Learning the All-Atom Equilibrium Distribution of Biomolecular Interactions at Scale

저자: | 날짜: 2026-03-10 | URL: https://www.biorxiv.org/content/10.64898/2026.03.10.710952v1 📄 PDF

Essence

Figure 1 Overview of the AnewSampling framework for sampling biomolecular conformational ensembles.

이 논문은 전원자(all-atom) 수준에서 생물분자 상호작용의 평형 분포를 직접 학습하는 generative foundation model인 AnewSampling을 제시한다. AlphaFold3 유사 아키텍처에 quotient-space generative framework를 적용하고 1500만 개 이상의 구조를 포함한 자체 구축 데이터베이스(AnewSamplingDB)를 활용하여, 기존 MD 시뮬레이션을 충실히 재현하면서도 계산 효율을 대폭 개선한다.

Motivation

Known: AlphaFold2/3 등의 정적 구조 예측 모델은 생물분자의 고정된 스냅샷만 제공하지만, 생명 기능은 동적 conformational ensemble에 의해 결정된다. 기존 generative 방법들은 backbone만 모델링하거나(BioEmu) 수학적 불일치(Boltz2)로 인해 완전한 평형 분포를 복원하지 못한다. MD 시뮬레이션은 정확하지만 femtosecond 시간 스케일로 인해 계산 비용이 높다는 것이 알려져 있다.
Gap: 기존 generative 모델들은 (1) all-atom 수준의 충실한 MD 복현, (2) 단백질-리간드 상호작용의 통합적 샘플링, (3) 대규모 전이 가능성(transferability), (4) 엄격한 평형 분포 학습이라는 측면에서 부족하다. 또한 분자 동역학의 평가 메트릭에 대한 합의 부족이 이 분야의 진전을 저해해왔다.
Why: 약물 발견에서 단백질-리간드 결합의 동적 거동과 구조 유연성을 이해하는 것이 essential하고, 실용적인 약물 설계 파이프라인에 통합 가능한 계산 효율적인 방법이 필수적이기 때문이다. 종래의 MD는 임상 규모 약물 발견에 적용하기에 너무 느리다.
Approach: AlphaFold3 유사 backbone을 quotient-space generative framework로 재설계하여 training과 sampling 간의 수학적 일관성을 보장한다. Low-Rank Adaptation (LoRA)를 통해 sequence representation module을 frozen하면서 diffusion-based decoder를 도입한다. AnewSamplingDB (1500만 개 구조, 10,297개 단백질 서열, 27,979개 리간드 SMILES)를 단일 force field로 생성하여 물리적 일관성을 확보한다.

Achievement

Figure 3 Evaluation of generative models for protein-ligand conformational ensemble generation on JACS

ATLAS 벤치마크 우수성: 단백질 monomer에서 13/13 평가 메트릭에서 기존 모든 generative 방법 초과
단백질-리간드 역학 정확성: PDB 검증 셋, JACS & Merck 산업 표준 데이터셋, 자체 약물 발견 파이프라인 셋에서 ground-truth MD와의 통계적 정렬이 Boltz2 등을 훨씬 능가
향상된 샘플링 능력: CDK2 시스템(1H1R, 1H1S)에서 conventional MD가 놓치는 coupled ligand-side chain motion을 REMD 수준으로 복현
계산 효율성: MD보다 수 배수 빠른 샘플링으로 conformational landscape의 빠른 탐색 가능

How

Figure 1 Overview of the AnewSampling framework for sampling biomolecular conformational ensembles.

Quotient-space generative framework로 training objective와 sampling 절차 간의 수학적 일관성 보장
AlphaFold3 유사 architecture (Input Embedder, MSA Module, Pairformer)에서 LoRA로 sequence representation 고정
단일 통합 force field pipeline으로 안내되는 AnewSamplingDB 자체 구축 및 큐레이션
다단계 평가 전략(ligand conformation, protein-ligand interaction pattern, intrinsic protein dynamics) 도입
전체 모노머 시스템(단백질 alone 포함)부터 복합체까지 확장 가능한 설계

Originality

최초로 all-atom 수준에서 MD를 충실히 복현하는 generative framework 제시
Quotient-space 기반의 수학적으로 일관된 generative 패러다임 도입 (기존 Boltz2 등의 불일치 해소)
1500만 개 구조로 이루어진 최대 규모 자체 구축 단백질-리간드 trajectory DB 제공
Conventional MD의 sampling 한계를 극복하는 emergent enhanced sampling capability 발견

Limitation & Further Study

현재 single-chain 단백질과 small organic ligand 중심으로 평가; 큰 단백질 복합체(예: multimeric systems)에 대한 성능 미흡 가능성
AnewSamplingDB가 특정 force field set으로 생성되었으므로 다른 force field trajectory로의 cross-transferability 검증 부족
Evaluation metric이 여전히 MD ground-truth에 의존; 예측이 MD보다 물리적으로 더 정확할 가능성에 대한 평가 수단 제한
후속 연구: (1) 다원자 복합 시스템으로의 확장, (2) 다양한 force field 및 수용체 환경(implicit solvent, membrane) 포함, (3) enhanced sampling이 실제 생물학적 relevance를 갖는지 실험적 검증

Evaluation

Novelty: 4/5 Technical Soundness: 5/5 Significance: 5/5 Clarity: 4/5 Overall: 5/5

총평: 이는 생물분자 동역학의 계산 과학에서 획기적인 진전을 나타낸다. All-atom 수준의 충실한 MD 복현, 대규모 자체 구축 데이터베이스, 수학적으로 일관된 generative framework, 그리고 emergent enhanced sampling capability는 약물 발견과 생명공학 설계에 혁신적 영향을 미칠 것으로 예상된다. 평가 지표의 포괄성과 산업 표준 데이터셋에서의 우수 성능이 주요 강점이다.

