책임 있는 사용과 재현 가능한 보고서 작성

구조 그림은 결론이 아니라 출발점이다

AlphaFold를 처음 접하면 누구나 같은 실수를 한다. 멋진 리본 그림을 보고 "구조가 나왔다"고 말한다. 파란색으로 잘 접힌 단백질, 깔끔하게 맞닿은 두 사슬, 그럴듯하게 결합 부위에 놓인 리간드를 보면 연구가 한 걸음 끝난 것처럼 느껴진다. 하지만 좋은 AlphaFold 분석은 그림 한 장으로 완성되지 않는다. 오히려 중요한 것은 그림 주변에 붙어 있는 기록이다.

어떤 서열을 넣었는가. 그 서열은 전체 단백질인가, 도메인 조각인가. MSA는 어떤 방식으로 만들었는가. 템플릿을 썼는가. 몇 번 recycle 했는가. seed는 무엇이었는가. pLDDT가 낮은 부분은 어디였고, PAE가 높은 영역은 어느 도메인 사이였는가. 복합체라면 ipTM은 충분히 높았는가. 이 모델은 AlphaFold DB에서 내려받은 것인가, ColabFold로 직접 만든 것인가, AlphaFold Server에서 AlphaFold 3로 예측한 것인가.

이 질문에 답하지 않는 구조 그림은 지도처럼 보이지만 좌표가 없는 지도와 같다. 보는 사람은 어디까지 믿어야 하는지, 다시 계산할 수 있는지, 다른 조건에서 결과가 바뀔 수 있는지 판단할 수 없다. 이 장의 목표는 단순하다. AlphaFold 결과를 논문, 보고서, 실험노트, 협업 문서에 남길 때 "다른 사람이 이해하고 재현하고 비판할 수 있는 형태"로 쓰는 법을 익히는 것이다.

보고서 첫 부분에 반드시 들어가야 할 실행 기록

AlphaFold 보고서의 첫 장은 화려한 구조 그림이 아니라 실행 기록이어야 한다. 구조 생물학 실험에서 시료 조건, 장비, 해상도, refinement 통계를 적듯이, 예측 구조도 입력과 실행 조건을 남겨야 한다. AlphaFold DB는 EMBL-EBI와 Google DeepMind가 운영하는 공개 예측 구조 자원이며, 2억 개가 넘는 단백질 구조 예측을 제공한다. 데이터는 학술·상업적 사용이 가능한 CC BY 4.0 라이선스로 제공되지만, 사용자는 출처와 관련 논문을 적절히 표시해야 한다.¹ 직접 예측한 경우에는 공개 데이터베이스에서 내려받은 모델과 구분해 기록해야 한다.

아래 표는 보고서 맨 앞에 넣기 좋은 표준 양식이다. 모든 항목을 항상 채워야 하는 것은 아니지만, 빈칸이 있다면 "해당 없음"인지 "기록 누락"인지 구분해서 적어야 한다.

이 표는 귀찮은 행정 문서가 아니다. 나중에 가장 먼저 당신을 구해 주는 안전망이다. 예를 들어 협업자가 "왜 내 ColabFold 결과와 당신 결과가 다르죠?"라고 물으면, seed가 달랐는지, 템플릿 날짜가 달랐는지, MSA 데이터베이스가 바뀌었는지 추적할 수 있다. 논문 심사자가 "이 복합체 예측을 어떻게 만들었습니까?"라고 물으면, 표 하나로 계산 조건을 설명할 수 있다.

특히 AlphaFold Server를 썼다면 다운로드 zip 안에 들어 있는 입력 JSON과 confidence JSON을 함께 보관하는 습관이 좋다. AlphaFold Server 결과에는 예측 구조 mmCIF 파일, summary confidence JSON, full data JSON, 작업 입력을 담은 job request JSON 등이 포함되므로, 이 파일들을 보존하면 나중에 같은 입력을 확인하거나 재분석하기 쉽다.²

AlphaFold DB 모델과 직접 예측 모델을 구분해 기록하기

보고서에서 자주 섞이는 것이 "AlphaFold DB 구조"와 "내가 실행한 AlphaFold 구조"다. 둘은 모두 AlphaFold 계열 예측이지만, 출처와 책임 범위가 다르다.

