PDAgent: An LLM-Driven Autonomous Agent Framework Towards *In Silico* Protein Design via Directed Mutation

Motivation

• Known: 기존 physics-based 방법(Rosetta 등)은 전문가 지식과 많은 계산 비용을 요구하며, deep learning 기반 structure-to-sequence(ProteinMPNN, ESM-IF), function-conditioned(ProGen, ESM3), text-conditioned(Pinal, ProtDAT) 방법들은 각각 기능 통제력 부족, 제한된 ontology 의존, text-protein 간 semantic gap 등의 한계를 갖는다.
• Gap: LLM 기반 agent 시스템(ProtAgents, DrugPilot 등)은 외부 tool을 활용하지만 design-validation-refinement를 아우르는 완전 자동화된 closed-loop 구조가 부재하여 multi-objective 최적화에 취약하다는 연구 공백이 존재한다.
• Why: 자연어 요구사항으로부터 구조적 타당성과 기능적 제약을 동시에 만족하는 단백질 서열을 자동으로 반복 설계할 수 있다면, 전문가 개입 없이도 biomedicine, 산업 biotechnology 등 다양한 응용 분야에서 단백질 설계의 효율성과 접근성을 크게 높일 수 있다.
• Approach: ReAct 패러다임에서 영감을 받아 template retrieval, conservation analysis 기반 mutation 필터링, 그리고 THINK-PLAN-ACT-OBSERVE-REFLECT 5단계 closed-loop를 결합해 자연어 지시에 따른 directed mutation 기반 단백질 설계를 수행한다.

Achievement

1. PDAgent framework 제안: 자연어 기반 단백질 설계를 위한 LLM-driven autonomous agent framework를 제안하고, 5단계 ReAct cycle을 통한 iterative closed-loop 서열 최적화를 구현했다.
2. Conservation-aware mutation 전략 통합: multiple sequence alignment(MSA) 기반 conservation analysis와 stability-aware mutation filtering을 결합해 핵심 기능 도메인의 구조적 무결성을 보존하면서 mutation을 수행했다.
3. 높은 constraint satisfaction 성능 입증: 100개의 다양한 protein design task 실험에서 91.86%의 평균 constraint satisfaction rate와 평균 pLDDT 87.69의 높은 구조적 품질을 달성하며, 직접적인 LLM 생성 및 특화된 deep learning 방법들을 크게 능가했다.

How

• 사용자의 자연어 요구사항을 LLM으로 파싱하여 열안정성, 용해도, pH 안정성 등 constraint와 keyword를 추출
• Swiss-Prot/UniProt 등 데이터베이스에서 keyword 기반 template 서열 후보를 검색
• Homolog 탐색 및 MSA를 통한 conservation analysis로 고보존 잔기를 식별하고 보호
• THINK(상황 판단)-PLAN(LLM Planning으로 action queue 생성)-ACT(point mutation 실행 및 predefined toolkit 호출)-OBSERVE(constraint validation 및 satisfaction rate 변화 관찰)-REFLECT(LLM Diagnosis로 문제 진단 및 우선순위 재조정)의 5단계를 반복
• Foldability, thermostability, solubility, pH stability, length, structural preference, disulfide bond, salt bridge 등 7가지 biophysical 차원에 대한 도메인 특화 계산 tool을 통합해 property를 최적화

Originality

• 기존 structure-to-sequence, function-conditioned, text-conditioned 접근법과 달리 template 기반 directed mutation과 LLM 기반 closed-loop reasoning을 결합한 새로운 패러다임을 제시
• ReAct 스타일의 5단계(THINK-PLAN-ACT-OBSERVE-REFLECT) 추론 루프를 단백질 설계 도메인에 특화하여 적용, REFLECT 단계에서 구조화된 diagnosis(JSON 형태의 issue, root cause, priority order)를 도출하는 방식이 독창적
• Conservation analysis를 mutation 전략에 명시적으로 통합해 기능적 신뢰성을 담보하는 점이 기존 LLM agent 기반 접근(ProtAgents, DrugPilot 등)과 차별화됨

Limitation & Further Study

• 100개 task에 대한 실험은 다양성을 표방하지만 여전히 제한적 규모이며, 실제 wet-lab 검증 없이 pLDDT 등 in silico 지표에만 의존하여 실제 기능적 검증이 결여됨
• Template 기반 접근이므로 적절한 homolog/template이 존재하지 않는 novel fold나 완전히 새로운 기능에 대한 일반화 가능성이 제한적일 수 있음
• LLM backbone에 대한 의존성이 커서 LLM의 hallucination이나 reasoning 오류가 최종 설계 품질에 영향을 줄 수 있으며, 여러 backbone에 대한 강건성 분석이 추가로 필요
• 향후 연구로 wet-lab 실험을 통한 실증적 검증, 더 다양한 protein family 및 novel scaffold에 대한 확장, computational cost 및 latency 분석 등이 필요

Evaluation

총평: LLM 기반 agent와 conservation-aware directed mutation을 결합한 closed-loop 단백질 설계 framework로, 자연어 기반 다목적 제약 만족 문제에 실용적인 해법을 제시하며 실험 결과도 우수하나, wet-lab 검증과 template 의존성에 대한 한계가 후속 연구 과제로 남아있다.