AlphaFold 3를 활용한 코로나바이러스 nsp13 단백질의 3차원 구조 예측 및 시각화

AlphaFold 3를 활용한 코로나바이러스 nsp13 단백질의 3차원 구조 예측 및 시각화

1. 연구 개요

AlphaFold 3는 인공지능을 이용하여 단백질과 다양한 생체분자의 3차원 구조를 예측하는 도구이다. 단백질의 아미노산 서열을 입력하면 원자 좌표를 포함한 3차원 구조 모델을 생성할 수 있다.

이번 실습에서는 **SARS-CoV-2의 비구조 단백질인 nsp13(Helicase)**을 대상으로 AlphaFold 3에서 CIF 구조 파일을 생성하고, PyMOL을 활용하여 단백질의 3차원 구조와 예측 신뢰도를 시각화한다.

연구 과정

아미노산 서열(FASTA) → AlphaFold 3 입력(JSON) → 구조 예측(CIF) → PyMOL 시각화(PNG)

2. 실험 환경

• 운영체제: Ubuntu Linux
• 구조 예측: AlphaFold 3
• 실행 환경: 기존 Docker 기반 AlphaFold 3 서버
• 구조 시각화: PyMOL
• 분석 대상: SARS-CoV-2 nsp13
• NCBI RefSeq: YP_009725308.1
• 아미노산 서열 길이: 601개

본 실습에서는 AlphaFold 3가 이미 설치되어 있고, 모델 가중치와 서열 검색 데이터베이스가 준비된 환경을 가정한다.

3. nsp13 아미노산 서열 다운로드

먼저 연구 데이터를 저장할 폴더를 생성한다.

mkdir -p ~/af3_nsp13/input
mkdir -p ~/af3_nsp13/output

cd ~/af3_nsp13/input

NCBI 데이터베이스에서 SARS-CoV-2 nsp13의 아미노산 서열을 FASTA 파일로 내려받는다.

curl -fLsS \
"https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=protein&id=YP_009725308.1&rettype=fasta&retmode=text" \
-o SARS2_nsp13.fasta

파일이 정상적으로 생성되었는지 확인한다.

head SARS2_nsp13.fasta

FASTA 파일에는 단백질의 등록 정보와 아미노산 서열이 저장된다.

4. AlphaFold 3 입력 JSON 생성

로컬에서 실행하는 AlphaFold 3는 단백질 서열을 JSON 형식으로 입력받는다.

아래 Python 코드는 FASTA 파일을 읽어 AlphaFold 3 입력 JSON을 자동으로 생성한다.

cd ~/af3_nsp13/input

python3 - <<'PY'
import json
from pathlib import Path

fasta = Path("SARS2_nsp13.fasta")

sequence = "".join(
    line.strip()
    for line in fasta.read_text().splitlines()
    if line.strip() and not line.startswith(">")
)

assert len(sequence) == 601

data = {
    "name": "SARS2_nsp13",
    "modelSeeds": [1],
    "sequences": [
        {
            "protein": {
                "id": "A",
                "sequence": sequence
            }
        }
    ],
    "dialect": "alphafold3",
    "version": 1
}

Path("fold_input.json").write_text(
    json.dumps(data, indent=2)
)

print("AlphaFold 3 input ready")
PY

실행이 완료되면 fold_input.json 파일이 생성된다.

이 파일에는 단백질의 이름, 서열, 예측 모델의 난수 시드(seed) 등 AlphaFold 3 실행에 필요한 정보가 포함된다.

5. AlphaFold 3 구조 예측 실행

기존 Ubuntu 서버에서 Docker 기반 AlphaFold 3를 사용한다고 가정한다.

먼저 모델 가중치와 데이터베이스의 위치를 지정한다.

AF3_MODELS=/srv/alphafold3/models
AF3_DB=/srv/alphafold3/databases

위 경로는 예시이므로 실제 서버에 설치된 경로로 변경해야 한다.

다음 명령어로 구조 예측을 실행한다.

sudo docker run --rm --gpus all \
  -v "$HOME/af3_nsp13/input:/root/af_input:ro" \
  -v "$HOME/af3_nsp13/output:/root/af_output" \
  -v "$AF3_MODELS:/root/models:ro" \
  -v "$AF3_DB:/root/public_databases:ro" \
  alphafold3 \
  python run_alphafold.py \
  --json_path=/root/af_input/fold_input.json \
  --model_dir=/root/models \
  --db_dir=/root/public_databases \
  --output_dir=/root/af_output

AlphaFold 3는 필요한 서열 및 구조 정보를 검색하고, GPU를 이용해 단백질의 3차원 구조를 예측한다.

