12. 표적을 모를 때 — 유전체 전체를 훑는다 · 손박사의 mRNA백신 설계 첫걸음 I

지금까지는 표적을 이미 알고 있었습니다. 스파이크라고 정해져 있었고 주소도 있었습니다. 새로 나타난 병원체라면 그 전제가 없습니다.

논문은 이 경우의 갈래를 따로 적어 두었습니다. 네 도구를 순서대로 씁니다.

유전체 훑기 → Clustal Omega → Prokka → ExPASy Translate → NCBI Virus

순서	도구	하는 일	내놓는 것
1	유전체 전체 훑기	어디에 무엇이 있는지 본다	후보 구간들
2	Clustal Omega	여러 균주를 나란히 세운다	보존영역 (13강)
3	Prokka	열린해독틀(ORF)과 단백질코딩영역을 뽑는다	후보 유전자 목록
4	ExPASy Translate	염기를 아미노산으로 옮긴다	단백질 서열
5	NCBI Virus	비기능 서열을 걸러 낸다	쓸 만한 표적

두 갈래가 어디서 다시 만나는지가 중요합니다. 5 번을 마치면 손에 들리는 것은 결국 단백질 서열 한 줄과 그 주소 — 알려진 표적일 때와 똑같습니다.

표적을 아는지 모르는지 골라 보세요. 걸음 수와 도구가 어떻게 달라지는지 따라갑니다.

불러오는 중…

여섯 프레임을 다 봅니다 — 앞 가닥 셋, 뒤 가닥 셋. Prokka 가 하는 일의 뼈대입니다.

Python 브라우저에서 실행

# 열린해독틀(ORF) 을 여섯 프레임에서 찾는 가장 단순한 방법.
# 여기 쓰는 서열은 교육용 모형이다 - 실제 유전체가 아니다.
model = ("ATGGCTTTAGGGTAAACCGGGATGAAACCCTTTGGGTGATTTATGCCCGGGAAATTTTAG"
         "CCCATGAAATTTGGGCCCTAACGGGATGTTTAAACCCGGGTTTTAA")

COMP = {"A": "T", "T": "A", "G": "C", "C": "G"}

def revcomp(s):
    return "".join(COMP[c] for c in reversed(s))

def find_orfs(seq, strand, min_aa=8):
    out = []
    for frame in range(3):
        i = frame
        while i + 3 <= len(seq):
            if seq[i:i+3] == "ATG":
                j = i
                while j + 3 <= len(seq):
                    cod = seq[j:j+3]
                    if cod in ("TAA", "TAG", "TGA"):
                        n_aa = (j - i) // 3
                        if n_aa >= min_aa:
                            out.append((strand, frame + 1, i + 1, j + 3, n_aa))
                        break
                    j += 3
            i += 3
    return out

orfs = find_orfs(model, "+") + find_orfs(revcomp(model), "-")
print("모형 서열 길이", len(model), "염기")
print("찾은 ORF", len(orfs), "개 (아미노산 8 개 이상만)")
print()
print("가닥 프레임  시작   끝   아미노산")
for st, fr, a, b, n in sorted(orfs, key=lambda x: -x[4]):
    print("  %s     %d   %5d %5d %8d" % (st, fr, a, b, n))
print()
print("Prokka 가 하는 일이 이것이다 - 훨씬 정교하게, 그리고 유전자 이름까지 붙여서.")
print("여섯 프레임을 다 봐야 한다. 유전자가 어느 가닥에 있는지 모르기 때문이다.")

두 갈래가 만나는 자리

표적을 알 때

주소를 친다 → 서열을 받는다 → 검산한다. 걸음 셋. 논문 기준 전체 2~3시간

표적을 모를 때

유전체를 훑는다 → 보존영역 → ORF → 번역 → 거르기 → 그다음에 위의 셋. 후보가 여럿이면 뒤가 전부 배수로 늘어난다

모르는 쪽이 어려운 까닭은 도구가 어려워서가 아니라 결정이 늘어나기 때문입니다. 후보 가운데 무엇을 고를지 사람이 정해야 합니다. 그 기준이 5강의 셋입니다 — 보이는가 · 안 바뀌는가 · 반응을 일으키는가.

🤔 확인 문제

표적을 모를 때 쓰는 도구 순서로 옳은 것은?

🤔 확인 문제

ORF 를 찾을 때 여섯 프레임을 모두 보는 까닭은?

🤔 확인 문제

표적을 모를 때가 더 어려운 근본 이유는?