13. Clustal Omega — 변이를 견뎌 내는 자리 찾기 · Dr. Son's mRNA Vaccine Design, First Steps I

바이러스는 변합니다. 오늘 잘 듣는 백신이 반년 뒤에 안 들을 수 있습니다. 그래서 표적을 고를 때 안 변하는 자리를 찾습니다.

방법은 단순합니다. 여러 균주의 서열을 세로로 나란히 세웁니다. 그리고 세로줄마다 “여기 글자가 다 같은가” 를 봅니다. 이 세워 놓기를 다중서열정렬(multiple sequence alignment) 이라고 하고, 논문이 쓴 도구가 Clustal Omega 입니다.

안 변하는 자리 = 변하면 바이러스가 죽는 자리

균주 수와 보존 문턱을 밀어 보세요. 살아남는 자리가 몇 개인지, 그리고 문턱을 올리면 왜 빠르게 줄어드는지 보입니다.

Loading…

문턱을 올릴수록 안전하지만 고를 것이 없어집니다. 늘 같은 맞바꿈입니다.

Python Runs in your browser

# 정렬에서 세로줄마다 '같은 글자의 비율' 을 센다.
# 여기 쓰는 정렬은 교육용 모형이다 - 실제 균주 서열이 아니다.
import numpy as np

rng = np.random.default_rng(20260415)
AA = list("ACDEFGHIKLMNPQRSTVWY")

n_strain, n_pos = 12, 60
base = rng.choice(AA, n_pos)

# 자리마다 '변할 확률' 을 다르게 준다 - 실제 단백질이 그렇다
mut_rate = rng.beta(0.5, 3.0, n_pos)

aln = []
for _ in range(n_strain):
    row = []
    for j in range(n_pos):
        if rng.random() < mut_rate[j]:
            row.append(rng.choice(AA))
        else:
            row.append(base[j])
    aln.append(row)
aln = np.array(aln)

cons = np.array([(aln[:, j] == base[j]).mean() for j in range(n_pos)])

print("균주", n_strain, "개 x 자리", n_pos, "개")
print()
for t in (0.6, 0.8, 0.9, 1.0):
    keep = (cons >= t).sum()
    print("보존 문턱 %.0f%% 이상 -> 남는 자리 %2d 개 (%4.1f%%)"
          % (t * 100, keep, keep / n_pos * 100))
print()
print("문턱을 60%% 에서 100%% 로 올리면 자리가 크게 줄어든다.")
print("'완전 보존' 만 고르면 안전하지만 고를 것이 거의 없어진다.")
print("문턱을 정하는 일이 곧 '넓이와 안전 사이' 를 정하는 일이다.")

낱개가 아니라 덩어리가 중요합니다. 에피토프는 연속 구간을 차지하기 때문입니다.

Python Runs in your browser

# 보존도를 자리별로 그려 보면 '덩어리' 가 보인다.
import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng(20260415)
AA = list("ACDEFGHIKLMNPQRSTVWY")
n_strain, n_pos = 12, 60
base = rng.choice(AA, n_pos)
mut_rate = rng.beta(0.5, 3.0, n_pos)
aln = np.array([[base[j] if rng.random() >= mut_rate[j] else rng.choice(AA)
                 for j in range(n_pos)] for _ in range(n_strain)])
cons = np.array([(aln[:, j] == base[j]).mean() for j in range(n_pos)])

fig, ax = plt.subplots(figsize=(9, 3.2))
col = ["#10b981" if c >= 0.9 else ("#f59e0b" if c >= 0.6 else "#ef4444") for c in cons]
ax.bar(np.arange(1, n_pos + 1), cons, color=col)
ax.axhline(0.9, color="#334155", ls="--", lw=1)
ax.set_ylim(0, 1.05)
ax.set_xlabel("alignment column (model data)")
ax.set_ylabel("conservation")
ax.set_title("Conserved columns - teaching model, not real strains")
plt.tight_layout(); plt.show()

runs = []
cur = 0
for c in cons:
    if c >= 0.9:
        cur += 1
    else:
        if cur:
            runs.append(cur)
        cur = 0
if cur:
    runs.append(cur)
print("보존 문턱 90%% 를 넘는 '연속 구간' 의 길이:", runs)
print("가장 긴 구간", max(runs) if runs else 0, "자리")
print()
print("에피토프는 9 자리(class I) 또는 15 자리(class II) 를 이어서 차지한다.")
print("따라서 중요한 것은 '보존된 자리 개수' 가 아니라 '보존된 덩어리 길이' 다.")

이 비유가 깨지는 자리

“안 변하는 자리를 고른다” 는 좋은 원칙이지만 두 군데서 어긋납니다.

깨지는 자리 ①

보존됐지만 안쪽에 묻혀 있는 자리가 많습니다. 구조를 지탱하느라 안 변하는 것이라, 항체가 닿지 못합니다

깨지는 자리 ②

사람 단백질과 닮은 보존 자리도 있습니다. 거기를 노리면 자가면역 위험이 생깁니다 — III 권의 특이성 거르기가 이 일을 합니다

그래서 보존도는 혼자 쓰이지 않습니다. 5강의 셋을 함께 봅니다 — 보이는가 · 안 바뀌는가 · 반응을 일으키는가. 셋을 모두 통과해야 표적입니다.

🤔 Check yourself

보존영역을 표적으로 삼는 근본 이유는?

🤔 Check yourself

보존 자리 개수보다 덩어리 길이가 중요한 까닭은?

🤔 Check yourself

보존도만으로 표적을 정하면 안 되는 까닭이 아닌 것은?