AlphaFold DB 모델은 이미 공개 데이터베이스에서 제공되는 예측 구조다. 보통 UniProt 서열을 기준으로 계산되어 있으며, 대규모로 표준화된 방식으로 제공된다. 이 모델을 사용했다면 accession, AlphaFold DB entry URL, 다운로드 날짜, 파일명, 해당 모델의 pLDDT·PAE 자료 사용 여부를 적어야 한다. 또한 AlphaFold DB 자체와 관련 논문을 인용해야 한다. EMBL-EBI의 안내에 따르면 AlphaFold2 결과를 사용하면 AlphaFold 논문을 인용하고, AlphaFold DB를 사용한 경우에는 AlphaFold DB 관련 논문도 함께 인용해야 한다.³

직접 AlphaFold 2 open-source code나 ColabFold를 실행했다면 이야기가 달라진다. 이때는 사용한 코드, 데이터베이스, 옵션, seed, recycle 수, template 설정이 모델의 일부다. 같은 서열이라도 MSA가 바뀌면 도메인 배치가 달라질 수 있고, 복합체에서는 seed 하나 차이로 interface가 달라질 수 있다. ColabFold를 썼다면 ColabFold 논문과 사용한 버전도 기록해야 한다. AlphaFold-Multimer를 사용했다면 multimer 관련 인용도 별도로 챙기는 것이 좋다.³

AlphaFold Server 또는 AlphaFold 3를 사용한 경우에는 단백질만이 아니라 DNA, RNA, 리간드, 이온, 변형 잔기 같은 다양한 분자를 함께 넣을 수 있다. 따라서 입력 기록은 더 중요해진다. 단백질 A 하나를 예측한 것인지, ATP와 Mg²⁺를 함께 넣은 것인지, DNA 서열을 포함했는지에 따라 결과와 confidence가 달라질 수 있다. AlphaFold 3의 confidence는 amino acid residue가 아니라 더 일반적인 "token" 단위로 계산되며, 리간드나 핵산 같은 비단백질 구성 요소에도 pLDDT와 PAE가 제공될 수 있다.⁴

보고서에서는 다음과 같이 한 문장으로 구분해 쓰면 좋다.

"구조 모델 AF-P12345-F1은 AlphaFold DB에서 2026년 5월 11일 접근해 다운로드했으며, 별도의 재예측은 수행하지 않았다."

또는 다음처럼 쓸 수 있다.

"복합체 모델은 ColabFold v1.5.x에서 AlphaFold-Multimer preset으로 직접 예측했으며, MMseqs2 기반 MSA, template 사용, num_recycles 12, seeds 1–5 조건으로 실행했다."

이 짧은 문장 하나가 "공개 모델을 해석한 것"과 "새로운 조건으로 계산한 것"을 분리해 준다.

신뢰도 지표는 그림 옆에 붙이는 것이 아니라 해석의 중심에 둔다

AlphaFold 보고서에서 가장 위험한 그림은 confidence 없이 제시된 구조 그림이다. 리본 그림은 모든 잔기를 같은 확신으로 보여 주는 듯하지만, 실제 모델 안에는 단단한 부분과 흐릿한 부분이 함께 들어 있다. 그러므로 구조 그림을 보여 줄 때는 최소한 pLDDT 색상 구조와 PAE 행렬을 함께 제시해야 한다. 단일 단백질이면 pLDDT와 PAE가 기본이고, 전체 fold의 배치를 판단하려면 pTM을 덧붙인다. 복합체라면 pTM보다 ipTM, 사슬 간 PAE, interface 주변 pLDDT를 더 주의 깊게 봐야 한다.

AlphaFold2는 예측 구조의 실용적 의미를 판단할 수 있도록 pLDDT와 PAE 같은 confidence measure를 제공한다. pLDDT는 각 잔기 주변의 국소 구조가 얼마나 믿을 만한지 알려 주고, PAE는 두 잔기 또는 두 영역의 상대적 배치가 얼마나 확실한지 알려 준다.⁵ 다시 말해 pLDDT는 "이 나선 자체가 잘 접혔는가?"에 가깝고, PAE는 "이 나선이 저 도메인 옆에 있는 위치를 믿을 수 있는가?"에 가깝다.

