도메인이 V자 형태로 예쁘게 붙어 있다. 그런데 PAE heatmap에서 도메인 A 내부와 도메인 B 내부는 낮은 오차를 보이지만, A와 B 사이 영역이 높게 나타난다면 두 도메인 각각의 접힘은 믿을 수 있어도 두 도메인의 상대 배치는 믿기 어렵다. 이 모델로 도메인 사이에 형성된 좁은 포켓을 약물 결합 부위라고 주장하면 위험하다. 그 포켓은 실제 단백질의 안정한 포켓이 아니라, 예측 과정에서 임시로 접힌 자세 사이에 생긴 그림자일 수 있다.

도메인 경계를 잡을 때도 pLDDT와 PAE를 함께 보아야 한다. 높은 pLDDT가 연속되는 구간은 잘 접힌 구조 단위일 가능성이 높다. 낮은 pLDDT가 길게 이어지는 linker나 말단은 construct 설계에서 제거 후보가 될 수 있다. 그러나 도메인 경계는 단순히 pLDDT가 떨어지는 지점 하나로 정하지 않는다. 보존성, 기능 주석, 알려진 motif, transmembrane segment, signal peptide, disorder prediction, 그리고 PAE에서 보이는 독립적 움직임까지 함께 본다. AlphaFold DB에서는 TED처럼 AlphaFold 구조를 바탕으로 도메인을 식별하고 분류하는 자원도 연결되어 있어, 긴 단백질을 도메인 단위로 이해하는 데 도움을 받을 수 있다.⁵

Pocket 후보를 찾을 때도 비슷하다. 구조 위에 그럴듯한 홈이 보인다고 곧바로 ligand-binding pocket이 되는 것은 아니다. 믿을 만한 pocket은 대체로 몇 가지 특징을 함께 가진다. 주변 잔기의 pLDDT가 높고, pocket을 만드는 도메인 간 PAE가 낮으며, 생화학적으로 말이 되는 잔기 조합이 있고, 보존 잔기나 변이 클러스터가 그 주변에 모이며, 알려진 유사 단백질의 기능과 모순되지 않는다. 반대로 낮은 pLDDT loop가 우연히 접혀 만든 홈, 상대 배치가 불확실한 두 도메인 사이의 틈, 생체 조건에서 떨어져 있을 가능성이 큰 말단 꼬리 주변의 공간은 조심해야 한다.

여기서 중요한 실전 기준은 '구조가 예측한 결론'을 찾는 것이 아니라 '구조가 허용하는 질문'을 찾는 것이다. 높은 신뢰도 구조는 구체적인 잔기 수준 실험을 설계하게 해 준다. 낮은 신뢰도 영역은 접힌 구조 기반 해석을 멈추고, 무질서 영역의 기능, 조절 motif, 상호작용 조건, post-translational modification 같은 다른 언어로 질문을 바꾸게 해 준다.

변이 클러스터는 단백질이 보내는 신호일 수 있다

개별 변이 하나만 보면 해석이 애매할 때가 많다. 하지만 여러 환자 변이, 자연 변이, 실험적 alanine scanning 결과를 구조 위에 한꺼번에 올리면 갑자기 패턴이 보일 때가 있다. 1차 서열에서는 멀리 떨어져 있던 잔기들이 3D 구조에서는 같은 표면 patch에 모일 수 있다. 이런 변이 클러스터는 기능 부위, 결합면, allosteric 조절 부위의 후보가 된다.

가령 50번, 180번, 233번 잔기가 서열상으로는 멀리 떨어져 있는데 구조상 같은 오목한 표면에 모여 있고, 그 주변이 높은 pLDDT이며, 여러 종에서 보존되어 있다고 하자. 이때 연구 질문은 '각 변이가 단백질을 망가뜨리는가?'에서 '이 표면이 무엇과 결합하는가?'로 바뀐다. co-immunoprecipitation, pull-down, BLI, SPR, ITC 같은 결합 assay를 설계할 수 있고, 표면 patch의 전하를 바꾸는 점돌연변이로 상호작용이 사라지는지 볼 수 있다.

