다양한 기능을 가진 미토콘드리아 타겟팅 시퀀스를 변분 오토인코더를 사용하여 유카리오티 생물에서 설계하기

미토콘드리아는 에너지 생산과 대사에 핵심적인 역할을 하기 때문에, 대사 공학과 질병 치료의 유망한 목표가 되고 있습니다. 그러나, 승객 단백질이 위치 효율성에 미치는 영향이 알려져 있음에도 불구하고, 미토콘드리아 표적화를 위한 단백질 위치 태그 중에서 몇 가지만이 특징화되어 있습니다. 이 제한을 해결하기 위해, 우리는 변분 오토인코더(Variational Autoencoder)를 활용하여 새로운 미토콘드리아 표적화 서열을 설계하였습니다. 컴퓨터 시뮬레이션 분석 결과, 생성된 펩타이드의 높은 비율(90.14%)이 기능적이며 미토콘드리아 표적화에 중요한 특성을 가지고 있음을 확인하였습니다. 우리는 네 가지 진핵생물에서 인공 펩타이드를 특징화하였으며, 개념 증명으로서 경로 구획을 통해 3-하이드록시프로피온산 함량을 증가시키고 5-아미노레부린산 합성효소의 전달 효율을 각각 1.62배와 4.76배 개선하는 데 그들의 유틸리티를 입증하였습니다. 또한, 잠재 공간 보간(latent space interpolation)을 사용하여 이중 표적화 서열의 진화적 기원에 대해 밝혔습니다. 총합적으로, 우리의 연구는 생성형 인공지능(generative artificial intelligence)이 미토콘드리아 생물학에서 기초 연구와 실용적 응용 모두에 잠재력을 가짐을 보여줍니다.