General Multimodal Protein Design Enables DNA-Encoding of Chemistry

Motivation

• Known: Deep generative model은 리간드에 결합하는 단백질 설계에 성공했으며, 기존 효소 공학은 directed evolution으로 자연계의 초기 단백질을 반복 개량하는 방식에 의존한다.
• Gap: 현재 computational pipeline은 사전 정의된 고정된 활성부위 기하구조에 의존하거나 backbone 생성과 sequence inverse folding을 순차적으로 수행하여, 새로운 활성부위 기하구조 발견과 sequence-structure 목적함수의 동시 최적화를 불가능하게 한다.
• Why: 새로운 화학 반응을 촉매하는 효소를 체계적으로 설계할 수 있으면 천연 효소가 없는 합성 화학 영역에서 DNA-encoded 생물촉매를 개발할 수 있어, 의약품 합성과 화학 제조의 범위를 획기적으로 확장할 수 있다.
• Approach: DISCO는 sequence를 위해 masked discrete diffusion을, 3D 구조를 위해 continuous diffusion을 통합한 joint multimodal diffusion model로, cross-modal recycling 메커니즘과 Feynman-Kac corrector를 통해 sequence와 structure 목적함수를 동시 최적화한다.

Achievement

Figure 2. DISCO generates diverse, designable protein sequences and structures across a wide

• Multimodal 공동설계: sequence와 3D structure를 unified generative process로 동시 설계하여 약 90%의 생성 sequence가 설계된 backbone으로 ESMFold 재접힘 시 2 Å RMSD 이내로 복원
• 임의의 생체분자 조건화: small molecule, metallocofactor, reactive intermediate, nucleic acid 등 다양한 생체분자 context에서 co-folding하며 분자 상호작용으로 유도된 conformation change 포착
• 신규 carbene transferase 설계: 사전 정의된 활성부위 motif 없이 alkene cyclopropanation, spirocyclopropanation, B–H, C(sp³)–H insertion을 수행하는 new-to-nature 헴 효소 다수 창출
• Directed evolution 진화 가능성 입증: 선택된 설계 효소의 random mutagenesis로 활성도가 향상되며, 기존 engineered enzyme을 초과하는 활성 달성
• STUDIO-179 벤치마크: 179개의 천연 및 비천연 리간드 라이브러리에서 178개에 대해 baseline 대비 최고 비율의 diverse하고 co-designable한 복합체 생성

How

Figure 1. Multimodal protein design workflow with DISCO. (A) Inference overview, highlighting

• Masked discrete diffusion으로 sequence token을 점진적 unmask하면서 sequence logit 예측
• Continuous diffusion으로 backbone atomic coordinate를 denoising하며 3D geometry 생성
• Input embedder, frozen protein language model (pLM), Pairformer stack, atom-level attention 기반 joint diffusion module로 single 및 pair representation 처리
• Cross-modal recycling: 현재 예측 clean sequence/structure (x̂⁰ˢᵉᵍ, x̂⁰ˢᵗʳᵘᶜᵗ)와 noised sequence/structure (xᵗˢᵉᵍ, xᵗˢᵗʳᵘᶜᵗ)의 4중 인코딩으로 각 generation step 조건화
• Self-correction 및 sequence temperature mechanism으로 inference 중 token 재수정하여 co-designability 향상
• Noisy guidance로 sequence와 structure 목적함수 동시 최적화
• SE(3) 대칭성을 data augmentation을 통해 soft injection

Originality

• 최초의 pre-specified motif 없는 enzyme 설계: 고정된 active-site residue 기하구조 사전 정의 없이 reactive intermediate만으로 functional enzyme 설계 달성
• 진정한 multimodal 공동설계: sequence와 structure를 coupled하게 동시 생성하되, 역-접힘 단계 없이 양방향 정보 흐름 구현
• Feynman-Kac corrector의 novel 적용: multimodal 목적함수 최적화를 위한 inference-time scaling 방법으로 sequence-structure 목표 동시 달성
• 생체분자 좌표의 동적 조정: 조건 분자의 atomic coordinate를 design 중 능동적으로 변경하여 induced conformation 포착 (기존 fixed scaffold 방식의 한계 극복)
• STUDIO-179 벤치마크 도입: 179개 diverse한 리간드에 대한 포괄적 평가 프레임워크로 generalizability 입증

Limitation & Further Study

• 실험 검증 범위: carbene transfer 반응에만 실험 검증을 수행했으며, 다른 new-to-nature 화학 반응에 대한 일반화 가능성은 미지수
• Computational cost: multimodal diffusion과 inference-time optimization의 계산 비용 및 확장성에 대한 상세 분석 부재
• Active site geometry novelty: 생성된 novel active-site이 얼마나 충분히 다양한지, 또는 특정 패턴에 편향되어 있지 않은지에 대한 체계적 분석 필요
• Sequence-structure 불일치 해결 메커니즘: co-designability 향상 방법이 empirical하며, sequence 과신(overconfident token)의 근본 원인에 대한 이론적 이해 부족
• 후속 연구 방향: (1) 다양한 chemical transformation에 대한 systematic validation, (2) enzyme expression 및 solubility 예측 능력 강화, (3) DISCO 생성 효소와 자연 효소의 구조-기능 관계 심층 분석

Evaluation

총평: DISCO는 multimodal diffusion을 통한 진정한 sequence-structure 공동설계와 사전 motif 정의 없는 de novo enzyme 설계로, 생물촉매 설계의 패러다임을 근본적으로 전환하는 획기적 기여를 한다. 실험 검증이 carbene transfer에 제한되어 있으나, 방법론의 혁신성과 기술적 완성도, 그리고 DNA-encoded 화학 확장의 잠재력으로 인해 매우 높은 가치를 지닌 연구이다.