De novo design of protein structure and function with RFdiffusion

Motivation

• Known: Deep learning 기반 단백질 설계가 최근 진전되고 있으며, diffusion model은 이미지와 언어 생성에서 성공했지만 단백질 모델링에는 제한적으로 적용되어 왔다.
• Gap: 단백질 backbone 기하학과 sequence-structure 관계의 복잡성으로 인해 광범위한 설계 과제를 통합적으로 해결하는 일반적인 deep learning 프레임워크가 부재하고, 기존 diffusion 기반 접근법은 현실적인 backbone 생성 능력이 제한적이다.
• Why: de novo 단백질 설계는 새로운 치료제, 촉매제, 바이오재료 개발에 혁신적 기술을 제공하며, RFdiffusion의 일반성과 정확성이 입증되면 단백질 기능 설계의 새로운 패러다임을 확립할 수 있다.
• Approach: RoseTTAFold의 rigid frame 표현과 rotational equivariance 특성을 활용하여 DDPM을 구성하고, PDB 구조에 Gaussian noise를 추가하여 학습한 후, self-conditioning 전략과 m.s.e. loss를 통해 progressive denoising으로 단백질 backbone을 생성한다.

Achievement

Fig. 2 | Outstanding performance of RFdiffusion for monomer generation.

• unconditional 및 topology-constrained monomer 설계: RFdiffusion이 다양하고 현실적인 단백질 backbone을 생성
• protein binder 설계: influenza haemagglutinin과의 복합체에 대해 cryo-EM 구조로 검증된 거의 동일한 설계 모델 달성
• symmetric oligomer 설계: 수백 개의 대칭 어셈블리에 대한 실험적 특성화 성공
• enzyme active site scaffolding: 다양한 기능 위치(functional site)에 대한 minimalist 설명으로도 효과적 scaffolding
• metal-binding 및 therapeutic protein 설계: symmetric motif scaffolding을 통한 성공적 설계

How

Fig. 1 | Protein design using RFdiffusion. a, Diffusion models for proteins are

• RoseTTAFold 기반 denoising 네트워크 구성 (updated RF18 사용, 다른 equivariant 구조 예측 네트워크도 대체 가능)
• Cα 좌표와 N-Cα-C rigid orientation으로 구성된 RF frame 표현 활용
• Translation은 3D Gaussian noise로, residue orientation은 rotation matrix manifold에서 Brownian motion으로 perturbation
• 평균제곱오차(m.s.e.) loss로 frame 예측과 true 단백질 구조 간 오류 최소화 (FAPE 대신 사용하여 global coordinate frame 연속성 보장)
• Self-conditioning 전략 도입으로 이전 timestep 예측에 조건화
• Fine-tuning from pretrained RF weights (untrained weights에서 학습보다 훨씬 효과적)
• ProteinMPNN 네트워크로 생성된 backbone으로부터 sequence 설계 (design당 8개 sequence sampling)
• AF2를 in silico 검증에 사용하여 설계 성공 정의

Originality

• 구조 예측 네트워크의 내재적 단백질 구조 이해를 diffusion model에 활용하는 novel한 접근
• Self-conditioning 메커니즘 도입으로 AF2의 recycling 성공을 protein design diffusion에 적용
• Rotationally equivariant representation에서 global frame 연속성을 보장하는 m.s.e. loss의 창의적 사용
• Minimalist functional motif 설명만으로도 다양한 설계 문제 해결 가능한 일반화된 프레임워크 구현

Limitation & Further Study

• 구조와 sequence를 동시에 설계하는 가능성이 제한적으로만 탐색됨 (ProteinMPNN 분리 사용이 더 효과적이었으나 통합 설계의 이론적 잠재력 미검증)
• 현재 최대 200 step noise 추가로 학습되어 더 깊은 denoising의 효과 미측정
• AlphaFold2, OmegaFold, ESMFold 등 다른 equivariant 구조 예측 네트워크의 substitutability는 이론적 가능성일 뿐 실증적 검증 부족
• 후속연구: joint structure-sequence 생성 모델 개발, 더 깊은 diffusion step의 효과 분석, 다양한 구조 예측 backbone의 실제 성능 비교, 더 복잡한 multi-chain 복합체 설계 확장

Evaluation

총평: RFdiffusion은 구조 예측 네트워크의 강력한 표현력을 generative diffusion model로 전환하여 단백질 설계의 다양한 도전을 통일적으로 해결하는 획기적 방법론이며, 광범위한 실험적 검증과 cryo-EM 구조 확인으로 그 실용성과 정확성을 입증한 매우 중요한 기여이다.