같이 보면 좋은 논문

기반 연구

Highly accurate protein structure prediction with AlphaFold

AlphaFold 논문은 AlphaFold3 유사 아키텍처 기반의 구조 생성과 학습 이론을 제공하여, all-atom generative foundation model 설계에 핵심이 됩니다.

기반 연구

Boltz-1 Democratizing Biomolecular Interaction Modeling

전원자 상호작용 평형 분포 생성과 복합체 구조 예측에 관한 근본적 생성모델 아키텍처 연구로, Boltz-1의 구조적 설계와 연결됩니다.

기반 연구

AMDAT: An Open-Source Molecular Dynamics Analysis Toolkit for Supercooled Liquids, Glass-Forming Materials, and Complex Fluids

전통적 MD시뮬레이션 분석과 all-atom 분포 데이터 러닝(Learning the All-Atom Equilibrium Distribution) 연구를 접목해 MD데이터 이해도를 높일 수 있다.

기반 연구

DiffSyn: a generative diffusion approach to materials synthesis planning

기초 분자분포 학습 기반의 생성적 모델로, DiffSyn과 유사한 구조·합성 계획 모델의 이론적 바탕 역할을 한다.

기반 연구

Spectral Coherence Index: A Model-Free Metric for Protein Structural Ensemble Quality Assessment

단백질 구조 다양성 및 일관성 평가에 대한 기초적 방법론으로 활용되었습니다.

기반 연구

Thermodynamic Descriptors from Molecular Dynamics as Machine Learning Features for Extrapolable Property Prediction

분자동역학 기반의 원자 분포 학습 논문으로, 열역학 디스크립터를 머신러닝 특징으로 활용한 본 논문에 직접적 이론을 제공합니다.

기반 연구

Experimentally Accurate Graph Neural Network Predictions of Core-Electron Binding Energies

분자구조와 전자기적 성질 예측 등 서술된 E(3)-등변 GNN 아키텍처의 이론적 기초가 된다.

다른 접근

Scaling Deep Learning for Materials Discovery

대규모 구조 데이터셋을 활용해 결정질 및 재료 구조 생성을 시도하는 GNoME과, 전원자 생채분자 평형 분포 생성을 목적으로 한 AnewSampling의 비교가 가치 있다.

다른 접근

A fine-tuned large language model based molecular dynamics agent for code generation to obtain material thermodynamic parameters

007의 LLM-자동 분자동역학 매개변수 예측과 3152의 전자 기반 생체분자 평형 분포 학습은 유사한 분자동역학 자동화 문제에 대한 상이한 솔루션을 보여줍니다.

다른 접근

MolX: A Geometric Foundation Model for Protein–Ligand Modelling

단백질-리간드 결합을 위한 기하적 파운데이션 모델링으로 생성적 분자 구조와 단백질 상호작용 예측 연구를 보완합니다.

다른 접근

An equivariant pretrained transformer for unified 3D molecular representation learning

3152 논문은 통합 all-atom 분자 기초 모델링(MD) 기술로 3021과 유사한 문제를 다루며, 서로 다른 네트워크 및 사전학습 접근법을 비교할 수 있다.

다른 접근

AI/ML-Assisted Computational Design and Immunoinformatics Evaluation of a Multi-Epitope Vaccine Targeting Podoplanin in Glioblastoma Multiforme

단백질 결합 예측 및 면역정보학 응용에서 바이오물질의 구조적 다양성을 학습하는 새로운 접근법을 제시합니다.

다른 접근

Atomic Trajectory Modeling with State Space Models for Biomolecular Dynamics

3152는 복잡계 분자의 평형분포 학습을 시도하여, 3029의 state space 모델 기반 MD 궤적 생성과 근본적 접근법의 차이를 극명하게 보여줍니다.

다른 접근

Training a force field for proteins and small molecules from scratch

3152는 바이오분자의 평형 분포를 신경망 기반으로 예측하며, 3267의 역장 파라미터 자동 생성 문제에 대해 서로 다른 기계학습적 접근법을 보여줍니다.

다른 접근

From Disorder to Design: Physical Mechanisms Governing Generalization and Hallucination in Deep Learning for Imaging Through Scattering Media

3152는 분자 동역학 샘플링에서 분포 학습을 다루며, 3106의 역매핑 일반화 분석과 통찰을 비교할 수 있습니다.

후속 연구

Accurate prediction of protein structures and interactions using a three-track neural network

생체분자의 전원자 분포 학습과 단백질 구조예측의 최첨단 모델이 실제 상호보완적 방법임을 보여줍니다.

후속 연구

Adversarial Sequence Mutations in AlphaFold and ESMFold Reveal Nonphysical Structural Invariance, Confidence Failures, and Concerns for Protein Design

3152번 논문은 무작위 단백질 서열 및 폴딩 다양성 탐구를 통해, 폴드 안정성/불안정성 판별에 AlphaFold류 모델의 한계를 실증적으로 보강합니다.

후속 연구

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

생체분자 상호작용의 전원자 분포를 생성적으로 모델링하는 방식이 de novo 효소 설계 기법과 구조적으로 연결됩니다.

후속 연구

Zero-Shot Generation of Protein Conformational Ensembles Through AlphaFold Latent Flooding

확률적 생성 모델을 활용하여 단백질 구조 앙상블을 zero-shot으로 생성하는 최신 접근이라 전원자 평형 분포 모델 연구와 연결됩니다.

← 목록으로 돌아가기