반대로 변이들이 낮은 pLDDT 꼬리 전체에 흩어져 있다면 3D 클러스터라는 말은 의미가 약하다. 그 경우에는 구조가 아니라 서열 motif와 조절 기능을 봐야 한다. 같은 낮은 pLDDT 영역 안에서도 짧은 선형 motif가 보존되어 있거나, 인산화 가능 Ser/Thr/Tyr 주변에 변이가 몰리거나, 단백질 분해 신호와 겹친다면 실험 방향은 달라진다. kinase inhibitor 처리, phospho-mutant, degron assay, 세포 내 localization 분석이 더 직접적인 검증법이 된다.

AlphaFold 구조 위에 변이를 올리는 일은 탐정이 지도에 핀을 꽂는 것과 비슷하다. 핀 하나는 우연일 수 있다. 그러나 핀 여러 개가 같은 골목에 모이면, 그 골목에는 무언가 있다.

실험 구조를 돕는 AlphaFold: cryo-EM에서의 역할

cryo-EM 지도 해석에서 AlphaFold 모델은 특히 유용하다. 중간 해상도 지도에서 도메인의 전체 모양은 보이지만 원자 모델을 새로 짓기 어려울 때, AlphaFold가 예측한 고신뢰도 도메인은 훌륭한 시작 모델이 된다. 그러나 여기서도 원칙은 같다. AlphaFold 모델을 전체 구조의 정답으로 넣는 것이 아니라, 지도에 맞춰 검증하고 조정할 수 있는 부품으로 사용해야 한다.

가장 안전한 방식은 도메인별 rigid-body fitting에서 시작하는 것이다. rigid-body fitting은 도메인 내부 모양은 유지한 채, 지도 안에서 위치와 방향만 맞추는 방법이다. pLDDT가 높은 도메인을 독립된 블록으로 잘라 cryo-EM density에 넣어 보고, 각 도메인이 어느 밀도에 가장 잘 들어맞는지 확인한다. 이때 낮은 pLDDT loop와 말단 꼬리는 먼저 제거하는 편이 좋다. 지도에 보이지 않는 유연한 꼬리가 fitting 점수를 방해하거나, 엉뚱한 밀도에 끼워 맞춰져 거짓 해석을 만들 수 있기 때문이다.

그다음 단계가 flexible fitting이다. flexible fitting은 모델을 밀도에 맞게 조금씩 휘거나 움직이게 하는 과정이다. 이 단계에서는 더 조심해야 한다. 모델을 너무 자유롭게 움직이면 어떤 지도에도 그럴듯하게 맞출 수 있다. 이는 과학이 아니라 조각 맞추기 게임이 된다. 따라서 flexible fitting은 지도에 실제로 지지되는 움직임, 알려진 hinge, 낮은 PAE로 뒷받침되는 도메인 내부 구조, 생화학적으로 가능한 결합 상태 안에서 제한적으로 수행해야 한다.

AlphaFold는 cryo-EM에서 미해결 영역을 모델링하는 데도 도움을 준다. 예를 들어 실험 구조에서는 특정 loop가 보이지 않지만 AlphaFold에서는 높은 pLDDT로 예측되어 있고, cryo-EM 지도에도 희미한 density가 있다면 그 loop를 후보 모델로 넣어 볼 수 있다. 반대로 AlphaFold에서 낮은 pLDDT이고 지도에서도 density가 없다면, 그 부분은 특정한 한 구조로 고정되어 있다고 주장하기 어렵다. 구조 파일에 좌표를 채워 넣는 것보다, '이 영역은 유연하여 모델링하지 않았다'고 정직하게 남기는 편이 더 좋은 과학일 때가 많다.

최근 구조생물학 연구에서는 AlphaFold2 모델을 cryo-EM 및 cryo-ET workflow에 통합해 도메인 fitting, 사슬 배정, 부분적으로 해석되지 않는 영역의 starting model 생성 등에 활용하는 사례가 많아졌다. 동시에 intrinsically disordered region, 여러 상태가 섞인 복합체, ligand에 의해 유도되는 구조 변화, post-translational modification, 큰 다성분 assembly에서는 단독 AlphaFold 모델에 의존할 경우 오배정과 과해석 위험이 커진다는 점도 반복해서 지적된다.⁶

cryo-EM에서 AlphaFold를 잘 쓰는 연구자는 모델을 지도에 넣기 전에 질문을 나눈다. 이 밀도는 어느 단백질인가? 이 도메인은 어느 방향으로 들어가는가? 이 loop는 정말 보이는가? 이 interface는 지도와 독립 실험이 함께 지지하는가? 이렇게 질문을 잘게 나누면 AlphaFold는 강력한 보조자가 된다. 반대로 전체 복합체를 한 번에 넣고 '잘 맞는 것처럼 보인다'고 말하면, AlphaFold는 오히려 연구자를 속이는 매우 세련된 그림이 될 수 있다.

