초록:

전 세계적으로 항생제 내성이 증가함에 따라, 흑사병을 일으키는 세균인 예르시니아 페스티스( Yersinia pestis)와 같은 재유행 병원체에 대한 우려가 다시 고조되고 있다. Y. pestis의 중요한 독성 인자 중 하나는 제3형 분비 시스템(T3SS)으로, 이를 통해 효과자 단백질을 숙주 세포 내로 직접 주입할 수 있다. 이 전위를 담당하는 바늘 모양의 구조는 YscF 단백질의 중합에 의해 형성되지만, 그 완전한 올리고머 구조와 기능 파괴 돌연변이가 미치는 영향에 대해서는 아직 잘 알려져 있지 않다.

본 연구에서는 AlphaFold 3를 활용하여 YscF 단백질의 주요 돌연변이에 대한 올리고머 복합체를 모델링하였다. 분석 대상이었던 돌연변이체들은 이전의 체외 연구에서 바늘 형성 및 조절에 큰 영향을 미치는 것으로 밝혀졌다. 여기에는 단일 돌연변이, R73A 이중 돌연변이, D28A/D46A 및 다중 부위 돌연변이가 포함된다. 구체적으로는 지속 분비(CS) 돌연변이체(I13A, D17A, D28A, D46A)와 비분비(NS) 돌연변이체(N31A, V34A, D77A, I82A)가 포함된다. 21개 및 24개 서브유닛 올리고머에 대한 모델을 구축하고, 헬릭스 정렬( PyMOL ) 및 정량적 구조 분석을 통해 평가하였다. 헬릭스 정렬, 서브유닛 간 거리, 인터페이스 접촉 면적을 이용한 비교 평가 결과, R73A 및 D28A/D46A 돌연변이체는 기능적 분비와 일치하는 연장성과 대칭성을 유지하는 것으로 나타났다. 반면, CS 및 NS 돌연변이체는 구조적으로 밀집되거나 왜곡된 집합체를 형성했으며, 이는 비정상적인 분비 표현형과 상관관계를 보였다.

이 데이터는 T3SS 조립의 구조적 기반에 대한 통찰을 제공하며, 특정 아미노산 치환이 고차 올리고머화를 어떻게 방해할 수 있는지를 강조한다. 이 연구는 분비 시스템 구조에 대한 기전적 이해를 심화시킬 뿐만 아니라, 향후 구조 연구를 뒷받침하는 복잡한 고분자 거동 예측에 딥러닝 모델이 유용함을 입증한다.

발언자:

스테파니 벨리도, 노바 사우스이스턴 대학교

스테파니 벨리도, 루카 바르게스, 데브 파텔은 노바 사우스이스턴 대학교의 학부생들로, ‘YscF 돌연변이의 딥러닝 기반 구조 모델링’에 대해 발표할 예정입니다.