# ESM-2 임베딩 단백질 상동성 검색: P69905

> P69905(hemoglobin alpha)의 ESM-2 이웃 단백질 8개를 코사인 점수와 UniProt 기록으로 봅니다. 2026-11-06 기준.

데이터 기준일 2026-11-06 · 게시 2026-11-08 · 수정 2026-11-06 · https://bioq.bio/blog/ko/howto-is-my-protein-homologous-to-anything-esm2-neighbours

![쿼리 P69905에 대한 BioQ 결과 화면. UniProt accession과 코사인 유사도 값이 있는 Swiss-Prot 이웃 단백질 표가 보입니다.](https://bioq.bio/blog/img/howto-is-my-protein-homologous-to-anything-esm2-neighbours/ko/hero.webp)

P69905(hemoglobin alpha)로 BioQ에서 ESM-2 임베딩 단백질 상동성 검색을 하면 Swiss-Prot 이웃 단백질 8개가 나옵니다. 코사인 점수는 1.0에서 0.9992까지입니다. 데이터는 2026-11-06 기준입니다. 엔진 시간은 쿼리 2건을 합쳐 총 0.45초였습니다.

## 질문: ESM-2 임베딩 단백질 상동성 검색으로 무엇을 찾나

흔히 하는 작업입니다. 단백질이 하나 있고, Swiss-Prot에 관련 단백질이 있는지 알고 싶습니다. 보통은 서열 검색이 먼저 떠오릅니다. 단백질 언어 모델은 다른 관점을 줍니다. Swiss-Prot의 각 항목을 임베딩 공간의 한 점으로 보고, 내 단백질과 가장 가까운 점을 나열합니다.

이 예시는 결과를 한 줄씩 확인할 수 있도록 널리 알려진 공개 단백질을 씁니다. 쿼리는 UniProt accession P69905이며, 사람 hemoglobin subunit alpha(entry name HBA_HUMAN)입니다. ESM-2 공간에서 가장 가까운 Swiss-Prot 단백질 8개를 요청했습니다. 유전자 HBA1의 UniProt 기록도 함께 가져왔습니다. 이웃 목록을 큐레이션된 항목과 나란히 읽기 위해서입니다.

## BioQ가 돌려준 결과

이웃 블록은 Swiss-Prot의 ESM-2 650M 임베딩을 사용합니다. 모두 8행이 나옵니다. 첫 행은 쿼리 자신입니다. 어떤 단백질이든 가장 가까운 점은 자기 자신이므로 예상한 결과입니다.

| UniProt 수탁 번호 | 코사인 유사도 |
|---|---|
| P69905 | 1 |
| P69906 | 1 |
| P69907 | 1 |
| Q9TS35 | 0.9996 |
| P01923 | 0.9995 |
| P63107 | 0.9992 |
| P63108 | 0.9992 |
| P67817 | 0.9992 |

accession 세 개가 1.0입니다. P69905, P69906, P69907입니다. 그다음은 Q9TS35가 0.9996, P01923이 0.9995, P63107, P63108, P67817이 0.9992입니다. 도구의 주석대로 코사인 값은 거의 모든 경우에 높게 나옵니다. 이웃의 순위를 매기는 값이지 서열 동일성(%)이 아닙니다.

두 번째 블록은 유전자 HBA1에 대한 UniProt 정보입니다. Swiss-Prot 기록은 26건이며, 앞부분 몇 행은 아래와 같습니다.

| 수탁 번호 | 엔트리 이름 | 길이 (aa) |
|---|---|---|
| P69905 | HBA_HUMAN | 142 |
| P01946 | HBA_RAT | 142 |
| P83270 | HBA1_ANAMI | 143 |
| Q1AGS5 | HBA1_ARCGL | 143 |
| Q1AGS9 | HBA1_BORSA | 143 |

P69905는 HBA_HUMAN이며 길이는 142 잔기입니다. 쥐 항목 P01946(HBA_RAT)도 142 잔기입니다. 이어지는 세 항목은 다른 종의 것이며 143 잔기입니다. 간단한 정합성 확인이 됩니다. 유전자 이름에서 기대하는 패밀리가 UniProt에 있고, 길이도 쿼리와 비슷합니다.