분자 대체법과 docking 전에 해야 할 전처리

X-ray crystallography의 molecular replacement, 단백질 docking, virtual screening, 복합체 모델링에 AlphaFold 구조를 사용할 때는 파일을 그대로 넣지 않는 편이 좋다. AlphaFold 모델은 예쁘게 완성된 PDB 파일처럼 보이지만, 실험 구조와 다른 규칙을 갖는다. 특히 AlphaFold DB에서 받은 PDB 파일의 B-factor 칼럼에는 실험적 열진동 인자가 아니라 pLDDT 값이 저장되어 있는 경우가 많다. 즉, 그 숫자는 원자가 얼마나 흔들렸는지를 뜻하는 것이 아니라, 예측 모델이 해당 잔기의 국소 구조를 얼마나 자신하는지를 뜻한다.

이 차이를 모르면 엉뚱한 해석이 나온다. 실험 구조의 B-factor가 높으면 원자가 결정 안에서 더 많이 흔들리거나 여러 위치를 가질 가능성을 시사한다. AlphaFold PDB의 pLDDT 값은 그와 다르다. 높은 pLDDT는 예측 신뢰도가 높다는 뜻이지, 원자가 단단히 고정되어 있다는 실험 증거가 아니다. 낮은 pLDDT는 해당 좌표가 불확실하다는 뜻이지, 실제 단백질이 반드시 그만큼 크게 흔들린다는 정량적 측정값도 아니다.

전처리 원칙은 간단하지만 중요하다. 먼저 낮은 신뢰도 말단과 긴 loop를 제거한다. 특히 molecular replacement에서는 잘못된 loop 하나가 회전 함수와 병진 함수의 신호를 흐릴 수 있다. 다음으로 PAE를 보고 독립적으로 움직일 가능성이 큰 도메인을 분리한다. 한 단백질 안의 두 도메인이 각각은 정확하지만 상대 배치가 불확실하다면, 전체 모델 하나로 넣기보다 도메인별 search model로 넣는 편이 낫다. docking에서도 마찬가지다. 불확실한 linker까지 포함한 전체 단백질을 단단한 물체로 취급하면, 실제 결합면보다 가짜 접촉면이 더 높은 점수를 받을 수 있다.

또한 docking이나 ligand screening에 쓰기 전에는 수소 원자, protonation state, 금속 이온, cofactor, missing side chain, disulfide bond, membrane 환경 같은 화학적 조건을 확인해야 한다. AlphaFold2 계열 모델은 단백질 서열에서 구조를 예측하는 데 탁월하지만, 모든 ligand-bound 상태를 자동으로 재현하지는 않는다. apo 상태와 holo 상태가 크게 다른 단백질이라면 AlphaFold 모델은 결합 가능한 상태가 아니라 닫힌 상태 또는 평균적인 상태를 보여 줄 수 있다.

AlphaFold 3는 단백질뿐 아니라 핵산, 작은 분자, 이온, 변형 잔기까지 포함한 다양한 생체분자 복합체의 공동 구조를 예측하도록 설계되어, 단백질-리간드와 단백질-핵산 상호작용 가설을 세우는 범위를 크게 넓혔다.⁷ 하지만 이 역시 실험을 대체하는 면허증은 아니다. 리간드 pose가 그럴듯해 보여도 protonation이 틀렸을 수 있고, 물 분자 매개 결합이 빠졌을 수 있으며, 금속 배위 기하가 실제 효소 조건과 다를 수 있다. docking과 AlphaFold 3 결과는 서로 다른 방식의 가설 생성 도구로 보고, 둘이 일치하는 후보를 우선 검증 대상으로 올리는 전략이 더 안전하다.