복합체에서는 해석이 한 단계 더 까다롭다. AlphaFold-Multimer는 전체 복합체의 예측 품질을 나타내는 pTM과, 사슬 사이 상대 배치 또는 interface 신뢰도를 반영하는 ipTM을 제공한다. 일반적으로 ipTM이 0.8보다 높으면 좋은 interface 예측으로 볼 수 있고, 0.6보다 낮으면 실패 가능성이 크며, 0.6–0.8 사이는 회색지대다. 다만 긴 무질서 영역이나 낮은 pLDDT 영역이 전체 점수를 끌어내릴 수 있으므로, 숫자 하나만으로 모델을 버리거나 채택해서는 안 된다.⁶

보고서에는 다음 네 가지를 나누어 적는 것이 좋다.

• 국소 구조 신뢰도: pLDDT 색상 구조와 낮은 pLDDT 영역의 잔기 범위

• 도메인 간 배치 신뢰도: PAE 행렬에서 도메인 사이가 낮은지 높은지

• 전체 구조 신뢰도: pTM 또는 chain별 pTM

• 복합체 interface 신뢰도: ipTM, pairwise ipTM, 사슬 간 PAE, interface 잔기의 pLDDT

낮은 pLDDT 영역을 무조건 "틀린 구조"라고 쓰지 않는 것도 중요하다. 긴 꼬리, linker, intrinsically disordered region처럼 실제로 유연한 영역은 AlphaFold에서도 낮은 pLDDT로 나타날 수 있다. 높은 PAE 역시 곧바로 실패를 뜻하지 않는다. 두 도메인이 각각 잘 접혔지만 서로 유연하게 움직이는 단백질이라면, 도메인 내부 pLDDT는 높고 도메인 사이 PAE는 높을 수 있다. 이 경우 올바른 해석은 "도메인 구조는 비교적 신뢰할 수 있으나 도메인 간 상대 배치는 불확실하다"이다.

보고서 문장으로는 다음처럼 쓰면 좋다.

"N-terminal kinase domain은 대부분 pLDDT 85 이상으로 예측되어 국소 fold는 비교적 신뢰할 수 있다. 그러나 kinase domain과 C-terminal regulatory domain 사이의 PAE가 높게 나타나므로, 두 도메인의 상대적 배치는 이 모델만으로 해석하지 않았다."

복합체라면 이렇게 쓴다.

"A–B interface 주변 잔기는 pLDDT가 높고 사슬 간 PAE가 낮으며, seed 1–5에서 유사한 접촉면이 반복되었다. 다만 C-terminal tail은 낮은 pLDDT를 보여 interface 해석에서 제외했다."

좋은 보고서는 "예측이 맞다"고 주장하기보다 "어느 부분은 믿을 수 있고, 어느 부분은 보류해야 한다"고 말한다.

AlphaFold 3 결과를 보고할 때 추가로 적어야 할 것들

AlphaFold 3와 AlphaFold Server를 사용하면 보고서의 폭이 넓어진다. 단백질 하나만 다루던 상황에서 벗어나 단백질-핵산, 단백질-리간드, 단백질-이온, 변형 잔기까지 함께 모델링할 수 있기 때문이다. 그만큼 해석도 조심스러워진다.

AlphaFold Server는 한 작업에서 여러 예측 샘플을 제공하고, 구조 파일뿐 아니라 summary confidence JSON과 full data JSON을 함께 내려받을 수 있다. summary JSON에는 ptm, iptm, chain_pair_iptm, chain_pair_pae_min, fraction_disordered, has_clash, ranking_score 같은 값이 포함될 수 있다. ranking_score는 구조를 정렬하기 위한 값이지, 논문에서 단독으로 생물학적 결론을 내리는 점수로 쓰면 안 된다.²

AlphaFold 3에서는 비단백질 분자도 confidence 해석의 대상이 된다. 예를 들어 ATP와 Mg²⁺를 넣어 효소 구조를 예측했다면 단백질 전체 pLDDT만 볼 것이 아니라 ATP 주변 원자의 pLDDT, 단백질-ATP PAE, Mg²⁺ 주변 배위 형태, nearby residues의 반복성, 다른 샘플에서 pose가 유지되는지를 함께 봐야 한다. AlphaFold 3의 pLDDT는 원자 단위 confidence로 제공될 수 있고, PAE는 단백질뿐 아니라 여러 종류의 분자 사이 상대 위치 confidence를 해석하는 데 쓰인다.⁴

AlphaFold 3 보고서에는 다음 항목을 추가하는 것이 좋다.

