18. 주머니 찾기 — 없는 활성부위를 예측한다는 것 · 손박사의 단백질 구조 예측 첫걸음

논문은 이렇게 적습니다 — "이 단백질의 활성부위는 알려져 있지 않으므로, 리간드 도킹을 위해 활성부위를 예측할 필요가 있다."

정직한 문장입니다. 그리고 이 논문에서 예측이 쌓이는 세 번째 층이에요.

1️⃣

예측 하나

서열 → 3차원 구조
(주형 50%, PROCHECK 67.4%)

2️⃣

예측 둘

구조 → 활성부위
(기능 정보 없이 기하학만으로)

3️⃣

예측 셋

활성부위 → 결합 자세와 점수
(/dock 이 다룬다)

오차는 곱해집니다. 더하는 게 아니라요.

논문의 합계와 표의 값이 맞는지 직접 더해 보는 습관. 그리고 단위 오류가 하나 보입니다.

Python 브라우저에서 실행

import pandas as pd

sites = pd.read_csv("fold_sites.tsv", sep="\t")
print(sites.to_string(index=False))
print()
print("주머니가", len(sites), "개 나왔습니다.")
print("논문은 이 중 P0 · P1 · P2 를 합쳐 하나의 활성부위로 봤습니다.")
print()
tot_v = sites.head(3).volume_A3.sum()
tot_s = sites.head(3).surface_A2.sum()
print("P0+P1+P2 부피 :", round(tot_v, 2), "A^3")
print("논문이 적은 값  : 2325 A^3")
print("P0+P1+P2 표면 :", round(tot_s, 2), "A^2")
print("논문이 적은 값  : 2703  ← 논문은 이것도 'cubic angstroms' 라고 적었습니다")

점 크기가 깊이입니다. P0 이 가장 크고 가장 깊고 가장 점수가 높아요 — 세 지표가 다 같은 방향이면 대개 부피에 끌려간 것입니다.

Python 브라우저에서 실행

import matplotlib.pyplot as plt
import pandas as pd

s = pd.read_csv("fold_sites.tsv", sep="\t")

fig, ax = plt.subplots(figsize=(6.8, 3.6))
sc = ax.scatter(s.volume_A3, s.drug_score, s=s.depth_A*9,
                c=s.lipo_surface_A2, cmap="viridis", edgecolor="k", lw=0.4)
for _, r in s.iterrows():
    ax.annotate(r.site, (r.volume_A3, r.drug_score),
                xytext=(4, 4), textcoords="offset points", fontsize=8)
ax.axhline(0.5, ls="--", lw=1, color="#e07a5f")
ax.text(700, 0.52, "Drug Score 0.5", fontsize=8, color="#e07a5f")
ax.set_xlabel("volume (A^3)"); ax.set_ylabel("Drug Score")
fig.colorbar(sc, label="lipophilic surface (A^2)")
ax.set_title("DogSiteScorer pockets of the t-Ror1 model")
plt.tight_layout()
plt.show()

탐침 공의 반지름을 바꿔 보세요. 같은 표면에서 주머니 개수가 얼마나 달라지는지 보입니다.

불러오는 중…

🤔 확인 문제

이 논문에서 활성부위 예측이 특히 조심스러운 이유는?

🤔 확인 문제

논문이 쓰지 않은 주머니 찾기 방법으로, 기능과 가장 직결되는 것은?