복합체 가설은 세 번 의심하고 한 번 실험한다

단백질 복합체 예측은 매력적이지만, 단일 단백질 예측보다 훨씬 까다롭다. 복합체는 두 가지 문제를 동시에 풀어야 한다. 각 사슬이 어떻게 접히는지도 맞혀야 하고, 사슬들이 서로 어떻게 붙는지도 맞혀야 한다. AlphaFold-Multimer는 이 분야에 큰 진전을 가져왔지만, 단백질 단량체 예측만큼 안정적으로 모든 문제를 해결한다고 보면 안 된다. CASP15와 같은 평가에서도 복합체 예측은 MSA 품질, template, ranking, interface 평가에 크게 영향을 받으며, 표준 AlphaFold-Multimer보다 다양한 MSA와 template 및 품질 평가를 결합한 접근이 성능을 개선할 수 있음이 보고되었다.⁸

복합체 모델을 볼 때는 먼저 ipTM과 사슬 간 PAE를 확인한다. ipTM은 interface 중심의 전체 복합체 신뢰도에 가까운 지표이고, 사슬 간 PAE는 한 사슬을 기준으로 다른 사슬의 상대 위치가 얼마나 믿을 만한지 보여 준다. pLDDT가 높은 두 단백질이 서로 예쁘게 붙어 있어도, 사슬 간 PAE가 높고 seed를 바꿀 때마다 interface가 달라진다면 그 결합 배치는 약한 가설이다.

좋은 복합체 가설은 여러 독립 신호가 같은 방향을 가리킨다. interface 주변 잔기의 pLDDT가 높고, 사슬 간 PAE가 낮으며, 여러 seed에서 비슷한 결합면이 반복되고, interface 잔기가 보존되어 있으며, 알려진 stoichiometry와 세포 내 위치가 맞고, 변이 또는 crosslinking 데이터와 모순되지 않는다. 반대로 한 번의 예측에서만 나타난 넓은 접촉면, 낮은 pLDDT 꼬리가 상대 단백질 표면에 달라붙어 만든 interface, 생물학적으로 만날 수 없는 세포 구획의 단백질끼리 만든 복합체는 의심해야 한다.

특히 유연한 말단과 무질서 영역은 복합체 예측에서 자주 가짜 접착제처럼 행동한다. 낮은 pLDDT 꼬리가 다른 사슬의 홈에 누워 있는 모델은 보기에는 설득력 있어 보인다. 그러나 그 꼬리가 여러 seed에서 다른 위치에 붙거나, PAE가 높거나, 보존성이 낮거나, 실험적으로 절단해도 결합에 영향이 없다면 가짜 interface일 가능성이 크다. 이때는 해당 꼬리를 제거한 construct로 다시 예측하거나, 꼬리 peptide만 별도로 결합 assay를 해 보는 편이 좋다.

복합체 가설의 강도는 구조 그림 하나로 정해지지 않는다. 다음 질문에 얼마나 많이 답할 수 있는지로 정해진다. 이 interface를 망가뜨리는 점돌연변이가 결합을 줄이는가? 반대쪽 파트너의 상보적 잔기를 바꾸면 같은 효과가 나는가? 두 변이를 함께 넣었을 때 rescue가 되는가? crosslinking/MS 거리 제한과 맞는가? cryo-EM 지도에서 같은 배치가 보이는가? 세포 안에서 두 단백질이 같은 시간과 장소에 존재하는가?

단백질-리간드와 단백질-핵산 예측의 사용법

AlphaFold 3 이후 많은 연구자가 단백질-리간드, 단백질-핵산, 단백질-이온 복합체 예측을 더 적극적으로 사용하게 되었다. 이는 매우 흥미로운 변화다. 예전에는 단백질 구조를 예측한 뒤 따로 docking을 하고, 다시 핵산 docking이나 금속 배위 모델링을 따로 해야 했다. 이제는 하나의 입력 안에 단백질, DNA, RNA, ligand, ion을 함께 넣어 공동 구조를 예측하는 흐름이 가능해졌다.

하지만 ligand pose를 볼 때는 화학자의 눈이 필요하다. 단백질 표면의 어느 홈에 작은 분자가 들어가 있다고 해서 곧바로 결합이 증명되는 것은 아니다. 결합 pose를 평가할 때는 수소 결합 donor와 acceptor가 맞는지, 소수성 부분이 소수성 pocket에 들어가는지, 전하가 말이 되는지, 금속 배위 거리가 정상 범위인지, ligand의 strain이 지나치지 않은지, 알려진 SAR와 맞는지 확인해야 한다. 구조 예측이 아무리 좋아도 잘못된 ligand protonation이나 tautomer를 넣으면 결과는 그럴듯한 오답이 될 수 있다.