AlphaFold 3의 장점은 복잡한 생체분자 상황을 더 자연스럽게 넣을 수 있다는 점이지만, 이것이 곧 리간드 결합 실험을 대체한다는 뜻은 아니다. 보고서에서는 "ATP 결합 pose를 예측했다"와 "ATP가 이 방식으로 결합한다는 것을 증명했다"를 분명히 구분해야 한다.

한계는 마지막 면책 문구가 아니라 분석 결과의 일부다

AlphaFold 모델을 책임 있게 쓰려면 한계를 본문 안에 넣어야 한다. "본 모델은 예측 모델이며 실험 구조가 아니다"라는 문장을 참고문헌 뒤에 작은 글씨로 붙이는 것만으로는 충분하지 않다. 해석의 범위를 정할 때부터 한계가 반영되어야 한다.

최근 검증 연구들은 AlphaFold 예측이 실험 구조 해석과 가설 생성에 매우 큰 도움을 주지만, 실험 구조 결정을 완전히 대체하지는 않는다고 강조한다. 단백질은 하나의 딱딱한 조각이 아니라 온도, 용액 조건, 결합 파트너, 리간드, 변형 상태에 따라 여러 conformational state를 오간다. AI 기반 모델은 많은 경우 매우 정확하지만, 리간드, 공유결합성 변형, 환경 요인, 단백질-단백질 상호작용, 여러 구조 상태를 제한적으로만 반영할 수 있다.⁷

또 다른 검토 연구들도 AlphaFold가 cryo-EM이나 cryo-ET 같은 실험 자료 해석에 출발 모델로 유용하지만, intrinsically disordered region, ligand-bound state, post-translational modification, 큰 다중 복합체, 동적인 assembly에서는 단독 사용에 주의해야 한다고 정리한다.⁸ 따라서 보고서의 한계 절은 형식적인 약점 고백이 아니라, 독자가 모델을 어떻게 써야 하는지 알려 주는 사용 설명서가 되어야 한다.

다음은 보고서에 바로 넣을 수 있는 한계 문장 예시다.

"본 구조는 AlphaFold 기반 예측 모델이며, X-ray crystallography, cryo-EM, NMR 등으로 결정된 실험 구조가 아니다. 따라서 원자 수준의 side-chain 배치, 리간드 결합 pose, 유연한 loop, domain 간 상대 배치, 낮은 pLDDT 영역의 해석에는 주의가 필요하다."

복합체라면 조금 더 구체적으로 쓴다.

"A–B interface는 ipTM과 사슬 간 PAE를 근거로 후보 결합면으로 제안하지만, 이 모델만으로 세포 내 결합 여부나 결합 친화도를 증명할 수는 없다. co-IP, pull-down, mutagenesis, binding assay 등 독립적인 실험 검증이 필요하다."

리간드가 있다면 이렇게 쓴다.

"리간드 pose는 가설 생성 목적으로 사용했으며, 결합 친화도, 효소 활성, 저해 효과, 선택성을 정량적으로 판단하는 근거로 사용하지 않았다."

이런 문장은 모델의 가치를 낮추지 않는다. 오히려 독자가 안심하고 모델을 사용할 수 있게 한다. 과장하지 않는 모델은 더 오래 살아남는다.

