SARS-CoV-2 simulations go exascale to predict dramatic spike opening and cryptic pockets across the proteome

Motivation

• Known: SARS-CoV-2 스파이크 단백질은 감염 시작에 필수적인 구조 변화를 겪으며, 폐쇄된 구조로 면역 회피 전략을 사용한다. 기존 구조 생물학 연구들은 정적인 단백질 스냅샷을 제공했지만 생물학적으로 중요한 동적 과정을 충분히 포착하지 못했다.
• Gap: 분자동역학 시뮬레이션(molecular dynamics simulation)은 단백질의 전체 구조 앙상블을 포착할 수 있지만 생물학적으로 관련된 느린 시간 스케일(millisecond timescale)의 과정을 관찰하려면 엄청난 계산 자원이 필요하며, SARS-CoV-2의 모든 관련 단백질을 시뮬레이션하는 것은 기술적으로 불가능했다.
• Why: 스파이크 단백질의 동적 구조 변화와 숨겨진 약물 결합 위치를 파악하면 COVID-19 치료제 및 백신 개발을 크게 가속화할 수 있으며, 바이러스의 감염 메커니즘과 면역 회피 전략을 이해하는 데 필수적이다.
• Approach: 100만 명 이상의 시민 과학자가 자신의 컴퓨터 자원을 기부하는 Folding@home 분산 컴퓨팅 플랫폼을 활용하여 총 0.1초의 시뮬레이션 데이터를 생성하고, FAST(goal-oriented adaptive sampling) 알고리즘을 적용하여 마르코프 상태 모델(Markov state model)을 구축했다.

Achievement

Fig. 2 | Structural characterization of spike opening and conformational masking for three spike homologues. a, An examp

• Exascale 컴퓨팅 달성: 피크 성능 1.01 exaflops(28만 개 GPU와 480만 개 CPU 코어 활용)으로 당시 세계 최고 성능 슈퍼컴퓨터 Summit의 5배 이상 성능 달성
• 스파이크 단백질의 극단적 개방 현상 발견: 기존 실험에서 보지 못한 수준의 스파이크 개방을 예측, 수용체-결합 영역(RBD)의 접근성과 숨겨진 항원 에피토프(cryptic epitopes) 존재 규명
• 50개 이상의 암호화된 포켓(cryptic pockets) 발견: 정적 구조 스냅샷에서는 보이지 않지만 동적 시뮬레이션에서 드러나는 항바이러스제 설계의 새로운 약물 표적 제시
• 정량적 단백질 구조 지도 작성: 2dozen(약 25개) 이상의 SARS-CoV-2 관련 단백질과 복합체에 대한 밀리초 단위의 시뮬레이션 데이터로부터 구조 앙상블 맵 구축
• 오픈 사이언스 원칙 준수: 모든 데이터와 모델을 공개 저장소(covid.molssi.org, osf.io)에 제공하여 전 세계 연구자의 신약 개발 가속화

How

Fig. 1 | Summary of Folding@home’s computational power. a, The growth of Folding@home in response to COVID-19. The cumul

• Folding@home 플랫폼: 분산 컴퓨팅을 통한 대규모 병렬 처리로 개별 연구기관이 불가능한 계산 규모 달성
• FAST(Feedback-Adaptive Sampling and Training) 알고리즘: 목표 지향적(goal-oriented) 적응형 샘플링으로 관심 구조(스파이크 개방)를 효율적으로 탐색하면서 구조 공간의 광범위한 탐색 균형 유지
• 마르코프 상태 모델(MSM) 구축: 반복 시뮬레이션 배치에서 생성된 데이터로부터 구조 상태 공간의 정량적 지도 작성
• 다양한 초기 구조 활용: FAST로 획득한 분산된 구조들을 Folding@home의 광범위한 시뮬레이션의 시작점으로 사용하여 통계적으로 견고한 최종 모델 생성
• 실험 검증: 크라이오-EM(cryo-EM) 구조, 생화학적 데이터 등 다양한 실험 관찰로 시뮬레이션 결과 지지

Originality

• 분산 컴퓨팅의 혁신적 규모 확대: 일반 시민의 컴퓨터 자원을 활용하여 전통 슈퍼컴퓨터를 능가하는 exascale 성능 달성 (당시 기술적으로 혁신적)
• 동적 구조 예측 방법론의 고도화: FAST 알고리즘을 대규모 분산 컴퓨팅과 결합하여 이전에 관찰 불가능했던 느린 동역학 과정 포착
• 암호화된 포켓의 체계적 발견: 동적 시뮬레이션을 통해 정적 구조에서 숨겨진 약물 결합 위치 50개 이상 예측하는 새로운 약물 개발 전략 제시
• 실시간 팬데믹 대응: COVID-19 팬데믹 중 신속하게 연구 방향을 전환하여 공중 보건에 직접 기여하는 과학 수행
• 완전한 오픈 데이터 공유: 모든 원본 데이터와 모델을 공개하여 전 세계 연구자가 즉시 접근 가능한 표준 설정

Limitation & Further Study

• 시간 스케일 한계: 밀리초 단위의 시뮬레이션도 일부 생물학적 과정(예: 바이러스 입자 조립)이 일어나는 초 단위 이상의 현상을 직접 포착하지 못함
• 모델 검증의 제한성: 일부 예측된 구조와 동역학 과정에 대한 직접적인 실험 검증(예: 특정 cryptic pocket의 약물 결합)이 논문 게시 시점에는 부족함
• 다른 변이형에 대한 제한된 분석: 논문 작성 당시 알파, 델타 등 주요 변이형에 대한 광범위한 비교 분석은 제한적
• 후속 연구 방향: (1) 예측된 cryptic pocket에 대한 고처리량 약물 스크리닝 및 구조-활성 관계(SAR) 연구, (2) 실시간 변이형 모니터링과 신속한 동역학 업데이트 파이프라인 구축, (3) 스파이크의 극단적 개방 상태의 생리적 의미와 빈도에 대한 추가 실험 검증

Evaluation

총평: 분산 컴퓨팅으로 exascale 성능을 달성하고 0.1초 분량의 대규모 분자동역학 시뮬레이션 데이터를 생성하여 SARS-CoV-2 단백질의 동적 구조를 전례 없이 상세히 규명한 획기적 연구이다. 스파이크 개방 메커니즘 발견과 50개 이상의 약물 표적 제시는 COVID-19 치료제 개발에 직접적인 기여를 하며, 오픈 사이언스 원칙에 따른 데이터 공유는 과학 공동체 전체의 신약 개발 가속화를 촉진했다.