단백질-핵산 예측도 마찬가지다. DNA나 RNA가 단백질 표면에 붙어 있는 모델이 나왔을 때, 염기 특이적 인식인지, phosphate backbone을 잡는 일반적 양전하 표면인지, 핵산 길이와 방향성이 실험 조건과 맞는지 구분해야 한다. 핵산 결합 단백질은 종종 여러 결합 모드를 가질 수 있고, 실제 결합은 염 농도, 보조 단백질, RNA 구조, DNA methylation 같은 조건에 영향을 받는다. 따라서 예측 모델은 EMSA, fluorescence anisotropy, footprinting, CLIP, mutational scanning 같은 실험으로 닫아야 한다.

AlphaFold 3의 공개 코드와 모델 파라미터 사용 조건에서도 출력은 신뢰도가 다양한 예측이며 신중하게 해석해야 하고, 이론적 모델링 목적이며 임상적 사용을 위한 것이 아니라고 명시되어 있다.⁹ 연구 현장에서는 이 문장을 건조한 면책 조항으로 넘기기 쉽지만, 실제로는 매우 좋은 과학적 태도를 담고 있다. 예측은 질문을 만든다. 답은 독립된 증거들이 모일 때 비로소 단단해진다.

가설을 실험으로 닫는 네 가지 장면

첫 번째 장면은 질병 변이다. 한 환자군에서 반복적으로 발견되는 missense 변이가 단백질 내부의 소수성 핵심부에 놓여 있고, 주변 pLDDT가 높으며, 같은 위치가 진화적으로 보존되어 있다고 하자. 이 경우 가장 먼저 떠올릴 가설은 접힘 안정성 저하다. 실험은 단백질 발현량, 용해도, thermal shift assay, limited proteolysis, 세포 내 degradation 속도 측정으로 이어진다. 만약 변이 단백질이 잘 발현되지 않고 proteasome inhibitor 처리에서 부분적으로 회복된다면, 구조 핵심부 변이가 misfolding과 분해를 유도한다는 모델이 강해진다.

두 번째 장면은 결합면 변이다. 두 단백질의 AlphaFold-Multimer 또는 AlphaFold 3 모델에서 Arg와 Glu가 salt bridge를 만들고 있고, 이 interface가 여러 seed에서 반복된다고 하자. 이때 Arg를 Ala로 바꾸거나 Glu를 Ala로 바꾸면 결합이 약해지는지 확인한다. 더 강한 실험은 charge reversal이다. Arg를 Glu로, 상대 Glu를 Arg로 바꾸었을 때 각각은 결합을 망가뜨리지만 이중 변이에서 일부 rescue가 일어난다면, 두 잔기가 실제로 마주 본다는 증거가 된다. 구조 예측이 제시한 한 줄의 소금다리는 이렇게 유전학적 상보성 실험으로 훨씬 단단해진다.

세 번째 장면은 효소 활성 부위다. 변이가 pocket 주변에 있지만 전체 접힘에는 큰 영향을 주지 않는다고 예상된다면, 발현량만 보는 실험은 부족하다. 단백질이 잘 만들어져도 효소가 죽을 수 있기 때문이다. 이때는 기질 농도를 바꾸어 Km과 kcat을 측정하거나, 보조인자 결합을 따로 측정하거나, 반응 중간체 analog와의 결합을 보는 실험이 필요하다. 구조상 catalytic base 후보에 가까운 잔기는 alanine 치환보다 보존적 치환과 비보존적 치환을 함께 비교하면 더 많은 정보를 준다.

네 번째 장면은 cryo-EM 복합체다. AlphaFold 모델로 한 사슬을 지도에 넣었더니 domain A는 잘 맞지만 domain B는 애매하다. 이때 전체 모델을 억지로 구부려 맞추는 대신 domain A를 기준점으로 두고, domain B의 여러 배치를 후보로 만든다. 후보 배치가 crosslinking/MS 거리 제한, 사슬 말단 연결성, 알려진 stoichiometry, 추가 3D classification에서 얻은 다른 상태와 맞는지 비교한다. 필요하다면 domain B를 제거한 construct, interface 변이, 또는 특정 ligand를 넣은 상태의 추가 cryo-EM 데이터를 수집한다. AlphaFold는 여기서 답안지가 아니라 후보 배치 생성기다.

실전 판단표

아래 표는 AlphaFold 구조를 연구 워크플로에 넣을 때 자주 마주치는 질문과 확인할 증거를 압축한 것이다. 표의 마지막 열이 가장 중요하다. AlphaFold가 말해 주는 것은 언제나 '다음에 무엇을 확인할지'로 번역되어야 한다.

