16. 도메인 찾기 — CD-Search 와 E-value 가 말한 것 · 손박사의 단백질 구조 예측 첫걸음

논문은 NCBI 의 CD-Search(Conserved Domain Search)를 돌렸습니다. 결과는 두 문장으로 요약됩니다 —

t-Ror1 은 Pkc_like superfamily 에 속한다
다만 N-말단 부분만 보존 도메인과 닮았고, E-value 로 보면 부분적이거나 변형된 도메인만 있다

두 번째 문장이 중요합니다. 논문 스스로 이렇게 적어요 — "존재하는 도메인들이 변형되어 있으므로 기대되는 기능적 역할을 하지 않을 수 있다."

E-value 는 검색 맥락에 딸린 값입니다. 절대 척도가 아니에요.

Python 브라우저에서 실행

# E-value 의 공식:  E = m * n * 2^(-bitscore)
#   m = 질의 서열 길이,  n = 데이터베이스 전체 글자 수
def evalue(bitscore, db_letters, query_len=388):
    return query_len * db_letters * 2.0**(-bitscore)

print("같은 정렬(bit score 45)을 서로 다른 크기의 DB 에서 검색하면")
print()
for db, name in [(1e7, "작은 전용 DB"), (1e9, "RefSeq 급"), (1e11, "nr 전체")]:
    print(f"  {name:14s} DB {db:>8.0e} 글자   E = {evalue(45, db):>10.2e}")
print()
print("점수는 그대로인데 E-value 는 1e4 배 나빠집니다.")
print("→ 논문끼리 E-value 를 직접 견주면 안 됩니다.")
print()
print("반대로, 같은 DB(nr) 에서 점수만 바꾸면")
for bs in (30, 45, 60, 90):
    print(f"  bit score {bs:>3d}   E = {evalue(bs, 1e11):>10.2e}")
print()
print("점수 15 가 오를 때마다 E 가 약 3만 배 좋아집니다 (2^15).")

이 셀 하나가 8·13·16강을 묶습니다. 서로 다른 도구 셋이 같은 경계를 가리킵니다.

Python 브라우저에서 실행

# 8강의 주형 범위와 16강의 도메인 범위를 나란히 놓아 봅니다.
total = 388
template_end = 194        # 8강: 앞쪽 50%
domain_end   = 200        # 16강: N-말단 부분만 (대략)

def bar(end, label):
    filled = int(60 * end / total)
    print(f"{label:16s} |" + "#"*filled + "."*(60-filled) + f"| 1-{end}")

print("t-Ror1 388 잔기")
bar(template_end, "주형이 덮은 곳")
bar(domain_end,   "도메인이 잡힌 곳")
print(f"{'MD 최대 요동':16s} |" + "."*32 + "^^^^" + "."*8 + "^^" + "."*14 + "|")
print()
print("세 도구가 독립적으로 같은 말을 합니다 —")
print("  '앞쪽 절반은 근거가 있고, 뒤쪽 절반은 그렇지 않다'")

bit score 와 DB 크기를 움직여 E-value 가 어떻게 변하는지 보세요.

불러오는 중…

🤔 확인 문제

E-value 에 대해 옳은 것은?

🤔 확인 문제

CD-Search 가 N-말단만 잡았다는 사실이 8강의 결과와 어떻게 이어지나?