EpiCLIP: Learning Antibody-Antigen Interactions from Approximate Interfaces

Motivation

• Known: 항체-항원 결합 예측에는 antigen-only epitope 예측 모델(DiscoTope, BepiPred)과 AlphaFold-3, Boltz-2 같은 pairwise structural co-folding 모델이 존재하며, 전자는 특정 항체를 고려하지 않고 후자는 각 antibody-antigen 쌍마다 별도의 구조 예측이 필요해 대규모 스크리닝에 비용이 크다.
• Gap: 기존 방법들은 정확한 interface(정밀 epitope/paratope) 정보를 요구하거나 O(MN) 규모의 pairwise 구조 예측이 필요해 확장성이 떨어지며, 실제 배포 시점에는 정확한 interface가 알려지지 않고 구조가 해석된 복합체 데이터도 부족하다는 근본적 한계가 있다.
• Why: 치료용 항체 발굴에서 어떤 항체가 특정 항원에 결합하는지뿐 아니라 어디에 결합하는지를 대규모로 효율적이고 확장 가능하게 예측하는 것은 후보 우선순위화(candidate prioritization)에 핵심적이며, 이는 곧 실험적 자원 소모를 줄이는 데 직결된다.
• Approach: CLIP 스타일의 contrastive dual-encoder를 이용해 항체와 항원을 독립적으로 인코딩한 뒤 shared embedding space에서 cosine similarity로 상호작용을 스코어링하며, 학습 시에는 실제 배포 환경의 노이즈가 있는 탐색 공간을 모사한 synthetic epitope candidate로 학습시킨다.

Achievement

Figure 2. Binder retrieval (left) and epitope mapping (right), shown as success-rate versus coverage curves with low-cov

EpiCLIP은 근사적인 interface 후보만으로도 binder retrieval과 epitope mapping 두 과제 모두에서 강력한 성능을 달성함으로써, 근사 interface에 대한 retrieval이 정확한 interface supervision이나 전수 pairwise 구조 모델링을 대체할 수 있는 확장 가능한 대안임을 보였다.

How

Figure 3. EpiCLIP architecture. A frozen antigen and antibody backbone first produce residue-level representations, whic

• 문제를 epitope encoder f와 paratope encoder g가 각각 candidate region (x, m)과 (y, c)를 shared d-dimensional embedding space로 매핑하고 cosine similarity s로 compatibility를 스코어링하는 dense retrieval로 정식화(Eq. 1-2)
• 이로부터 epitope mapping(Eq. 3), guided binder retrieval(Eq. 4), blind binder retrieval(Eq. 5) 세 가지 retrieval task를 유도
• 아키텍처: frozen pretrained residue-level backbone으로 contextual residue embedding을 얻은 뒤, epitope 쪽은 binary mask 기반 bottleneck self-attention + learned pooling으로 aggregation, paratope 쪽은 CDR loop 단위 hierarchical aggregation(loop 내 요약 → loop 간 상호작용 모델링 → pooling) 수행 후 작은 projection head로 shared space에 투영
• Synthetic epitope 생성: 직접적인 residue subset 샘플링이 어렵기 때문에 latent interface prior s를 매개로 P(m|x) = ∫P(m|s,x)P(s|x)ds로 factorize하고, P(s|x)는 relative solvent accessibility(RSA) 기반 약한 antibody-agnostic prior로, P(m|s,x)는 geometry-aware patch sampler로 구현하여 plausible/non-binding region 후보 집합 M(x)를 생성
• Contrastive objective: 배치 내 B개의 항체-항원 복합체에 대해 항체당 단일 paratope candidate, 항원당 K개의 synthetic epitope candidate를 임베딩하여 비대칭 batch(B paratope, B×K epitope)를 구성하고, true epitope와의 overlap으로 라벨링된 다중 positive를 허용하며 같은 항원 내 나머지 patch를 intra-antigen negative로 활용

Originality

• 항체-항원 상호작용 모델링을 정확한 interface가 아닌 근사적(approximate) epitope/paratope 후보에 대한 dense retrieval로 재정의한 문제 설정 자체가 독창적
• CDR loop 구조를 활용한 hierarchical paratope aggregator와 binary mask 기반 epitope aggregator를 각각 다르게 설계해 후보 영역의 서로 다른 구조적 특성을 반영
• Latent interface prior를 통한 synthetic epitope sampling 파이프라인(RSA 기반 antibody-agnostic prior + geometric patch sampler)을 도입해 학습-추론 간 candidate 분포의 일관성을 확보하고 동시에 데이터 증강 및 intra-antigen negative를 생성하는 이중 역할 수행
• 하나의 통합 프레임워크에서 blind/guided binder retrieval과 epitope mapping을 모두 지원하도록 설계함으로써 기존 antigen-only 예측과 pairwise 구조 예측의 중간 지점을 제공

Limitation & Further Study

• Synthetic epitope 생성이 RSA라는 상대적으로 약한 prior에 의존하는데, 이 prior의 편향이 학습된 embedding space와 downstream retrieval 성능에 어떤 영향을 미치는지에 대한 심층 분석이 부족할 수 있음
• 구조가 해석된 항체-항원 복합체 데이터 자체가 여전히 희소하다는 근본 문제는 완전히 해결되지 않고, synthetic candidate로 이를 우회하는 접근이므로 실제 실험적 검증(wet-lab validation)에서의 일반화 성능 확인이 필요
• 발췌 내용상 benchmark 데이터셋의 규모, 다양성, 그리고 AlphaFold-3/Boltz-2 등과의 직접적 정량 비교 결과에 대한 구체적 논의가 제한적이어서 실제 성능 우위 정도를 명확히 판단하기 어려움
• 후속 연구로는 다양한 항원 패밀리 및 새로운 항체 포맷(예: nanobody)에 대한 일반화, 그리고 학습된 prior를 보다 강력한 학습 기반 epitope predictor로 교체했을 때의 trade-off 분석이 필요

Evaluation

총평: 근사 interface에 대한 retrieval이라는 새로운 문제 정식화와 이에 맞춘 synthetic epitope sampling 및 dual-encoder 아키텍처 설계가 실용적이고 확장 가능한 항체-항원 상호작용 예측의 유의미한 대안을 제시하는 잘 구성된 workshop 논문이다.