보고서와 논문에 남겨야 할 것

AlphaFold 구조를 연구에 사용했다면, 결과 그림만 남기지 말고 판단 과정을 남겨야 한다. 어느 데이터베이스에서 어떤 accession과 어떤 날짜의 모델을 받았는지, 사용한 서열 범위와 isoform은 무엇인지, pLDDT와 PAE를 어떻게 확인했는지, 낮은 신뢰도 잔기를 제거했는지, 도메인을 분리했는지, 몇 개의 seed 또는 모델을 비교했는지 기록한다.

변이 해석에서는 residue numbering 기준을 반드시 적는다. UniProt 기준인지, mature protein 기준인지, 실험 construct 기준인지가 달라지면 같은 변이가 다른 번호로 보일 수 있다. 복합체 예측에서는 stoichiometry, 입력한 사슬 순서, seed, ranking 기준, ipTM 또는 interface confidence, 사슬 간 PAE 해석을 남긴다. docking이나 ligand 예측에서는 ligand의 protonation state, 입력 형식, 금속 이온과 cofactor 포함 여부를 남긴다.

무엇보다 '예측 구조가 보여 주었다'와 '실험으로 확인했다'를 문장 안에서 분리해야 한다. 예를 들어 'AlphaFold 모델은 변이 R123H가 예상 결합면에 위치함을 시사했다. R123A 변이는 SPR에서 결합 친화도를 20배 낮추었고, 상대 파트너의 E45A 변이도 유사한 효과를 보였다'라고 쓰면 독자는 예측과 검증의 경계를 분명히 이해할 수 있다. 반대로 'R123은 결합에 필수적이다'라고만 쓰면, 그 결론이 그림에서 나온 것인지 실험에서 나온 것인지 흐려진다.

AlphaFold를 가장 잘 쓰는 순간

AlphaFold를 잘 쓰는 연구자는 모델을 맹신하지도, 과소평가하지도 않는다. 높은 pLDDT 영역에서는 과감하게 잔기 수준 가설을 세운다. 낮은 pLDDT 영역에서는 접힌 구조 해석을 멈추고 유연성, motif, 조절 기능으로 질문을 바꾼다. PAE가 도메인 배치를 의심하라고 말하면 전체 구조 대신 도메인별 모델을 쓴다. 복합체 예측이 멋진 interface를 보여 주면 곧바로 그림을 발표하지 않고, 그 interface를 망가뜨릴 변이를 설계한다.

좋은 AlphaFold workflow의 끝에는 항상 다음 실험이 있다. 변이 구조 해석은 기능 assay로 이어지고, 도메인 분석은 construct 스크리닝으로 이어지며, 복합체 예측은 결합 실험과 crosslinking으로 이어지고, cryo-EM fitting은 지도 기반 refinement와 대안 모델 비교로 이어진다. 이 연결이 끊어지면 AlphaFold 구조는 예쁜 그림으로 남는다. 연결이 살아 있으면 AlphaFold 구조는 실험을 빠르게, 날카롭게, 그리고 더 흥미롭게 만든다.

결국 AlphaFold가 연구자에게 주는 가장 큰 선물은 정답이 아니라 방향감각이다. 어느 잔기를 바꿀지, 어느 도메인을 따로 만들지, 어떤 interface를 의심할지, 어떤 포켓을 버릴지, 어떤 실험을 먼저 할지 결정하게 해 준다. 단백질 구조 예측의 진짜 힘은 화면 속 리본이 아니라, 그 리본을 보고 다음 월요일 아침 실험대에서 무엇을 할지 달라지는 순간에 있다.

참고

¹AlphaFold Protein Structure Database

²AlphaFold Protein Structure Database and 3D-Beacons: New Data and Capabilities

³Structural biology in variant interpretation: Perspectives and practices from two communities

⁴Highly accurate protein structure prediction with AlphaFold

⁵AlphaFold Protein Structure Database FAQ

⁶Advantages and Limitations of AlphaFold in Structural Biology: Insights from Recent Studies

⁷Accurate structure prediction of biomolecular interactions with AlphaFold 3

⁸Enhancing alphafold-multimer-based protein complex structure prediction with MULTICOM in CASP15

⁹google-deepmind/alphafold3 GitHub repository