책임 있는 사용: 어디까지는 가능하고, 어디부터는 위험한가

AlphaFold는 강력한 연구 도구이지만 모든 결정을 대신해 주는 판정기가 아니다. 특히 임상 진단, 치료 결정, 규제 제출, 안전성 평가에서는 AlphaFold 예측을 단독 근거로 사용해서는 안 된다. AlphaFold 3와 AlphaFold Server 교육 자료도 AlphaFold 3가 연구 도구이며, 임상용으로 의도·검증·승인된 것이 아니고, 의료 또는 전문적 조언을 대체해서는 안 된다고 명시한다.⁴

책임 있는 사용은 추상적인 윤리 구호가 아니라 일상적인 판단에서 시작된다.

예를 들어 희귀질환 환자에서 발견된 missense variant가 있다고 하자. AlphaFold 모델에서 변이 잔기가 단백질 core 안쪽에 있고 주변 packing이 깨질 것처럼 보인다. 이것은 좋은 가설이다. "이 변이가 단백질 안정성을 낮출 수 있다"는 실험 계획을 세울 수 있다. 하지만 이것만으로 "병원성 변이로 확정"하거나 "치료 방침을 바꾼다"고 결론 내리면 안 된다. 임상 유전학 기준, 가족 분리 분석, population frequency, 기능 실험, 전문가 검토가 필요하다.

또 다른 예로, 약물 후보 물질이 AlphaFold 3 모델에서 효소 active site에 예쁘게 들어간다고 하자. 그림은 설득력 있어 보일 수 있다. 하지만 결합 pose가 그럴듯하다는 것과 실제 결합 친화도가 높다는 것은 다르다. protonation state, 물 분자, induced fit, membrane 환경, 경쟁 리간드, 세포 내 농도 같은 요소가 빠져 있을 수 있다. 이 경우 AlphaFold 결과는 docking, molecular dynamics, biochemical assay, 구조 실험으로 이어지는 출발점이어야 한다.

복합체 예측도 마찬가지다. ipTM이 높고 interface가 반복적으로 나온다고 해서 세포 안에서 두 단백질이 반드시 만난다는 뜻은 아니다. 발현 조직, 세포 내 위치, 시간적 발현, post-translational modification, 경쟁 결합 파트너가 맞아야 한다. AlphaFold는 물리적으로 가능한 접촉을 제안할 수 있지만, 생물학적 맥락은 사용자가 확인해야 한다.

보고서에는 결론의 강도를 구분해 쓰는 것이 좋다.

AlphaFold 보고서에서 가장 건강한 결론은 보통 "증명했다"가 아니라 "검증 가능한 가설을 좁혔다"이다.

데이터 거버넌스: 외부 서버에 올리기 전에 확인할 것들

AlphaFold를 쉽게 쓰게 해 주는 도구들은 대부분 입력 서열을 어딘가에 업로드한다. Colab 노트북, 공개 웹 서버, 클라우드 인스턴스, 협업자의 저장소, 기관 외부 GPU 서버가 여기에 포함된다. 공개 단백질 서열이라면 큰 문제가 없을 수 있다. 그러나 미공개 서열, 병원체 관련 서열, 산업 기밀 단백질, 특허 출원 전 후보, 고객사 데이터, 임상 샘플에서 유래한 변이 단백질이라면 이야기가 달라진다.

외부 서버에 업로드하기 전에는 다음 체크리스트를 반드시 확인하자.

• 데이터 소유권: 이 서열을 내가 외부 서비스에 업로드할 권한이 있는가?

• 기관 규정: 소속 기관, 회사, 병원, 공동연구 계약에서 외부 클라우드 사용을 허용하는가?

• 서버 정책: 업로드한 서열과 결과가 저장되는가, 삭제되는가, 재사용되는가?

• 접근 권한: 링크를 아는 사람이 결과를 볼 수 있는가, 계정 기반 접근 제어가 있는가?

• 공개 가능성: 결과 파일, 노트북, 로그에 비공개 서열이 그대로 남는가?

• 협업자 범위: 공동연구자에게 공유해도 되는 데이터인가, 제3자 재공유가 금지되어 있는가?

• 병원체·위험 생물학: 병원체 관련 단백질이나 독성·병원성 관련 기능을 가진 서열인가?

• 특허와 출판: 예측 결과 공개가 특허 신규성이나 논문 embargo에 영향을 주는가?

• 보관 위치: 결과 파일을 개인 Google Drive, 공개 GitHub, 기관 서버 중 어디에 저장하는가?

