MotifCraft: scalable functional protein binder design with AlphaFold2 hallucination

Motivation

• Known: BindCraft와 같은 AF2-backpropagation 기반 gradient-descent 방법은 mini-protein binder 설계에서 높은 실험적 성공률(10-100%)을 보였고, RFdiffusion 등 diffusion 기반 방법들은 motif scaffolding에서 널리 활용되어 왔다.
• Gap: AF2 backpropagation 방식의 motif scaffolding 활용은 충분히 탐구되지 않았고, 특히 large protein target에 대한 backpropagation은 sequence 길이에 대해 cubic하게 계산 비용이 증가하여 확장성이 크게 제한된다.
• Why: 실험적으로 검증된 BindCraft의 gradient-based 설계 패러다임을 motif scaffolding과 binder-target interface 설계로 확장함으로써, 효소 활성 부위나 결합 인터페이스 등 기능적 좌표를 보존하면서도 대형 타겟 단백질에 대해 확장 가능한 정밀 binder 설계 방법을 제공할 수 있다는 점에서 중요하다.
• Approach: ColabDesign 기반 AF2-Multimer hallucination 파이프라인을 확장하여 motif 전용 loss(motif Cα RMSD, pAE 가중 기하평균, 모티프-스캐폴드 residue contact loss)를 추가하고, 타겟 단백질 cropping(embedding crop, distance-threshold 기반 chain cropping) 기법을 도입해 계산 효율과 정확도를 동시에 개선한다.

Achievement

1. Motif scaffolding 성공률 향상: RFdiffusion 벤치마크(24개 motif)에서 diffusion 기반(RFdiffusion, Proteina, Genie2, FrameFlow) 및 pLM 기반(Dayhoff Atlas) 방법 대비 unique passing scaffold를 더 많이 생성하는 높은 성공률을 달성.
2. 가장 어려운 과제에서의 우수성: 비교 방법들이 대부분 실패하는(≤1/100 성공) 15개 최난이도 과제 중 6개에서 동일 runtime 내 더 높은 성공률을 보임.
3. 2단계 loss 가중치 전략: 초기 단계에서는 motifRMSD 강조, 후반 단계에서는 confidence 확보를 위해 motif loss 완화하는 방식으로 over-stable하지만 motif 구조가 틀린 설계 문제를 해결.
4. Binder-target interface 설계 개선: target protein을 워크플로우에 포함할 때 i_pTM, i_pAE, ipSAE 등 interface metric 기준에서 기존 방법과 대등하거나 더 나은 결과를 달성.
5. 대형 타겟 cropping을 통한 가속화: 타겟 단백질을 최소 결합 인터페이스로 cropping함으로써 대형 단백질 대상 binder 설계 속도를 최대 9배 가속.

How

• ColabDesign 구현의 AF2-Multimer를 기반으로 motif 좌표를 입력에 고정하고, scaffold 서열은 무작위 초기화 후 motif를 지정 범위 내 무작위 위치에 배치.
• 새로운 motif 전용 loss 항(motif Cα RMSD, 모티프 residue pAE와 RMSD의 가중 기하평균, motif-scaffold residue contact loss)을 도입하고, 학습 단계별로 loss 가중치를 2단계로 조정(초기: motif 구조 보존 강조, 후기: confidence 향상).
• 4단계(continuous logits → discrete sequence)의 BindCraft 스타일 설계 프로토콜을 따르고, 매 iteration마다 5개 AF2 모델 중 하나를 무작위 선택하여 서열 강건성 확보.
• 최종 설계는 SolubleMPNN으로 8개 서열을 생성(모티프 residue 고정) 후, AF2-monomer(template 기반, 3 recycle, single sequence mode)로 재예측하여 검증.
• 검증 기준: pLDDT≥0.7, scRMSD≤2Å(ESMFold 기반 예측 구조와 비교), motifRMSD≤1Å(AF2-monomer 예측과 비교); Foldseek easy-cluster로 unique solution 도출.
• Binder-target interface 설계를 위해 AF2-monomer initial guess(IG) 또는 "big bang"(BB) 구조 모듈 초기화 방식으로 재검증을 수행하고 interface-specific metric(i_pTM, i_pAE, ipSAE)으로 평가.
• 대형 타겟 가속화를 위해 embedding crop(Evoformer 직전 crop)과 hotspot 거리 임계값 기반 chain cropping 두 가지 방식을 구현.

Originality

• AF2-Multimer backpropagation(hallucination) 방식을 BindCraft의 binder 설계를 넘어 motif scaffolding 문제로 확장한 최초의 시도 중 하나.
• motif 전용 loss 함수(2단계 가중치 스케줄링 포함)를 새롭게 설계하여 over-stable하지만 motif 구조가 부정확한 설계 문제를 해결.
• target protein 포함 여부에 따른 binder-target interface scaffolding 성능을 체계적으로 비교 분석.
• 대형 단백질 타겟에 대한 계산 비용 문제를 해결하기 위해 embedding crop과 hotspot distance cropping이라는 두 가지 새로운 cropping 전략을 제안.

Limitation & Further Study

• AF2 backpropagation 기반 방법은 RFdiffusion 대비 trajectory당 실행 시간이 약 15배 길어 근본적인 계산 비용 문제가 완전히 해결되지 않음.
• 검증 결과가 ESMFold와 AF2-monomer 간 불일치를 보이는 등 in silico 검증 지표 자체의 신뢰성과 일관성에 대한 추가 검토가 필요.
• 본문 발췌에는 실험적(in vitro) 검증 결과가 포함되어 있지 않아, in silico 성공률이 실제 실험적 성공으로 이어지는지는 추가 검증이 필요.
• binder-target 설계 시 AF2-monomer 검증에서 두 단백질이 공간적으로 분리되는 현상이 보고되어, 검증 파이프라인 자체의 한계(initial guess/big bang 초기화 필요성)가 존재.
• 향후 연구로 더 다양한 실제 실험적 검증, 더 큰 규모의 타겟 라이브러리에 대한 cropping 전략 일반화, computational cost를 근본적으로 낮추는 모델 경량화 연구가 필요.

Evaluation

총평: AF2-Multimer hallucination을 motif scaffolding과 대형 타겟 binder 설계로 확장한 실용적이고 흥미로운 연구로, diffusion 기반 방법 대비 우수한 in silico 성공률과 cropping을 통한 확장성 개선을 제시하지만, 여전히 높은 계산 비용과 실험적 검증 부재라는 한계가 남아 있다.