JanusDDG: 열역학 법칙 준수하는 혁신적 단백질 안정성 예측 모델 등장!

토리노 대학 연구팀이 개발한 JanusDDG는 열역학 법칙을 준수하는 혁신적인 단백질 안정성 예측 모델로, 서열 정보만으로 단일 및 다중 돌연변이의 ΔΔG를 기존 구조 기반 방법에 필적하거나 능가하는 정확도로 예측합니다. GitHub에서 공개된 코드를 통해 폭넓은 활용이 기대됩니다.

단백질 안정성 예측의 혁명: JanusDDG

단백질 안정성을 이해하는 것은 기능성 단백질 설계와 질병 관련 돌연변이의 분자 메커니즘을 해석하는 데 매우 중요합니다. 최근 단백질 언어 모델(PLM)의 발전은 계산 단백질 분석에 혁명을 일으켰으며, 돌연변이 효과 예측의 정확도를 높였습니다.

이러한 흐름 속에서, 토리노 대학 연구팀이 개발한 JanusDDG는 단백질 안정성 예측 분야의 새로운 지평을 열었습니다. JanusDDG는 PLM 기반 임베딩과 양방향 교차 어텐션 트랜스포머 구조를 활용하여 단일 및 다중 잔기 돌연변이의 ΔΔG를 예측하는 딥러닝 프레임워크입니다. 특히, 반대칭성 및 전이성과 같은 기본적인 열역학적 특성을 준수하도록 제약을 가한 것이 특징입니다.

기존의 자기 어텐션과 달리, JanusDDG는 쿼리(Q)와 값(V)을 야생형과 돌연변이 임베딩의 차이로 계산하고, 키(K)는 두 임베딩을 번갈아 사용합니다. 이러한 교차-입체 어텐션 메커니즘은 돌연변이로 인한 변화를 포착하면서 중요한 문맥 정보를 유지할 수 있도록 합니다.

연구 결과, JanusDDG는 서열 정보만으로 ΔΔG를 예측하는 데 최첨단 성능을 달성, 단일 및 다중 돌연변이 모두에 대해 구조 기반 방법과 동등하거나 그 이상의 정확도를 보였습니다. 이는 순수 서열 정보만으로도 고도의 정확성을 확보할 수 있다는 것을 의미하며, 단백질 연구에 있어 획기적인 진전입니다.

JanusDDG의 코드는 GitHub에서 공개되어 있으며 (https://github.com/compbiomed-unito/JanusDDG), 연구자들은 이를 통해 다양한 단백질 연구에 활용할 수 있습니다. 이 혁신적인 모델은 질병 관련 돌연변이의 이해, 신약 개발, 그리고 기능성 단백질 설계 등 다양한 분야에 긍정적인 영향을 미칠 것으로 기대됩니다. 앞으로 JanusDDG를 기반으로 한 더욱 심도있는 연구들이 기대됩니다.

주요 연구자: Guido Barducci, Ivan Rossi, Francesco Codicè, Cesare Rollo, Valeria Repetto, Corrado Pancotti, Virginia Iannibelli, Tiziana Sanavia, Piero Fariselli