• 삭제 계획: 분석이 끝난 뒤 외부 저장소와 임시 파일을 어떻게 정리할 것인가?

특히 협업 환경에서는 "FASTA 파일 하나쯤은 괜찮겠지"라는 생각이 사고를 만든다. 단백질 서열은 그 자체로 발명 정보일 수 있고, 특정 병원체 균주나 환자 유래 변이를 암시할 수도 있다. 구조 예측 결과 역시 단순한 그림이 아니라 기능, 결합 부위, 항원성, 저해 가능성에 대한 단서를 담는다.

안전한 기본 원칙은 간단하다. 공개해도 되는 서열은 편리한 도구를 써도 된다. 공개하면 안 되는 서열은 기관 승인된 로컬, HPC, 사설 클라우드에서 처리한다. 애매하면 업로드하지 말고 먼저 물어본다.

보고서에는 데이터 취급 문장을 짧게 남겨 두는 것이 좋다.

"본 분석에 사용한 서열은 공개 UniProt 서열이며 외부 서버 사용에 제한이 없다."

또는 다음처럼 쓴다.

"본 분석은 미공개 사내 서열을 포함하므로 외부 웹 서버를 사용하지 않았고, 기관 승인 HPC 환경에서 로컬 실행했다. 결과 파일은 접근 제한 폴더에 보관했다."

이런 문장은 나중에 협업자, 보안 담당자, 논문 공동저자 모두에게 도움이 된다.

재현 가능한 보고서의 기본 구조

이제 실제 보고서 틀을 만들어 보자. 짧은 내부 보고서든 논문 보충자료든, 구조는 크게 다르지 않다. 핵심은 입력, 방법, 결과, 해석, 한계를 분리하는 것이다.

짧은 보고서라면 한 페이지 안에 들어갈 수도 있다. 예를 들어 다음과 같이 쓸 수 있다.

"UniProt P12345 residues 34–412와 Q67890 residues 1–180의 1:1 복합체를 ColabFold v1.5.x의 AlphaFold-Multimer preset으로 예측했다. MMseqs2 기반 MSA와 template를 사용했으며, seeds 1–5, num_recycles 12로 실행했다. 선택 모델은 seed 3의 rank_001이며 ipTM 0.86, pTM 0.78을 보였다. A–B interface 주변 잔기는 pLDDT가 대체로 80 이상이고 사슬 간 PAE가 낮아 후보 interface로 해석했다. 반면 B chain의 residues 145–180은 낮은 pLDDT를 보여 구조 해석에서 제외했다. 본 모델은 예측 구조이며, 결합 여부와 interface의 기능적 중요성은 pull-down 및 interface residue mutagenesis로 검증할 예정이다."

이 문단에는 멋진 그림이 없지만, 좋은 AlphaFold 보고서의 뼈대가 거의 다 들어 있다. 무엇을 넣었는지, 어떻게 실행했는지, 어떤 지표를 봤는지, 어디까지 해석했는지, 무엇을 검증할 것인지가 보인다.

논문과 협업 문서에서 자주 생기는 표현 문제

AlphaFold 결과를 글로 쓸 때는 표현의 온도를 조절해야 한다. 너무 약하게 쓰면 결과의 의미가 흐려지고, 너무 강하게 쓰면 예측을 실험처럼 포장하게 된다.

피해야 할 표현은 다음과 같다.

• "AlphaFold 구조를 결정했다."

• "리간드가 active site에 결합함을 확인했다."

• "이 변이가 병원성을 유발함을 AlphaFold로 증명했다."

• "복합체 구조가 규명되었다."

• "pLDDT가 높으므로 모든 해석이 신뢰 가능하다."

더 안전하고 정확한 표현은 다음과 같다.

• "AlphaFold로 구조 모델을 예측했다."

• "예측 모델에서 리간드가 active site 인근에 배치되는 pose가 관찰되었다."

• "변이 잔기는 예측 구조에서 hydrophobic core에 위치해 안정성 저하 가능성을 시사한다."

• "복합체 후보 모델은 A–B interface를 제안한다."

