Atomic Trajectory Modeling with State Space Models for Biomolecular Dynamics

Motivation

• Known: MD 시뮬레이션은 생물분자 동역학을 이해하기 위한 표준 방법이지만 계산 비용이 높다. 최근 deep generative model들은 구조 생성을 가속화하지만 시간 관계 모델링에 실패하거나 단량체 단백질에만 적용된다.
• Gap: 기존 ensemble generation 방법들은 i.i.d. 샘플링으로 kinetic pathway를 놓치고, trajectory modeling 방법들은 복잡한 생물분자 시스템을 처리하지 못한다.
• Why: 생물분자의 동적 거동 이해는 생물학적 기능 규명과 약물 발견에 필수적이며, 효율적인 MD 궤적 생성은 계산 비용을 크게 절감할 수 있다.
• Approach: SSM을 기반으로 긴 시간 의존성을 선형 복잡도로 포착하고, Pairformer를 매개변수화한 상태 전이 함수로 기하학적 상호작용을 모델링하며, diffusion-based 모듈로 자기회귀적 궤적 해독을 수행한다.

Achievement

Figure 2. Case Study on 1s79a00, a target from the test set of mdCATH. (A) the visualization of ensemble from MD simulat

• 통합 생성 프레임워크: 단백질 단량체와 단백질-리간드 복합체를 포함한 생물분자 동역학 시뮬레이션을 위한 통합된 생성 모델 제시
• 원자 수준 모델링: Cα 원자나 backbone frame 같은 coarse-graining 대신 원자 좌표를 직접 처리하여 기하학적 세부사항 보존
• 효율적 시간 모델링: SSM을 적용하여 선형 복잡도의 장거리 시간 의존성 포착 및 attention 기반 방법 대비 추론 효율성 개선
• SOTA 성능: mdCATH과 MISATO 대규모 MD 데이터셋에서 궤적 생성의 최첨단 성능 달성
• 동역학 기초 모델 기초: 정적 구조 예측을 동역학 도메인으로 확장하는 길을 제시

How

Figure 1. Overview of the Proposed Atomic Trajectory Modeling Framework.

• State Space Models를 biomolecular simulators로 활용하여 시간-연속 진화 함수 학습
• Pairformer 기반 state transition matrix를 통해 원자 간 기하학적 상호작용 모델링
• Diffusion-based decoding module로 예측 궤적 프레임 자기회귀 해독
• PDB 정적 구조 데이터와 mdCATH, MISATO의 대규모 MD 시뮬레이션 데이터로 훈련
• 조건부 시퀀스 모델링으로 초기 구조(x1)와 화학적 문맥(a)에서 궤적 확률 인수분해

Originality

• 생물분자 동역학 생성에 SSM을 혁신적으로 적용하여 선형 시간 복잡도 달성
• Pairformer를 SSM의 상태 전이 함수로 적응시켜 기하학적 모델링 능력과 효율성 결합
• 원자 수준 전체 좌표에서 인코딩과 디코딩을 수행하는 coarse-graining 없는 접근
• ensemble generation과 trajectory modeling의 격차를 해소하여 정적-동적 생물분자 모델링 통합

Limitation & Further Study

• 단일 MD 데이터셋(mdCATH, MISATO)에서만 검증되었으며, 다른 계산 조건이나 힘장(force field)에 대한 일반화 능력 미검증
• 생성된 궤적의 물리적 정확성과 에너지 보존 검증이 상세히 제시되지 않음
• 대규모 단백질-단백질 복합체나 초대형 생물분자 시스템에 대한 확장성 미평가
• 후속 연구에서 생성된 dynamics의 thermodynamic 유효성 평가, 다양한 물리 조건에 대한 robust성 검증, 실험 데이터와의 정량적 비교 필요

Evaluation

총평: ATMOS는 SSM과 Pairformer를 창의적으로 결합하여 원자 수준의 생물분자 동역학 생성에 새로운 기준을 제시하는 중요한 연구이며, 계산 효율성과 모델 일반성 측면에서 기존 방법들의 한계를 효과적으로 극복한다.