20강 / 20강

정리 — 예측 구조로 말할 수 있는 것과 없는 것

그리고 여기서 /dock 으로

스무 강을 지나 왔습니다. 마지막으로 이 모델에 대해 말해도 되는 것과 말하면 안 되는 것을 갈라 둡시다.

말할 수 있는 것

· t-Ror1 은 인산화효소 유사 접힘을 가질 가능성이 크다
· 앞쪽 절반(1~194)의 국소 구조는 주형에 근거한다
· 표면에 큰 오목한 자리가 하나 있다
· 2차 구조 배분은 나선 7 · 가닥 4 · 코일 다수 로 예측된다

말할 수 없는 것

· 뒤쪽 절반(195~388)의 좌표
· 두 절반의 상대 배치
· 그 오목한 자리가 기능하는 활성부위인지
· 특정 잔기의 정확한 위치 (금지영역 5잔기 · PROCHECK 67.4%)
· 이 구조에 붙는 분자가 Ror1 의 기능을 바꾸는지

이 목록이 이 강의의 결론입니다. 있는 숫자를 읽는 것만큼 없는 숫자를 세는 일이 중요합니다.

Python 브라우저에서 실행

# 이 강의에서 나온 '없는 숫자' 를 한자리에 모읍니다.
missing = [
    ("주형과의 서열 동일성", "7·8강", "덮인 범위(50%)만 적혀 있다"),
    ("I-TASSER C-score",   "9강",   "신뢰도의 가장 직접적인 지표"),
    ("여섯 모델의 쌍별 RMSD", "10강",  "합의가 있었는지 알 수 없다"),
    ("ProSA Z-score 의 값",  "11강",  "그림으로만 보여 준다"),
    ("3D-1D 가 떨어진 잔기",  "12강",  "2.84% 가 어디인지 모른다"),
    ("예상 RMSD 의 오차범위",  "14강",  "평균 1.5 A 만 적혀 있다"),
    ("Protein Prep 설정",   "15강",  "pH·최소화 조건 — 재현 불가"),
]
print(f"{'없는 숫자':24s}{'어느 강':8s}왜 중요한가")
print("-" * 78)
for what, where, why in missing:
    print(f"{what:24s}{where:8s}{why}")
print()
print("일곱 개. 논문을 읽을 때 '없는 것' 을 세는 습관이 이만큼을 잡아냅니다.")

2026년의 눈으로

이 논문은 2016년에 투고되어 2017년에 실렸습니다. 그 뒤 이 분야에서 두 가지가 크게 바뀌었어요.

2017년	지금
주형이 50%면 그게 최선이었다	AlphaFold2(2021) 가 주형 없이도 훨씬 나은 구조를 낸다. AlphaFold DB 에 사람 단백질 전체가 이미 있다
신뢰도를 C-score 하나로 말했다	pLDDT 가 잔기별로 나온다 — 어느 구간을 믿을지 바로 보인다
Ror1 약은 개념 단계였다	zilovertamab(항체) · Ror1 CAR-T 가 임상에 있다. 전부 세포 바깥쪽을 노린다 — 이 논문이 지은 조각의 반대편

그러니 이 논문을 지금 다시 하려면 첫 단계부터 달라집니다. 그래도 재는 법은 그대로예요. AlphaFold 구조에도 라마찬드란을 그리고, pLDDT 가 낮은 구간을 확인하고, 그 위에서 내린 결론에 오차막대를 붙입니다.

표 하나로 이 모델의 성적표가 나옵니다. 논문에는 이 표가 없습니다.

Python 브라우저에서 실행

# 이 강의가 다룬 검증 지표를 한 표로.
checks = [
    ("Z-score (ProSA)",       "전체 접힘의 그럴듯함", "같은 길이 구름 안인가",  "그림만"),
    ("3D-1D (Verify3D)",      "서열-환경 어울림",     ">= 80% 잔기",         "97.16%"),
    ("Ramachandran (PROCHECK)","뼈대 각도",           ">= 90% most favoured", "67.4%"),
    ("금지 영역 잔기",          "물리적 불가능",        "0 개",                 "5 개"),
    ("예상 RMSD",             "실제와의 거리",        "< 2 A (오차범위와 함께)", "1.5 A (범위 없음)"),
]
print(f"{'지표':26s}{'무엇을 재나':18s}{'기준':24s}{'이 모델'}")
print("-" * 92)
for a, b, c, d in checks:
    print(f"{a:26s}{b:18s}{c:24s}{d}")
print()
print("다섯 지표 중 둘이 기준에 못 미칩니다 (Ramachandran, 금지영역).")
print("하나는 값이 없고 (Z-score), 하나는 오차범위가 없습니다 (RMSD).")

고등학생다섯 지표의 성적표

이 모델이 통과한 것과 못 한 것을 한 표로 정리했습니다.

지표	결과
Verify3D 97.16%	✅ 기준(80%) 넘음
라마찬드란 67.4%	❌ 기준(90%) 미달
금지 영역 5잔기	❌ 기준(0개) 미달
Z-score	⬜ 값이 없음
예상 RMSD 1.5 Å	⬜ 오차범위가 없음

그리고 마지막 줄

논문에는 이 표가 없습니다.

다섯 줄짜리 표 하나면 독자가 스스로 판단할 수 있었을 텐데요. 여러분이 실험 보고서를 쓸 때, 이런 표를 하나 넣어 보세요. 약점을 스스로 적는 보고서가 훨씬 신뢰를 얻습니다.

여기서 어디로

🔗

/dock 도킹과 분자동역학

이 강의가 지은 구조를 받아서 씁니다. ZINC 45,000개 · HTVS · Glide XP · GROMACS · MM-PBSA

⚗️

/chem 생물정보학을 위한 화학

11강 「단백질이 접히는 힘」 이 이 강의의 바로 앞자리입니다

🎯

/tgt 표적 발굴

애초에 Ror1 을 표적으로 고르는 일 — 공개 자료로 표적을 고르는 법

고등학생여기까지 한 줄로 — 그리고 퀴즈의 함정

접힘까지는 말할 수 있고, 잔기 하나부터는 말할 수 없다.

퀴즈 첫 문제에 함정이 있습니다. "345번 잔기의 정확한 위치" 를 고르지 마세요 — 345번은 주형이 없는 구간입니다(8강).

번호를 기억하고 있어야 풀 수 있는 문제예요. 이게 이 강의가 반복해 온 훈련입니다 — 숫자를 서로 이어 보기.

마지막으로, 학교에서 써먹을 것

"모형이 있다" 와 "모형이 맞다" 는 다릅니다.

과학 수행평가에서 그래프를 그리고 추세선을 넣으면 프로그램이 언제나 선을 그어 줍니다. 점이 다섯 개여도요. 선이 그어졌다는 것이 그 선이 맞다는 뜻은 아닙니다.

구조 예측 서버도 똑같아요. 언제나 모양을 뱉습니다. 그 모양을 어디까지 믿을지는 여러분이 정해야 합니다.

🤔 확인 문제

이 모델에 대해 말해도 되는 것은?

🤔 확인 문제

이 논문을 2026년에 다시 한다면 첫 단계에서 무엇이 달라지나?

🤔 확인 문제

인실리코 예측 결과의 가장 올바른 쓰임은?