3. 세 개의 문 — UniProt · NCBI Protein · GenBank · 손박사의 mRNA백신 설계 첫걸음 I

도서관 하나에 출입구가 셋 있다고 해 봅시다. 어느 문으로 들어가도 같은 책이 있습니다. 그런데 문마다 안내대가 다릅니다 — 어떤 문은 책만 주고, 어떤 문은 책이 꽂힌 서가 번호까지 적어 줍니다.

논문이 서열을 받는 곳으로 적은 세 곳이 정확히 그렇습니다.

문	주소 예	주는 것	특히 좋은 점	없는 것
UniProt	`P0DTC2`	단백질 서열 · 길이 1273 · 기능 주석	사람이 손으로 검수한 주석	유전체 좌표
NCBI Protein	`YP_009724390.1`	단백질 서열 · 판 번호	유전체 항목과 바로 이어진다	큐레이션 깊이
GenBank	`NC_045512.2`	유전체 염기 서열 + 좌표표	`surface glycoprotein` 21563~25384	단백질 주석의 깊이

Step 2 는 도메인과 에피토프를 찾습니다. 그러려면 아미노산 서열이 필요합니다 — 앞의 두 문으로 충분합니다. 그런데 Step 4 의 코돈 최적화는 염기 이야기이고, Step 5 의 가상 클로닝은 좌표 이야기입니다. 그래서 셋째 문도 열어야 합니다.

“다음에 할 일” 을 골라 보세요. 어느 문으로 들어가야 하는지, 그리고 잘못 고르면 어디서 막히는지 나옵니다.

불러오는 중…

필요한 열이 있는 문만 쓸 수 있습니다. 문 셋을 다 여는 까닭입니다.

Python 브라우저에서 실행

# 세 문이 주는 것을 표로 세워 놓고, '다음 걸음' 마다 어느 문이 필요한지 표시한다.
import pandas as pd

doors = pd.DataFrame([
    ("UniProt",      "P0DTC2",         1, 1, 0, 1),
    ("NCBI Protein", "YP_009724390.1", 1, 0, 1, 0),
    ("GenBank",      "NC_045512.2",    0, 0, 1, 0),
], columns=["문", "주소 예", "단백질서열", "큐레이션주석", "유전체좌표", "길이확인"])
print(doors.to_string(index=False))
print()

need = [
    ("Step 2 도메인 · 모티프", ["단백질서열"]),
    ("Step 2 입체 에피토프",   ["단백질서열"]),
    ("Step 4 코돈 최적화",     ["단백질서열"]),
    ("Step 5 가상 클로닝",     ["유전체좌표"]),
    ("Step 1 길이 검산",       ["단백질서열", "길이확인"]),
]
print("걸음마다 필요한 문")
for job, cols in need:
    ok = []
    for _, r in doors.iterrows():
        if all(r[c] == 1 for c in cols):
            ok.append(r["문"])
    print("  %-22s -> %s" % (job, " / ".join(ok) if ok else "없음"))
print()
print("'Step 5 가상 클로닝' 은 GenBank 만 된다. 좌표가 필요하기 때문이다.")
print("'Step 1 길이 검산' 은 UniProt 만 된다. 길이를 명시해 주기 때문이다.")

같은 단백질인데 서열이 다르면

세 문에서 받은 서열이 글자 하나라도 다르면 거기서 멈춰야 합니다. 흔한 원인은 셋입니다.

🔢

판이 다르다

한쪽은 .1, 다른 쪽은 .2 — 10강

✂️

정지코돈

한쪽은 * 를 붙이고 한쪽은 뗀다 — 8강

🧬

이형이 다르다

같은 유전자의 다른 산물 — 15강

세 문을 다 열어 보는 것은 번거로운 일이 아니라 세 번 검산하는 일입니다.

🤔 확인 문제

Step 5 의 가상 클로닝을 하려면 반드시 필요한 문은?

🤔 확인 문제

세 문에서 받은 서열의 길이가 서로 다를 때 가장 먼저 의심할 것이 아닌 것은?

🤔 확인 문제

UniProt 를 “손으로 검수한 주석” 이 있다고 말하는 이유는?