연구자, 자연어 처리 알고리즘을 사용하여 단백질 변형 이해에 도전

메릴랜드 대학교의 연구자들은 최근에 자연어 처리 기술과 기계 학습 알고리즘을 사용하여 단백질 분子的 형태가 어떻게 변하는지에 대한 통찰력을 얻으려고 했습니다. 자연어 처리 기술과 단백질 분자의 동적을 연구한 첫 번째 연구입니다. 최근의 논문은 Nature Communications 저널에 발표되었습니다.

단백질 분자는 다양한 형태를 취할 수 있지만, 한 형태에서 다른 형태로 변하는 메커니즘은 아직 부분적으로 미스터리입니다. 단백질 분자의 기능은 그 형태에 의해 정의되며, 형태/구조에 영향을 미치는 메커니즘을 더 잘 이해하면 과학자들은 목표 지향적 인 약물 치료를 설계하고 질병의 원인을 결정할 수 있습니다.

생물 분자는 정지되어 있지 않으며, 환경의 이벤트에 응답하여不断히 움직이고 있습니다. 환경적 압력으로 인해 분자가 다른 형태로突然 변할 수 있습니다. 분자는 완전히 다른 구조로 다시折り畳まれる데, 이는 스프링의 언코일링과 유사한 과정입니다. 분자의 다른 부분이 언폴드되고 폴드되며, 연구자들은 다른 분자 형태 사이의 중간 단계를 연구했습니다.

Phys.org에 따르면, Pratyush Tiwary는 논문의 선임 저자이며 메릴랜드 대학교의 화학 및 생화학 부문과 물리 과학 및 기술 연구소의 조교수입니다. Tiwary에 따르면, 자연어 처리를 사용하여 분자의 변형과 적응을 모델링할 수 있습니다. Tiwary는 분자가 특정 “언어”를 사용하며, 분자의 움직임이 추상적인 언어로 번역될 수 있다고 주장합니다. 이 과정에서 분자의 움직임을 언어 패턴으로 매핑하면 자연어 처리 기술과 기계 학습 알고리즘을 사용하여 “생물학적으로 진실한 이야기를 생성”할 수 있습니다.

분자가 한 형태에서 다른 형태로 변할 때, 변환은 매우 빠르게 발생합니다. 변환은 1조분의 1초만에 발생할 수 있습니다. 이러한 빠른 변환으로 인해 과학자들은 분자의 언폴딩 과정에 영향을 미치는 매개 변수를 결정하기 위해 분광법이나 고성능 현미경과 같은 방법을 사용하기 어렵습니다. 분자의 언폴딩에 영향을 미치는 매개 변수를 결정하기 위해 Tiwary와 연구 팀은 물리 모델을 생성하여 단백질을 시뮬레이션했습니다. 복잡한 통계 모델을 사용하여 단백질 시뮬레이션을 생성하여 분자의 형태, 궤도, 운동을 모방했습니다. 모델은 자연어 처리 방법을 기반으로 하는 기계 학습 알고리즘에 제공되었습니다.

기계 학습 시스템을 교육하기 위해 사용된 자연어 처리 모델은 Gmail에서 사용하는 예측 텍스트 시스템과 유사한 알고리즘을 사용했습니다. 시뮬레이션된 단백질은 분자의 움직임이 “글자”로 번역되는 언어로 처리되었습니다. 글자는 단어와 문장을 만들기 위해 연결되었습니다. 기계 학습 알고리즘은 단백질 구조의 문법과 구문 규칙을 학습하여 어떤 형태/움직임이 다른 형태/움직임을 따를 수 있습니다. 알고리즘은 특정 단백질이 어떻게 언폴드되고 어떤 형태를 취할지 예측하는 데 사용할 수 있었습니다.

연구자들은 단백질 기반 문장을 분석하기 위해 장단기 메모리(LSTM) 네트워크를 사용했습니다. 연구 팀은 또한 네트워크의 수학적 기초를 추적하여 네트워크가 분자 변형의 동적을 학습하는 동안 매개 변수를 모니터링했습니다. 연구 결과에 따르면, 네트워크는 정적 물리학 개념인 경로 엔트로피와 유사한 논리를 사용했습니다. 이러한 발견이 지속된다면, LSTM 네트워크의 성능을 향상시킬 수 있습니다. Tiwary는 이 발견이 LSTM의 블랙박스 특성을 일부 제거하여 연구자들이 최적의 성능을 위해 조정할 수 있는 매개 변수를 더 잘 이해할 수 있도록 해준다고 설명했습니다.

알고리즘의 테스트 케이스로, 연구자들은 리보스위치(Riboswitch)라는 생물 분자를 분석했습니다. 리보스위치는 이미 분광법을 사용하여 분석되었으며, 기계 학습 시스템을 사용하여 분석했을 때 예측된 리보스위치 형태는 분광법으로 발견된 형태와 일치했습니다.

Tiwary는 연구 결과가 연구자들이 더 적은 부작용을 가진 표적 약물을 개발하는 데 도움이 될 것이라고 희망합니다. Tiwary는 Phys.org를 통해 다음과 같이 설명했습니다.

“당신은 강력한 약물을 원하지만, 원하는 것만에 바인딩되는 약물을 원합니다. 우리는 관심 있는 생물 분子的 다양한 형태를 이해할 수 있다면, 특정 형태에만 바인딩되는 약물을 만들 수 있으며, 원하는 시간에만 바인딩되며, 원하는 만큼만 바인딩됩니다.”