/Users/jehyunlee/Documents/내노트북/paper-curation/docs/papers/686_Robust_deep_learning_based_protein_sequence_design_using_Pro

Motivation

• Known: Rosetta와 같은 물리 기반 접근법은 에너지 최적화를 통해 sequence design 문제를 풀어왔고, 최근 딥러닝 기반 방법들이 monomeric protein backbone에 대해 유망한 서열 생성 성능을 보였다.
• Gap: 기존 딥러닝 기반 서열 설계 방법들은 단량체 설계에 국한되어 있어 multi-chain, 대칭 구조, positive-negative design 등 현재의 다양한 단백질 설계 과제에 폭넓게 적용되지 못했고, 실험적으로도 충분히 검증되지 않았다.
• Why: 실험적으로 검증된 de novo protein design은 대부분 Rosetta와 같은 물리 기반 방법에 의존해 왔는데, 빠르고 정확한 딥러닝 기반 서열 설계 방법이 확립되면 단백질 설계의 속도와 성공률을 크게 향상시켜 다양한 실제 응용(나노입자, 결합 단백질 등)에 활용될 수 있다.
• Approach: 기존 MPNN 아키텍처에 interatomic distance 특징, edge update, order-agnostic autoregressive decoding, 대칭/multi-chain 인식 기능, backbone noise를 이용한 학습 강건화를 결합하여 ProteinMPNN을 개발하고, in silico 및 X-ray, cryoEM, 기능 실험을 통해 광범위하게 검증했다.

Achievement

In silico evaluation of ProteinMPNN.

1. Sequence recovery 대폭 향상: native monomer backbone에서 ProteinMPNN이 52.4% recovery를 달성해 Rosetta의 32.9%를 능가하면서도 100 residue 기준 1.2초로 Rosetta의 4.3분 대비 압도적으로 빠른 속도를 보였다.
2. 다양한 올리고머 상태로 일반화: monomer(52%), homomer(55%), heteromer(51%) 각각에서 우수한 median sequence recovery를 달성했으며, symmetric position 간 logit averaging으로 homomer 성능을 추가로 향상시켰다.
3. Order-agnostic decoding과 다중 상태 설계 지원: 임의 순열 기반 decoding order를 도입하여 일부 서열이 고정된 binder design 등에 적용 가능하게 했고, logit의 선형 결합을 통한 positive-negative multi-state design을 가능케 했다.
4. Backbone noise를 통한 강건성 확보: 훈련 시 backbone noise를 주입함으로써 protein structure model에 대한 sequence recovery가 향상되고, structure prediction algorithm으로 평가했을 때 설계된 서열이 목표 구조를 더 robust하게 인코딩함을 보였다.
5. 폭넓은 실험적 검증: X-ray crystallography, cryoEM, 기능 분석을 통해 이전에 Rosetta 또는 AlphaFold로 실패했던 단량체, cyclic homo-oligomer, tetrahedral nanoparticle, target binding protein 설계를 성공적으로 구제(rescue)함을 입증했다.

How

ProteinMPNN architecture.

• 기존 3-encoder/3-decoder, 128 hidden dimension MPNN을 기반으로 Ca-Ca distance, backbone dihedral angle 외에 N, Ca, C, O, virtual Cb 간 거리 정보를 추가 입력 특징으로 도입
• Backbone encoder에 node update뿐 아니라 edge update를 추가하여 residue 간 상호작용 표현력 강화
• 16~64개의 nearest Ca neighbor 수를 실험하여 32~48개에서 성능이 포화됨을 확인, local graph neural network 구조 채택
• 고정된 N→C decoding 대신 임의 permutation 기반 order-agnostic autoregressive decoding 도입
• Multi-chain 문제를 위해 chain별 상대 위치 인코딩(±32 residue cap)과 동일/이질 chain 여부를 나타내는 binary feature 추가
• 대칭 구조(homodimer 등)에서는 logit을 결합해 joint probability distribution을 구성, 대응 위치의 residue를 동시에 sampling; multi-state design은 여러 state의 logit을 (양/음의 계수로) 선형 결합
• PDB(2021.8.02 기준, resolution<3.5Å, <10,000 residues) 데이터를 mmseqs2로 30% identity 기준 클러스터링(25,361 clusters)하여 학습
• 402개 monomer test set에서 Rosetta(PackRotamersMover, beta_nov16)와 비교, 690 monomer/732 homomer/98 heteromer test set으로 광범위 평가
• 훈련 시 backbone 좌표에 noise를 추가하여 robustness 확보 및 고온(inference temperature) 샘플링 전략 도입

Originality

• 단일 아키텍처로 monomer, homo/heteromer, symmetric assembly, multi-state design까지 포괄하는 최초의 통합 딥러닝 sequence design 프레임워크(ProteinMPNN) 제안
• Interatomic distance 기반 backbone feature와 edge update를 결합해 기존 dihedral angle 중심 모델 대비 뚜렷한 recovery 개선을 달성한 아키텍처적 기여
• Order-agnostic decoding과 logit averaging/combination을 이용한 대칭·다중상태·positive-negative sequence design이라는 새로운 활용 방식 제시
• Backbone noise를 학습에 도입해 native sequence recovery만을 최적화하는 기존 관행에서 벗어나 실제 설계 응용에 적합한 robustness를 확보한 관점의 전환

Limitation & Further Study

• 발췌된 본문에서는 backbone noise의 구체적 최적 수준과 고온 inference의 정량적 trade-off(recovery vs robustness)에 대한 세부 결과가 충분히 제시되지 않음
• Rosetta 대비 비교가 단일 라운드 PackRotamersMover에 한정되어 있어, 더 정교한 Rosetta 설계 프로토콜과의 비교는 제한적일 수 있음
• 실험적 검증이 특정 설계 사례(모노머, cyclic oligomer, 나노입자, binder)에 집중되어 있어 더 다양한 fold나 매우 큰 assembly에 대한 일반화 가능성은 추가 검증이 필요
• 후속 연구로 side-chain conformation 명시적 모델링이나 negative design 성능의 정량적 벤치마크, 다양한 target에 대한 binder 설계 성공률 확대 연구가 요구됨

Evaluation

총평: ProteinMPNN은 딥러닝 기반 단백질 서열 설계를 실험적으로 검증 가능한 수준으로 끌어올린 이정표적 연구로, 속도와 정확도, 적용 범위 면에서 기존 물리 기반 방법을 실질적으로 대체할 잠재력을 보여준다.