## 결과의 의미와 해석 방법

**숫자가 아니라 순위를 읽으십시오.** 점수가 모두 0.9992에서 1.0 사이에 있어 절댓값은 정보가 거의 없습니다. 의미 있는 것은 순서와 목록에서 값이 떨어지는 지점입니다. 이 예시처럼 거의 같은 점수가 이어지면, 이 단백질들이 Swiss-Prot 나머지에 비해 쿼리와 가깝다는 것만 알 수 있습니다. 서열 동일성이 얼마나 되는지는 알 수 없습니다.

**이웃마다 UniProt 항목에서 확인하십시오.** 이웃 표에는 accession만 있습니다. P69906, P69907, Q9TS35, P01923, P63107, P63108, P67817을 열어 단백질 이름, 생물종, 패밀리 주석을 읽어 보십시오. 이 항목들이 무엇인지는 여기 제시된 데이터에 없으므로 추측하지 않아야 합니다. 대부분의 이웃이 쿼리와 같은 패밀리라면 패밀리 수준의 연관성을 뒷받침합니다. 이름과 기능이 무관한 이웃이 하나 있다면 발견이 아니라 검증할 단서로 다루십시오.

**MMseqs2와 ESM-2의 차이.** MMseqs2 같은 정렬 도구는 hit마다 동일성, 커버리지, E-value를 보고하며 정렬 자체를 확인할 수 있습니다. 단백질 언어 모델 임베딩은 방식이 다릅니다. 서열 전체의 학습된 표현을 비교하므로 정렬 신호가 약해도 서로 가까운 위치에 놓일 수 있습니다. 먼 상동성(remote homology)에 쓰는 이유입니다. 두 방법은 서로 보완합니다. 이 결과는 두 방법을 내 단백질에서 비교한 것이 아닙니다. 중요한 질문이라면 둘 다 돌려 어디서 일치하는지 보십시오.

**수작업과 쿼리 한 번의 비교.** 직접 하면 UniProt에서 accession을 찾고, Swiss-Prot 임베딩을 구하거나 생성하고, 유사도를 계산한 뒤, 다시 UniProt로 돌아가 이웃을 하나씩 읽어야 합니다. 여기서는 쿼리 P69905 하나로 서로 다른 자원 2곳에 닿았습니다. Swiss-Prot의 ESM-2 임베딩 인덱스와 UniProt입니다. 엔진 시간은 총 0.45초였습니다. 이는 엔진 시간일 뿐 결과를 읽는 시간은 포함하지 않으며, 수작업에 걸리는 시간에 대해서는 어떤 주장도 하지 않습니다.

## BioQ에서 재현하는 방법

1. BioQ를 열고 검색창에 UniProt accession을 붙여 넣습니다. 내 단백질이라면 Swiss-Prot accession을 쓰십시오. 새 서열만 있다면, 최근접 이웃 방식은 인덱스에 이미 있는 accession이 필요합니다.
2. 아래 쿼리를 그대로 실행합니다.

```text
P69905
```

[BioQ에서 이 질의 열기](https://bioq.bio/login?next=%2Fapp%23q%3DP69905)

3. 이웃 표를 먼저 읽습니다. 코사인 값이 떨어지기 시작하는 지점과, 낯선 accession이 있는지 확인합니다.
4. 낯선 accession은 UniProt 기록을 열어 이름, 생물종, 길이를 쿼리와 비교합니다.
5. 흥미로운 이웃이 있으면 그 쌍에 MMseqs2 같은 서열 정렬 검색을 돌려 동일성과 E-value를 얻습니다. 이어서 BioQ에 그 이웃의 유전자를 물어 다른 데이터 계층이 무엇을 말하는지 확인합니다.

BioQ의 모든 답변에는 출처가 표시됩니다. 내보낸 표에는 임베딩 릴리스(Swiss-Prot의 ESM-2 650M 임베딩)와 기록의 UniProt 출처가 함께 담깁니다.