• "국소 pLDDT는 높지만, 도메인 간 PAE가 높아 상대 배치 해석은 제한적이다."

특히 "structure"라는 단어를 쓸 때는 조심해야 한다. 실험 구조라면 "crystal structure", "cryo-EM structure", "NMR structure"라고 쓸 수 있지만, AlphaFold 결과라면 "predicted model", "AlphaFold-predicted structure model", "computational model"처럼 표현하는 것이 낫다. 한국어 보고서에서도 "구조를 결정했다"보다 "구조 모델을 예측했다"가 정확하다.

그림 캡션에도 재현성과 한계를 넣는다

논문이나 발표자료에서는 본문보다 그림이 먼저 읽힌다. 그래서 그림 캡션이 중요하다. 캡션에 confidence와 한계를 넣으면, 그림만 따로 돌아다녀도 오해가 줄어든다.

나쁜 캡션은 이렇게 생겼다.

"AlphaFold로 예측한 단백질 A와 단백질 B의 복합체 구조."

이 캡션은 너무 많은 것을 숨긴다. 어떤 도구를 썼는지, 신뢰도는 어떤지, interface를 믿어도 되는지 알 수 없다.

더 나은 캡션은 다음과 같다.

"ColabFold/AlphaFold-Multimer로 예측한 단백질 A–B 1:1 복합체 후보 모델. 구조는 pLDDT 색상으로 표시했으며, A–B interface 주변 잔기는 대체로 pLDDT 80 이상을 보였다. 선택 모델의 ipTM은 0.84였고, 사슬 간 PAE는 interface 영역에서 낮게 나타났다. B chain C-terminal tail은 낮은 pLDDT를 보여 interface 해석에서 제외했다."

AlphaFold DB 모델을 쓴 경우에는 이렇게 쓴다.

"AlphaFold DB에서 다운로드한 인간 단백질 A의 예측 구조 모델. 색상은 pLDDT를 나타낸다. N-terminal domain은 높은 confidence를 보였으나, residues 220–280 linker는 낮은 pLDDT를 보여 유연하거나 불확실한 영역으로 해석했다."

AlphaFold 3 리간드 모델이라면 다음처럼 쓸 수 있다.

"AlphaFold Server로 예측한 효소 A–ATP–Mg²⁺ 복합체 후보 모델. ATP pose는 상위 예측 샘플들에서 active-site pocket 인근에 위치했으나, 본 결과는 결합 친화도나 촉매 활성의 증거가 아니며 생화학적 검증이 필요하다."

좋은 캡션은 그림을 과장하지 않으면서도 독자가 바로 판단할 수 있는 최소 정보를 제공한다.

결과 파일을 보관하는 방식도 과학의 일부다

재현성은 보고서 문장만으로 완성되지 않는다. 파일이 남아 있어야 한다. 구조 파일 하나만 남기고 나머지를 지우면, 나중에 pLDDT 색상도, PAE도, seed도, 입력 FASTA도 확인하기 어렵다. 특히 Colab 환경에서 작업했다면 런타임이 종료되면서 임시 파일이 사라질 수 있으므로, 실행 직후 결과를 체계적으로 저장해야 한다.

권장 폴더 구조는 다음과 같다.

project_alphaFold_report/
  README.md
  input/
    query.fasta
    complex_definition.txt
    job_request.json
    custom_msa.a3m
  run_metadata/
    method_table.tsv
    software_versions.txt
    database_versions.txt
    command_or_notebook.ipynb
  results/
    ranked_0.cif
    ranked_1.cif
    relaxed_model_1.pdb
    pae.json
    summary_confidences.json
    full_data.json
    log.txt
  figures/
    plddt_colored_structure.png
    pae_matrix.png
    interface_zoom.png
  report/
    alphafold_report.md

README에는 "이 폴더만 보면 분석을 이해할 수 있다"는 수준의 안내를 넣는다. 어떤 파일이 최종 모델인지, 어떤 파일은 중간 산출물인지, 어떤 그림이 보고서에 사용되었는지 적어 둔다. seed를 여러 개 돌렸다면 전체 결과를 버리지 말고, 선택하지 않은 모델도 최소한 confidence 요약과 함께 남겨 둔다. 실패한 모델은 쓸모없어 보이지만, 반복성 판단에 필요한 음성 대조군이 될 수 있다.