예측이 완료되면 CIF 구조 파일과 신뢰도 관련 결과가 출력 폴더에 저장된다.

find ~/af3_nsp13/output \
  -type f -name "*.cif"

CIF(Common Information Framework) 파일에는 단백질을 구성하는 원자의 3차원 좌표와 관련 구조 정보가 기록된다.

6. PyMOL을 활용한 단백질 구조 시각화

AlphaFold 3가 생성한 CIF 파일을 PyMOL에서 열어 구조를 시각화한다.

PyMOL에서 다음 명령어를 실행한다.

load SARS2_nsp13_model.cif, nsp13

hide everything, all
show cartoon, nsp13

bg_color white
color cyan, nsp13

set orthoscopic, on
orient nsp13
zoom nsp13, 5

png nsp13_structure.png, width=2400, height=1800, dpi=300, ray=1

여기서 CIF 파일명과 경로는 실제 AlphaFold 3 출력 파일에 맞게 수정한다.

실행 결과 단백질의 나선 구조와 접힘 형태를 보여주는 3차원 Cartoon 이미지가 생성된다.

7. pLDDT를 이용한 구조 예측 신뢰도 시각화

AlphaFold 3는 예측 구조의 국소 신뢰도를 나타내는 pLDDT(predicted Local Distance Difference Test) 값을 제공한다.

이번 연구의 AlphaFold 3 CIF 파일에서는 해당 값이 PyMOL의 B-factor(b) 필드로 읽힌다.

color 0x0053D6, nsp13
color 0x65CBF3, nsp13 and b < 90
color 0xFFDB13, nsp13 and b < 70
color 0xFF7D45, nsp13 and b < 50

png nsp13_pLDDT.png, width=2400, height=1800, dpi=300, ray=1

pLDDT 값의 해석

pLDDT색상의미

90 이상	진한 파란색	매우 높은 신뢰도
70~90 미만	하늘색	높은 신뢰도
50~70 미만	노란색	낮은 신뢰도
50 미만	주황색	매우 낮은 신뢰도

pLDDT 값은 인공지능이 예측한 국소 구조의 신뢰도를 나타내며, 단백질의 실제 효소 활성이나 전체 도메인 배치의 정확성을 직접 입증하는 값은 아니다.

8. 생성된 구조 파일의 연구 활용

이번 실습에서 생성한 nsp13 구조 모델은 다양한 생물정보학 연구에 활용할 수 있다.

대표적으로 SARS-CoV-1, MERS-CoV, SARS-CoV-2의 nsp13 구조를 PyMOL에서 중첩하여 구조적 유사성과 차이를 비교할 수 있다.

또한 nsp13을 구성하는 ZBD, Stalk, 1B, RecA1, RecA2 도메인을 구분하고, 각 영역의 RMSD를 분석하여 단백질의 구조적 보존성을 연구할 수 있다.

구조적 차이를 분석할 때에는 단백질 전체의 RMSD뿐 아니라 아미노산 잔기 대응, 도메인별 RMSD, 도메인 간 상대적 배치 등을 함께 고려하는 것이 중요하다.

9. 결론

본 실습에서는 SARS-CoV-2 nsp13의 아미노산 서열을 확보하고, AlphaFold 3를 이용하여 단백질의 3차원 구조를 예측하는 과정을 살펴보았다. 또한 PyMOL에서 CIF 구조 파일을 시각화하고, pLDDT 신뢰도를 색상으로 표현하는 방법을 확인하였다.

AlphaFold 3와 PyMOL을 결합하면 아미노산 서열 정보를 3차원 구조로 확장하고, 이를 바탕으로 단백질의 구조적 보존성과 차이를 분석할 수 있다.

이러한 분석 방법은 코로나바이러스 비구조 단백질의 비교 연구뿐 아니라 다양한 단백질의 구조생물정보학 연구와 인공지능 융합교육에도 활용할 수 있다.

---

참고 자료

• Google DeepMind, AlphaFold 3: https://github.com/google-deepmind/alphafold3
• NCBI Protein Database: https://www.ncbi.nlm.nih.gov/protein/
• PyMOL: https://pymol.org/
• Coronavirus nsp13/nsp14 연구 데이터: https://doi.org/10.5281/zenodo.23491769