2강 / 20강

사슬에서 모양으로 — 네 층으로 나눠 보는 이유

1차 · 2차 · 3차 · 4차 구조, 그리고 예측이 실제로 다루는 층

단백질 구조를 이야기할 때 사람들은 늘 네 층으로 나눠 말합니다. 층을 나누는 이유는 층마다 예측 난이도가 완전히 다르기 때문이에요.

층	무엇	Ror1 에서	예측 난이도
1차	아미노산 순서	388글자 — 이미 안다	예측 아님
2차	국소 무늬 — 나선 · 병풍 · 고리	나선 7 · 가닥 4 · 3₁₀나선 2	쉬운 편 (정확도 80%대)
3차	사슬 전체가 접힌 3차원 모양	이 논문이 지은 것	어렵다
4차	여러 사슬이 붙은 복합체	다루지 않았다	더 어렵다

이 논문은 2차 구조를 먼저 예측하고, 그다음 3차를 지었습니다. 순서가 그렇게 된 데는 이유가 있어요 — 다음 셀에서 봅니다.

고등학생털실 한 뭉치로 보는 네 층

긴 털실 하나를 상상하세요.

층	털실로 치면
1차	실에 색깔 구슬을 꿴 순서
2차	실의 일부가 돌돌 감기거나 나란히 접힌 것
3차	그 실 전체가 뭉쳐서 만든 공 모양
4차	그런 공이 여러 개 붙은 것

비유가 깨지는 자리

털실은 아무렇게나 뭉쳐도 되지만, 단백질은 같은 서열이면 늘 같은 모양으로 접힙니다. 그게 신기한 점이에요 — 그리고 예측이 가능한 이유이기도 하고요.

논문의 숫자 그대로입니다. 고리가 절반을 넘습니다 — 이 사실이 4강과 17강에서 두 번 돌아옵니다.

Python 브라우저에서 실행

import pandas as pd

ss = pd.read_csv("fold_ss.tsv", sep="\t")
print(ss.to_string(index=False))
print()

total = 388
helix = 77          # GOR4 가 나선으로 부른 잔기 수
sheet = 77          # 병풍
coil  = total - helix - sheet

print("t-Ror1 388 잔기의 2차 구조 배분 (GOR4)")
print("  나선 :", helix, "잔기 ", round(100*helix/total, 1), "%")
print("  병풍 :", sheet, "잔기 ", round(100*sheet/total, 1), "%")
print("  고리 :", coil,  "잔기 ", round(100*coil/total, 1), "%")

막대 하나로 보면 한눈에 들어옵니다. 회색이 고리예요 — 이 단백질의 절반 이상.

Python 브라우저에서 실행

import matplotlib.pyplot as plt

labels = ["나선(77)", "병풍(77)", "고리(234)"]
vals   = [77, 77, 388 - 154]

fig, ax = plt.subplots(figsize=(6.4, 2.2))
left = 0
for v, lab, c in zip(vals, labels, ["#e07a5f", "#3d5a80", "#a8a8a8"]):
    ax.barh(0, v, left=left, color=c, height=0.55)
    ax.text(left + v/2, 0, lab, ha="center", va="center",
            color="white", fontsize=9)
    left += v
ax.set_xlim(0, 388)
ax.set_yticks([])
ax.set_xlabel("residue index (1-388)")
ax.set_title("t-Ror1 secondary structure budget")
plt.tight_layout()
plt.show()

예측 도구가 실제로 만드는 것

도구가 잘하는 것

비슷한 단백질이 이미 풀려 있는 자리 —
주형(template) 이 덮는 구간의 3차 구조

도구가 못하는 것

주형이 없는 자리 · 긴 고리 · 말단 —
여기는 사실상 지어냅니다

Ror1 의 경우

주형이 서열의 앞쪽 50%만 덮었습니다 (8강 · Fig. 2)

🤔 확인 문제

2차 구조를 3차 구조보다 먼저 예측하는 이유로 알맞지 않은 것은?

🤔 확인 문제

t-Ror1 에서 고리(coil)가 차지하는 비율에 가장 가까운 것은?