19. 실습 종합 — 입체 B세포 에피토프 넷을 구조물 위에 얹는다 · Prof. Jeong's mRNA Vaccine Design, First Steps II

마지막 실습입니다. 지금까지 만든 블록 지도 위에 논문의 마지막 구조 결과를 얹어 봅니다.

ElliPro 는 3차 구조를 보고 입체 B세포 에피토프를 예측합니다. 서열로 이어지지 않아도 공간에서 모여 있으면 항체가 붙을 수 있다는 생각입니다.

원리는 단순합니다 — 튀어나온 곳을 찾습니다. 단백질을 타원체로 근사하고, 각 잔기가 그 타원체 밖으로 얼마나 나왔는지를 돌출 지수(PI) 로 매깁니다.

논문이 얻은 넷

번호	점수	잔기 수	어디인가 (우리가 짚은 것)
1	0.821	52	1–53 — 보조제 + EAAAK + 첫 CTL 앞머리
2	0.709	122	226–419 — LBL 블록 · pan-HTL · C말단 꼬리
3	0.708	29	89–121 — CTL 블록 가운데
4	0.56	10	74–86 — CTL 블록 앞쪽

두 가지가 눈에 띕니다. 먼저 크기입니다.

구조물의 절반이 에피토프로 불렸습니다. 122잔기짜리는 에피토프라기보다 한쪽 면입니다.

Python Runs in your browser

# ElliPro 가 에피토프라고 부른 잔기가 전부 몇 개인가.
sizes = [52, 122, 29, 10]
scores = [0.821, 0.709, 0.708, 0.56]
total = 419

print("%-6s %8s %8s" % ("번호", "점수", "잔기"))
print("-" * 26)
for i, (s, n) in enumerate(zip(scores, sizes), 1):
    print("%-6d %8.3f %8d" % (i, s, n))
print("-" * 26)
print("%-6s %8s %8d" % ("합계", "", sum(sizes)))
print()
print("구조물 전체 %d 잔기 가운데 %.1f%% 가" % (total, sum(sizes) / total * 100))
print("'입체 B세포 에피토프' 로 불렸다.")
print()
print("참고: 실험으로 확인된 입체 에피토프는 대개 15~25 잔기다.")
print("122 잔기짜리 '에피토프' 는 에피토프라기보다 '단백질의 한쪽 면' 이다.")

네 에피토프를 블록 지도 위에 얹어 보세요. 어느 블록이 얼마나 덮이는지 보입니다.

Loading…

그리고 더 중요한 것 — 1번이 어디인가

Table 4 의 1번 에피토프가 나열한 잔기를 그대로 읽으면 G1 I2 G3 D4 P5 … 로 시작해서 A53 에서 끝납니다.

우리 블록 지도에 얹으면 이렇습니다.

1–41   β-디펜신 II 보조제
42–46  EAAAK 링커
47–53  MEAAYTA  (첫 CTL 에피토프의 앞 일곱 글자)

가장 점수가 높은 B세포 에피토프는 보조제다

항원이 아닙니다. 병원체에서 온 조각도 아닙니다. 면역계를 깨우려고 붙인 사람의 단백질입니다.

가장 잘 튀어나온 구간의 87% 가 보조제와 링커입니다. 병원체에서 온 것은 일곱 잔기뿐입니다.

Python Runs in your browser

# 1번 에피토프의 잔기 구성을 블록별로 나눈다.
blocks = [("beta-디펜신 II (보조제)", 1, 41),
          ("EAAAK 링커",             42, 46),
          ("MEAAYTASL (CTL 1)",      47, 55)]

ep1_start, ep1_end = 1, 53

print("ElliPro 1번 에피토프 - 잔기 %d~%d (점수 0.821)" % (ep1_start, ep1_end))
print("-" * 52)
for name, a, b in blocks:
    lo, hi = max(a, ep1_start), min(b, ep1_end)
    if lo <= hi:
        n = hi - lo + 1
        pct = n / (ep1_end - ep1_start + 1) * 100
        print("  %-26s %2d 잔기  %5.1f%%" % (name, n, pct))
print("-" * 52)
print()
print("병원체(스파이크)에서 온 잔기는 47~53 의 7개뿐 -> %.1f%%" % (7 / 53 * 100))
print("나머지 %.1f%% 는 보조제와 링커다." % (46 / 53 * 100))

정리 — 우리가 얹어 본 것

ElliPro 번호	덮는 블록	병원체에서 온 몫
1 (0.821)	보조제 · 링커 · CTL 앞머리	약 13%
2 (0.709)	LBL 블록 · pan-HTL · 꼬리	높다 — LBL 은 전부 스파이크에서 왔다
3 (0.708)	CTL 블록 가운데	높다
4 (0.56)	CTL 블록 앞쪽	높다

2·3·4번은 항원 쪽입니다. 가장 높은 1번만 보조제입니다. 그리고 항체 반응에서는 대개 가장 잘 노출된 자리가 우세합니다.

ElliPro 의 문턱값

ElliPro 는 돌출 지수(PI)에 문턱을 두고 그보다 높은 잔기를 모읍니다. 기본 문턱은 0.5 이고, 논문의 네 에피토프는 0.56~0.821 입니다.

문턱이 낮으면 넓은 구간이 한 덩어리로 묶입니다. 122잔기짜리 2번 에피토프가 그렇게 나온 것입니다.

문턱을 올리면	문턱을 내리면
에피토프가 작고 뚜렷해진다	에피토프가 크고 뭉개진다
개수가 준다	개수가 늘거나 하나로 합쳐진다
놓치는 것이 생긴다	구조물의 절반이 에피토프가 된다

논문은 어느 문턱을 썼는지 적지 않았습니다. S1 Table 에 도구와 파라미터를 모았지만 ElliPro 의 문턱은 그 안에 없습니다.

🤔 Check yourself

ElliPro 가 예측한 네 에피토프는 구조물의 몇 %를 덮나요?

🤔 Check yourself

점수가 가장 높은 1번 에피토프(0.821)는 무엇으로 이루어져 있나요?

🤔 Check yourself

이 대응(1번 = 보조제)에 대해 정확한 설명은?