AI 요약
연구진은 NMR 분광법 데이터에서 단백질의 마이크로초~밀리초(µs-ms) 시간 규모의 움직임을 예측하는 새로운 딥러닝 모델 'Dyna-1'을 개발했다. 이 모델은 BMRB(생물학적 NMR 데이터 뱅크)에 등록된 약 10,000개 단백질의 화학적 이동 데이터에서 누락된 잔류물(residue) 할당을 활용해, 밀리초 역학으로 인한 신호 확대(broadening)를 감지한다. 특히 효소 촉매 작용과 리간드 결합 같은 생물학적 기능과 직접 연결된 역학을 정확히 예측하며, µs-ms 교환을 겪는 잔류물이 더 보존적이라는 사실도 발견했다.
핵심 포인트
- Dyna-1은 멀티모달 언어 모델 ESM-3의 중간 계층을 활용한 딥러닝 모델
- 100개 이상의 NMR 완화(relaxation) 데이터셋을 큐레이션하여 개발됨
- BMRB에 등록된 약 10,000개 단백질의 화학적 이동 데이터에서 누락된 할당을 예측하는 방식으로 µs-ms 역학을 포착
- 효소 촉매와 리간드 결합 등 생물학적 기능 관련 역학 예측에 특히 뛰어난 성능을 보임
향후 전망
- 이 모델과 데이터셋은 단백질 역학과 기능 사이의 공통 언어를 해독하는 데 변혁적 역할을 할 것으로 기대됨
- NMR 실험 없이도 대규모 단백질 역학 데이터를 예측할 수 있어 구조생물학 연구의 효율성을 크게 높일 전망