AlphaFold DB 모델을 사용했다면 다운로드한 원본 파일을 그대로 보관하고, 수정한 파일과 구분한다. 예를 들어 시각화를 위해 chain ID를 바꾸거나 낮은 pLDDT 영역을 잘라냈다면, 원본 AF-XXXX-F1-model_v*.cif와 편집본 AF-XXXX-trimmed_for_figure.cif를 따로 둔다. 보고서에는 어떤 파일을 그림에 사용했는지도 적는다.

마지막 체크리스트: 제출 전 10분 점검

AlphaFold 보고서를 제출하기 전, 다음 질문에 "예"라고 답할 수 있어야 한다.

• 입력 서열, 잔기 범위, 복합체 구성, 리간드·핵산·이온 포함 여부를 적었는가?

• 사용 도구, 버전, 실행일 또는 접근일, 데이터베이스 릴리스 날짜를 적었는가?

• MSA와 템플릿 사용 여부, model preset, seed, recycle 수, relaxation 여부를 적었는가?

• pLDDT 색상 구조와 PAE 행렬을 함께 제시했는가?

• 단일 단백질에서는 pTM, 복합체에서는 ipTM과 사슬 간 PAE를 확인했는가?

• 낮은 pLDDT 영역과 높은 PAE 영역을 실패로 단정하지 않고, 유연성 또는 불확실성 가능성을 설명했는가?

• AlphaFold DB 모델과 직접 실행한 모델을 구분했는가?

• 필요한 논문과 데이터 출처, 라이선스, 접근일을 기록했는가?

• "예측 모델이며 실험 구조가 아님"과 "추가 검증 필요성"을 명시했는가?

• 미공개 또는 민감한 서열을 외부 서버에 올리기 전 데이터 거버넌스 검토를 했는가?

이 체크리스트를 통과한 보고서는 단순한 예쁜 구조 그림 모음이 아니다. 다른 사람이 다시 읽고, 다시 계산하고, 다른 실험과 연결할 수 있는 과학 문서가 된다.

끝맺음: 좋은 모델은 겸손한 문장 속에서 강해진다

AlphaFold는 단백질 구조 예측의 문턱을 극적으로 낮췄다. 예전에는 몇 달, 몇 년이 걸리던 질문을 이제는 몇 시간 안에 가설로 바꿀 수 있다. 하지만 속도가 빨라질수록 기록의 중요성은 커진다. 빠른 예측은 빠른 오해도 만들 수 있기 때문이다.

책임 있는 AlphaFold 사용자는 모델을 숨기지 않는다. 입력을 보여 주고, 버전을 남기고, confidence를 공개하고, 낮은 신뢰도 영역을 인정한다. 또한 예측과 실험을 구분하고, 임상·규제·안전성 판단에서는 단독 근거로 쓰지 않는다. 미공개 데이터는 함부로 외부 서버에 올리지 않고, 협업자가 같은 결과를 이해할 수 있도록 파일과 문서를 정리한다.

결국 좋은 AlphaFold 분석은 "그림이 얼마나 멋진가"로 결정되지 않는다. 좋은 분석은 독자가 이렇게 말할 수 있게 만든다.

"무엇을 넣었는지 알겠다. 어떻게 계산했는지 알겠다. 어디까지 믿을 수 있는지 알겠다. 다음에 무엇을 검증해야 하는지도 알겠다."

그때 AlphaFold 모델은 단순한 예측 그림을 넘어, 연구를 앞으로 움직이는 재현 가능한 과학적 가설이 된다.

참고

¹AlphaFold Protein Structure Database

²Interpreting results from AlphaFold Server

³How to cite AlphaFold

⁴How to assess the quality of AlphaFold 3 predictions

⁵Evaluating AlphaFold2's predicted structures using confidence scores

⁶Confidence scores in AlphaFold-Multimer

⁷AlphaFold predictions are valuable hypotheses and accelerate but do not replace experimental structure determination

⁸Advantages and Limitations of AlphaFold in Structural Biology: Insights from Recent Studies