Co-designing sequence and structure of functional de novo enzymes with EnzyGen2

Motivation

• Known: 단백질 설계는 주로 구조 목표를 충족하는 백본 생성 후 서열 설계로 진행되는 2단계 패러다임을 따르고 있으며, 최근 joint sequence-structure co-design 방식이 등장했으나 대부분의 모델이 명시적 리간드 바인딩 제약을 결여하고 있다.
• Gap: 기존 단백질 설계 모델들은 리간드를 고려하지 않거나 고려하더라도 충분한 학습 데이터 부족으로 성능이 제한되며, 다양한 효소 패밀리에 걸쳐 기능적 활성을 동시에 최적화하는 통합 접근법이 필수적이다.
• Why: 단백질-리간드 상호작용은 효소 촉매 활성의 핵심이므로, 리간드를 명시적으로 고려한 설계 모델이 필수적이며, 이를 통해 자연 진화에서 접근할 수 없는 신규 기능 효소를 창출할 수 있다.
• Approach: EnzyGen2는 Transformer 레이어와 equivariant graph neural network 레이어를 교대로 배치하여 서열 의존성과 3D 구조 기하학을 동시에 모델링하고, 기능적으로 중요한 잔기, NCBI 분류 식별자, 단백질 결합 리간드를 입력으로 활용하며, masked sequence prediction, masked structure reconstruction, protein-ligand interaction prediction을 다중 작업 학습으로 최적화한다.

Achievement

Fig. 2 In silico evaluation results and ablation analysis of EnzyGen2. a, The pretrained EnzyGen2 outper-

EnzyGen2의 주요 성과:

• In silico 벤치마크에서 Inpainting, RFdiffusion/ProteinMPNN, RFdiffusion2/LigandMPNN, RFdiffusion3/LigandMPNN 등 최신 기법들을 enzyme-substrate prediction score, AlphaFold2 confidence metric, structural fidelity에서 일관되게 상회
• 샘플 생성 속도가 기존 방법 대비 400배 빠름
• CAT, AadA, TPMT 3개 효소 패밀리에서 실험 검증으로 51.6%~58.5%의 낮은 서열 동일성으로도 자연 효소와 동등하거나 이상의 촉매 효율을 달성
• 생성 인공지능 모델로서 이들 효소 클래스의 de novo 설계를 처음 실험적으로 입증

How

Fig. 1 Overview of EnzyGen2 and the curated protein-ligand dataset.

• 720,993개의 단백질-리간드 쌍 데이터셋 구축 (PDB, Swiss-Prot, UniProtKB 통합)
• Transformer와 kNN equivariant graph neural network 레이어의 교대 배치
• 기능 중요 잔기 자동 식별, 생물체 특이 분류 정보, 리간드 정보를 입력으로 활용
• 서열, 구조, 리간드 바인딩 3가지 목표를 가중치 손실함수로 동시 최적화
• Enzyme-substrate interaction score, AlphaFold2 신뢰도, RMSD 기반 구조 충실성으로 다각도 평가
• 엄격한 후보 선택 파이프라인으로 실험 검증

Originality

• 단백질-리간드 상호작용을 명시적으로 모델링하여 리간드 인식 공동 설계를 처음 체계적으로 구현
• 기존 2단계 순차 방식을 벗어나 서열-구조 상호의존성을 동시에 포착하는 interleaved 아키텍처 제안
• 생물체 분류 정보를 활용하여 진화적으로 타당한 설계 공간으로 탐색 제약
• 720,993개 단백질-리간드 쌍의 대규모 학습 데이터셋 구축으로 기존 ~20,000개 수준을 대폭 상회

Limitation & Further Study

• 1,024 아미노산 이상의 단백질 제외로 대규모 복합 단백질 설계 미지원
• 다중 리간드 결합을 요구하는 더 복잡한 촉매 메커니즘에 대한 확장성 미검증
• 실험 검증이 3개 효소 패밀리에 한정되어 일반화 가능성 추가 확인 필요
• 생성된 효소의 장기 안정성, 세포 독성, 대규모 생산 가능성에 대한 평가 부재

Evaluation

총평: EnzyGen2는 단백질-리간드 상호작용을 명시적으로 통합한 강력한 파운데이션 모델로, 광범위한 학습 데이터와 혁신적 아키텍처로 단백질 설계 분야에 실질적 돌파구를 제시하며, 다중 효소 패밀리에 걸친 실험 검증으로 높은 신뢰성을 확보한다.