6강 / 20강

무엇을 움직이게 둘 것인가 — 강체·유연 리간드·유연 단백질

「In XP docking, flexibility of the interacting regions were considered」

도킹에서 무엇을 움직이게 둘지는 계산 비용과 정확도의 거래입니다.

모드	리간드	단백질	비용	이 논문에서
강체(rigid)	고정	고정	가장 쌈	안 씀
유연 리간드	움직임	고정	보통	HTVS · SP · Vina
유도적합(induced fit)	움직임	일부 움직임	비쌈	XP
완전 유연	움직임	전부 움직임	사실상 MD	13강부터

논문은 XP 단계에서 "리간드는 유연하게 두고, 직접 상호작용하는 단백질 원자 일부도 유연하게 두었다" 고 적습니다.

자물쇠와 열쇠, 그리고 유도적합

1894년 피셔는 효소와 기질을 자물쇠와 열쇠에 비유했습니다. 모양이 딱 맞아야 들어간다는 뜻이었죠.

1958년 코실랜드가 고쳤습니다 — 유도적합(induced fit). 기질이 오면 효소가 모양을 바꿔서 감싼다는 것이었어요.

비유를 고치면 이렇습니다 —
자물쇠와 열쇠가 아니라 손과 장갑입니다. 장갑은 손이 들어오기 전에는 손 모양이 아니에요.

비유가 깨지는 자리도 적어 둡시다. 장갑은 어떤 손이 와도 늘어나지만, 단백질 주머니는 정해진 방식으로만 변합니다. 곁사슬이 돌고 고리가 조금 움직이는 정도예요. 통째로 다른 모양이 되지는 않습니다.

리간드 B·C 가 강체 도킹에서만 거부됩니다. 이런 것을 놓치는 것을 위음성(false negative)이라 합니다.

Python 브라우저에서 실행

# 강체 도킹이 놓치는 것: 주머니가 조금만 열려도 들어갈 수 있는 리간드.
pocket_rigid = 7.2       # A — 결정 구조에서 잰 주머니 폭
pocket_open  = 8.6       # A — 곁사슬 하나가 돌면

ligands = [
    ("A", 6.8), ("B", 7.4), ("C", 8.1), ("D", 9.5),
]
print(f"{'리간드':6s}{'폭(A)':>8s}   강체 도킹   유도적합")
print("-" * 46)
for name, w in ligands:
    a = "들어감" if w <= pocket_rigid else "거부"
    b = "들어감" if w <= pocket_open  else "거부"
    flag = "   <-- 강체가 놓친다" if a != b else ""
    print(f"{name:6s}{w:>8.1f}   {a:9s}  {b}{flag}")
print()
print("곁사슬 하나가 돌아서 주머니가", round(pocket_open-pocket_rigid,1),
      "A 넓어지면 후보가 늘어납니다.")

핵심은 두 분포가 얼마나 갈리는가 이지 점수의 절대값이 아닙니다.

Python 브라우저에서 실행

import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng(29)
n = 300

# 진짜 결합자 30개 + 가짜 270개. 유연성을 늘리면 두 분포가 어떻게 되나.
true_bind = rng.normal(-9.5, 1.2, 30)
decoys    = rng.normal(-6.8, 1.4, 270)

fig, axes = plt.subplots(1, 2, figsize=(7.6, 3.2), sharex=True)
for ax, shift, title in zip(axes, [0.0, -2.2], ["rigid protein", "flexible protein"]):
    ax.hist(decoys + shift*0.9, bins=30, alpha=0.6, color="#9aa5b1", label="decoys")
    ax.hist(true_bind + shift, bins=15, alpha=0.8, color="#e07a5f", label="true binders")
    ax.set_title(title, fontsize=10)
    ax.set_xlabel("docking score")
axes[0].legend(fontsize=8, frameon=False)
plt.tight_layout()
plt.show()
print("두 분포가 함께 왼쪽으로 밀립니다 — 겹침은 별로 안 줄어듭니다.")
print("점수가 좋아진 것이 '더 잘 가른다' 는 뜻이 아닙니다.")

🤔 확인 문제

유도적합(induced fit)이 자물쇠-열쇠 비유와 다른 점은?

🤔 확인 문제

단백질을 유연하게 두면 생기는 부작용은?