AF2BIND: predicting small-molecule binding sites using the pair representation of AlphaFold2

Motivation

• Known: 기존의 pocket finding 방법들(fpocket, P2Rank 등)은 probe sphere나 biophysical feature를 이용하거나, 처음부터 훈련한 neural network를 사용하여 결합부위를 예측해왔다. 또한 단백질 상동성을 이용한 결합부위 annotation 전이 방법들도 존재한다.
• Gap: 진정한 de novo 결합부위 예측은 여전히 도전적인 문제이며, 특히 소분자-단백질 상호작용은 비정준적(non-canonical) 구조를 보여 기존 방법들이 잘 탐지하지 못하는 경우가 많다. 제한된 훈련 데이터로 overfitting 없이 일반화 성능을 유지하기가 어렵다.
• Why: 소분자 결합부위를 정확히 예측할 수 있으면 약물 발견 노력을 집중시킬 수 있고, 전체 proteome에서 새로운 기능성 부위를 발굴할 수 있어 신약 개발 분야에서 매우 중요하다.
• Approach: AlphaFold2와 같은 대규모 데이터로 사전 훈련된 neural network의 internal representation이 풍부한 특징을 제공할 수 있다는 가정 하에, AF2의 pair representation을 직접 활용하여 logistic regression 모델을 훈련했다. 또한 단백질 sequence에 20개의 분리된 'bait' amino acid를 제공하여 AF2가 frustration 영역을 해석하도록 유도했다.

Achievement

Fig. 4 | AF2BIND makes accurate predictions on held-out proteins.

• AF2BIND 모델 개발: AlphaFold2의 pair representation을 logistic regression 모델로 훈련하여 interpretable하면서도 정확한 결합부위 예측 달성
• 다층적 독립성: Multiple sequence alignment, homology model, 실제 ligand 정보 없이도 예측 가능
• Ligand 화학 성질 추론: 모델의 interpretable한 특성을 이용하여 compatible ligand의 화학적 성질(polarity 등) 예측 가능
• 인간 proteome 데이터베이스: AF2로 예측한 전체 인간 proteome에 AF2BIND를 적용하여 질병 관련 단백질의 수천 개 미발견 결합부위 발굴

How

Fig. 2 | The pair representation of AlphaFold2 is used as input to a logistic

• Target protein sequence와 backbone 구조를 AF2에 입력
• 20개의 canonical amino acid를 개별 chain으로 분리하여 'bait'로 제공 (50 residue offset으로 연결)", 'AF2의 pair representation tensor (각 amino acid 쌍에 대한 relative position 정보)를 추출
• Target residue n과 20개 bait amino acid 사이의 pair representation을 stacking
• 훈련된 weight tensor (20×2×128)와 bias를 이용한 logistic regression: σ(∑∑∑(x_ijk × w_ijk) + b)
• 각 residue에 대해 sigmoid 함수로 변환하여 P(bind) 확률 계산
• van der Meer (vdM) 개념을 활용하여 protein-amino acid 상호작용이 protein-small molecule 상호작용을 근사할 수 있음을 활용

Originality

• Transfer learning 활용: Orthogonal task인 structure prediction에서 학습한 AlphaFold2 feature를 binding-site prediction에 창의적으로 적용
• Bait 기반 접근법: 20개의 disconnected bait amino acid를 제공하여 AF2의 co-folding 능력을 활용한 novel 방법론
• Minimal model 설계: Logistic regression을 사용하여 interpretability를 극대화하면서도 AF2의 rich feature를 최대한 활용
• Ligand 화학 성질 추론: Bait activation map을 통해 polarity 등 ligand의 화학적 성질을 역추론할 수 있는 메커니즘 제시

Limitation & Further Study

• 제한된 훈련 데이터: 수천 개의 nonredundant PDB protein-ligand co-crystal structure만 사용했으므로 극단적인 또는 매우 드문 binding mode에 대한 성능 미검증
• 비천연 functional group: 약물의 약 50%만 amino acid character를 가지므로 fluorocarbon 등 비천연 기능기가 많은 분자는 예측 성능 저하 가능성
• 대규모 단백질에 대한 평가 부족: 논문에서 제시된 평가 범위가 명확하지 않음
• False positive 평가: 실제 약물 발굴 과정에서의 precision과 recall 간의 trade-off 미분석
• 후속 연구 방향: 예측된 부위의 실험적 검증 필요, 다양한 small molecule type에 대한 성능 개선, 다른 구조 예측 모델의 feature 비교

Evaluation

총평: AlphaFold2의 internal representation을 창의적으로 활용하여 homology나 ligand 정보 없이도 high-quality 결합부위 예측을 달성한 우수한 연구이며, 인간 proteome 규모의 적용을 통해 약물 발견 분야에 즉시 실용적 가치를 제공한다.