MSA란 무엇인가

다중 서열 정렬(MSA: Multiple Sequence Alignment)는 여러 단백질 서열 간의 유사성을 분석하고, 그 서열들 사이의 진화적 관계를 파악하는 중요한 방법입니다. MSA는 단백질 구조 예측, 기능 연구, 그리고 진화적 분석 등 다양한 생물학적 문제에서 활용됩니다. MSA를 쉽게 이해할 수 있도록 비유와 예를 들어 설명해 보겠습니다.

1. MSA의 기본 개념

MSA는 여러 단백질 서열(또는 유전자의 염기 서열)을 같은 길이로 정렬하여 특정 위치에서 유사한 패턴이 있는지를 분석하는 방법입니다. 이 과정에서 각 서열이 공유하는 진화적 상관관계를 알아낼 수 있습니다.

비유를 들자면, MSA는 같은 테마를 가진 여러 문장을 나란히 배열해서, 문장들 간의 단어들이 어떻게 일치하는지를 비교하는 것과 같습니다. 여기서 문장이 단백질 서열이고, 단어는 아미노산(또는 염기서열)을 나타냅니다. 같은 의미를 지닌 문장이더라도 약간씩 다른 단어들이 들어갈 수 있지만, 문장 구조나 의미는 유사하게 유지됩니다. 비슷한 방식으로, 단백질 서열도 진화 과정에서 조금씩 변화하지만 중요한 부분은 보존될 가능성이 큽니다.

2. MSA의 예시

단백질 서열을 실제로 MSA로 정렬하는 과정을 예를 들어 설명하겠습니다.

가정해보세요, 세 가지 단백질 서열이 있다고 합시다:
1. 서열 1: AGTGCAGTC
2. 서열 2: AGTGGAGTC
3. 서열 3: AGT---GTC

이 서열들은 같은 단백질에서 유래했지만, 진화 과정에서 약간씩 변형되었습니다. MSA는 이 서열들을 같은 길이로 맞춰서 정렬하는 과정입니다. 여기서 "-"는 서열에서 결손이 발생한 부분을 나타냅니다.

MSA를 적용하면 다음과 같이 정렬됩니다:

AGTGCAGTC
AGTGGAGTC
AGT---GTC

• AGT: 세 서열 모두에서 동일하게 나타나므로, 이 부분은 진화적으로 매우 보존된 중요한 부분일 가능성이 큽니다.
• CAG과 GGAG: 여기서는 첫 번째 서열과 두 번째 서열이 아미노산 차이가 있지만, 세 번째 서열은 결손된 부분이 있습니다. 이는 이 위치에서 변이가 일어났거나 진화 과정에서 특정 아미노산이 없어졌음을 나타냅니다.

이와 같이, MSA는 단백질 서열 간의 차이점을 분석할 수 있으며, 공통적으로 보존된 부분을 식별하는 데 매우 유용합니다.

3. MSA의 의미와 활용

• 보존된 위치: MSA에서 여러 서열이 동일한 아미노산을 가지는 위치는 진화적으로 중요한 부분일 가능성이 큽니다. 예를 들어, 효소의 활성 부위나 결합 부위 같은 중요한 기능을 수행하는 부분은 진화 과정에서 잘 변하지 않기 때문에, MSA에서 잘 보존된 부분으로 나타납니다.
• 변화된 위치: 여러 서열에서 차이가 나는 위치는 진화 과정에서 변이가 일어난 부분입니다. 이는 특정 생물에서 다른 생물로 진화하면서 변화된 기능을 나타낼 수 있음을 의미합니다.

4. MSA와 단백질 구조 예측

AlphaFold는 MSA를 통해 여러 서열 간의 진화적 관계를 분석하여, 단백질 구조 예측에 중요한 정보를 추출합니다. 예를 들어, MSA에서 특정 아미노산이 여러 서열에서 일관되게 등장하는 위치는 해당 아미노산이 단백질 구조에서 중요한 역할을 할 가능성이 크다는 정보를 제공합니다. 반대로, 서열에서 변화가 자주 일어나는 위치는 구조적으로 덜 중요한 부분일 수 있습니다.

AlphaFold에서 MSA의 역할

• 공진화 분석: MSA를 통해 특정 위치에서 함께 변화하는 아미노산 쌍을 찾을 수 있습니다. 예를 들어, A 위치에 있는 아미노산이 변할 때, B 위치에 있는 아미노산도 함께 변한다면, 이 두 아미노산이 단백질 구조 내에서 서로 상호작용할 가능성이 큽니다. 이러한 공진화 패턴은 AlphaFold가 잔기 간 거리를 예측하는 데 중요한 단서를 제공합니다.
• 진화적 정보 활용: MSA는 단백질 서열이 어떻게 진화했는지를 보여주므로, AlphaFold는 이를 바탕으로 단백질의 기능적 도메인이나 구조적 제약을 학습할 수 있습니다.

5. MSA가 제공하는 정보

• 상동성(Homology): MSA는 여러 단백질이 얼마나 유사한지를 보여줍니다. 유사성이 높은 부분은 같은 기능을 가질 가능성이 크며, 유사성이 낮은 부분은 구조적으로 덜 중요한 부분일 수 있습니다.
• 구조적 제약: MSA는 특정 잔기들이 단백질 내에서 어떻게 상호작용할지를 유추할 수 있도록 도와줍니다. 이러한 정보는 AlphaFold가 단백질의 3차원 구조를 더 정확하게 예측하는 데 사용됩니다.

6. MSA의 한계

• 결과의 품질은 서열 수에 의존: MSA의 정확성은 입력 서열의 수와 품질에 크게 의존합니다. 서열이 많을수록 진화적 상관관계를 더 잘 파악할 수 있지만, 너무 적으면 의미 있는 상관관계를 찾기 어려울 수 있습니다.
• 결손(gaps): 여러 서열을 정렬할 때 결손 부위가 많이 포함될 수 있으며, 이러한 결손은 정확한 구조 예측에 어려움을 줄 수 있습니다.

요약

• MSA는 여러 단백질 서열을 나란히 정렬하여 유사한 부분과 차이를 분석하는 방법입니다.
• 진화적으로 중요한 아미노산 위치는 여러 서열에서 동일하게 보존되며, 이는 MSA에서 잘 드러납니다.
• AlphaFold는 MSA를 통해 단백질 구조 내에서 중요한 잔기 간의 상호작용을 예측하고, 이를 바탕으로 단백질의 3차원 구조를 예측합니다.