## 한계: 데이터가 보여 주지 않는 것

- 코사인 유사도는 서열 동일성이 아니며, 상동성의 확률도 아닙니다. 이 예시에서는 모든 점수가 매우 높아서, 원래 값에 기준선을 두면 관련 단백질과 무관한 단백질을 가를 수 없습니다.
- 목록의 이웃이 8개인 것은 8개를 요청했기 때문입니다. Swiss-Prot에서 내 쿼리와 관련된 단백질이 몇 개인지는 보여 주지 않으며, 목록 바로 밖의 단백질도 관련이 있을 수 있습니다.
- 임베딩은 Swiss-Prot만 다룹니다. Swiss-Prot에 없는 관련 단백질은 나타날 수 없습니다.
- 결과로는 기능, 구조, 진화의 방향을 알 수 없습니다. 임베딩이 비슷한 것은 공유 도메인, 조성, 패밀리 소속을 반영할 수 있으나 표는 그중 무엇인지 알려 주지 않습니다.
- Hemoglobin alpha는 연구가 많이 된, 보존성이 높은 패밀리입니다. 특성이 덜 밝혀진 단백질은 더 평탄하고 해석하기 어려운 목록을 줄 수 있으며, 이 예시로는 내 단백질이 어떻게 나올지 알 수 없습니다.
- HBA1의 UniProt 기록 26건은 그 유전자 이름으로 반환된 항목 수입니다. 패밀리에 서로 다른 단백질이 몇 종 있는지를 나타내는 값이 아닙니다.
- 수치는 2026-11-06 기준 데이터입니다. 이후 UniProt나 임베딩 릴리스가 바뀌면 목록도 달라질 수 있습니다.

## 데이터와 방법
이 글의 숫자는 2026-11-06에 BioQ 엔진에서 읽었습니다(질의 2건, 엔진 처리 시간 합계 0.5초). 표는 엔진 응답으로 코드가 만들었고, 본문은 그 값을 풀어 쓴 것입니다.

`/neighbourhood`, `/uniprot`

같은 질의를 BioQ에서 직접 실행해 보세요: [P69905](https://bioq.bio/login?next=%2Fapp%23q%3DP69905)

*연구 참고용입니다. 공개 데이터를 정리한 글이며 의료 조언이 아닙니다.*

BioQ는 생물학 연구를 100배 빠르게 만드는 것을 목표로 하는 AI 검색엔진이자 에이전트입니다. 웹 앱과 REST API로 물어볼 수 있고, MCP로 Claude·ChatGPT·Cursor에서도 쓸 수 있습니다.

## 사용한 질의

- [`P69905`](https://bioq.bio/login?next=%2Fapp%23q%3DP69905)

## 자주 묻는 질문

### ESM-2 임베딩으로 내 단백질과 관련된 단백질을 찾으려면 어떻게 합니까?

BioQ에 P69905 같은 Swiss-Prot accession을 입력합니다. ESM-2 공간에서 가장 가까운 Swiss-Prot 단백질이 나옵니다. 이 예시에서는 8개가 나왔고 코사인 값은 1.0에서 0.9992까지였습니다.

### 코사인 값은 서열 동일성(%)과 같습니까?

아닙니다. 코사인은 이웃의 순위만 매기며, 거의 모든 경우에 높게 나옵니다. 이 예시에서도 8개 값이 모두 0.9992에서 1.0 사이이므로, 동일성은 정렬 도구로 확인해야 합니다.

### ESM-2 이웃 검색은 MMseqs2와 무엇이 다릅니까?

MMseqs2는 서열을 정렬해 동일성과 E-value를 보고합니다. ESM-2 검색은 학습된 임베딩을 비교하므로 먼 상동성을 잡아낼 수 있습니다. 이 예시는 두 방법을 내 단백질에서 비교하지 않았으니, 유망한 이웃은 정렬로 확인하십시오.

### P69905 쿼리에는 시간이 얼마나 걸렸습니까?

엔진 시간은 총 0.45초였고, 서로 다른 자원 2곳을 쓴 쿼리 2건입니다. 엔진 시간만 센 값이며 결과를 읽는 시간은 들어 있지 않습니다.

### 이 결과에서 HBA1의 UniProt 기록은 몇 건입니까?

UniProt 블록에는 유전자 HBA1의 Swiss-Prot 기록이 26건 나옵니다. 사람 항목 P69905(HBA_HUMAN)의 길이는 142 잔기입니다.

## 출처

- 데이터셋: [UniProtKB/Swiss-Prot with ESM-2 embeddings](https://www.uniprot.org/)

> 결과는 표시된 날짜의 공개 데이터베이스 기준이며 바뀔 수 있습니다. BioQ는 연구 정보를 제공하며 의학적 조언이 아닙니다.
