기술 요약: OmegAMP

문제 정의

새로운 항균 펩타이드(AMP)의 발견은 항생제 내성(AMR)에 맞서기 위해 매우 중요하지만, 여전히 상당한 병목 현상에 직면해 있습니다. 기존의 AMP 발견을 위한 계산적 방법론들은 다음과 같은 세 가지 주요 한계점을 가집니다:

1. 제한된 제어 가능성: 현재의 생성 모델은 물리화학적 특성(예: 전하, 길이, 소수성) 및 기능적 프로필(예: 종 특이적 활성)에 대한 미세한 제어 메커니즘이 부족하여, 표적 치료제 설계를 저해합니다.
2. 비효율적인 임베딩: 기존 방식은 생물학적으로 무관한 임베딩(예: 원-핫 인코딩)이나 단백질 언어 모델의 복잡한 잠재 공간에 의존하며, 이는 특정 생물학적 귀납 편향(inductive bias)을 통합하지 못해 생성의 충실도와 제어력을 떨어뜨립니다.
3. 낮은 실험적 적중률: in silico 설계와 wet-lab 검증 사이의 간극은 신뢰할 수 없는 필터링으로 인해 여전히 넓습니다. 현재의 분류기들은 높은 위양성률을 보이며, 섞이거나(shuffled) 합성된 서열에 취약하고, 제한된 학습 데이터에 과적합되어 비용이 많이 드는 실험적 실패를 초래합니다.

방법론

OmegAMP는 제어 가능한 생성 모델링과 강력한 판별적 필터링을 시너지 효과가 나도록 통합한 프레임워크입니다.

1. 생물학적 정보가 반영된 생성 모델

OmegAMP의 핵심은 새로운 임베딩 공간에서 작동하는 확산 확률 모델(Denoising Diffusion Probabilistic Model, DDPM)입니다.

• 생물학적 정보 기반 임베딩: 표준 인코딩 대신, 이 모델은 다섯 가지 정제된 물리화학적 척도(Wimley-White 소수성, 등전점 전하, Levitt 구조적 성향, 막 투과성, 평균 아미노산 선택성 지수(항균 상관관계))를 기반으로 아미노산을 $K$차원 벡터로 매핑합니다. 이 임베딩은 역전 가능하도록 설계되어, 생성된 벡터를 다시 아미노산 서열로 디코딩할 수 있습니다.
• 아키텍처: 디노이징 네트워크는 선형 어텐션(linear attention)과 셀프 어텐션 메커니즘을 포함하는 1D UNet을 사용하며, 다양성과 특이성의 균형을 맞추기 위해 셀프 컨디셔닝(self-conditioning)과 조건 부착 확산 샘플러(Condition-Annealed Diffusion Sampler, CADS)를 통합합니다.
• 컨디셔닝 체계: 모델은 생성을 유도하기 위해 두 가지 구별된 컨디셔닝 전략을 지원합니다:
  • 속성 컨디셔닝 (Property Conditioning, PC): 사용자가 목표 범위(길이, 전하, 소수성)를 지정합니다. 모델은 이러한 명시적 제약을 준수하는 서열을 생성하는 법을 학습합니다.
  • 서브셋 컨디셔닝 (Subset Conditioning, SC): 모델은 알려진 활성 서열(예: E. coli에 활성이 있는 펩타이드)에서 유도된 벡터를 조건으로 사용하여, 성공적인 AMP에서 발견되는 속성 간의 복잡한 상관관계를 암묵적으로 보존합니다.
• 학습 목적 함수: 조건 벡터가 학습 중에 무작위로 마스킹되는 조건부 손실 함수를 사용하여, 모델이 서열과 다양한 속성 하위 집합 간의 관계를 강제로 학습하도록 합니다.

2. 합성 데이터 증강을 통한 강력한 필터링

AMP 분류기의 높은 위양성률 문제를 해결하기 위해, OmegAMP는 XGBoost 분류기를 위한 특화된 학습 전략을 채택합니다.

• 합성 음성 데이터 생성: 학습 세트는 세 가지 유형의 합성 비-AMP 서열(순수 무작위 서열, 섞인 AMP 서열, 변이된 AMP 서열)로 증강됩니다. 이는 분류기가 글로벌 물리화학적 특성이나 국소적 잔기 문맥으로부터 실제 기능적 패턴을 구별하는 능력을 시험하도록 설계되었습니다.
• 가중치 손실 함수: 클래스 불균형과 데이터 품질의 차이(실험적으로 검증된 데이터 vs 합성 데이터)를 처리하기 위해 가중치 적용 이진 교차 엔트로피 손실을 사용합니다. 이는 실험적으로 검증된(EV) 서열을 우선시하여, 모델이 합성 데이터가 제공하는 견고함의 이점을 누리면서도 고신뢰도 라벨로부터 학습하도록 보장합니다.
• 분류기 범위: 프레임워크는 일반적인 AMP 분류기와 더불어, 특정 박테리아 표적에 대한 활성을 예측하는 균주 및 종 특이적 분류기를 모두 학습시킵니다.

주요 기여

1. 다재다능한 컨디셔닝 메커니즘: OmegAMP는 서브셋 컨디셔닝을 통해 특정 박테리아 종을 표적으로 할 확률이 높은 AMP를 생성하는 최초의 기능을 도입하는 동시에, 속성 컨디셔닝을 통해 물리화학적 속성을 정밀하게 제어할 수 있게 합니다.
2. 새로운 생물학적 영감 기반 임베딩: 특정 아미노산 특성 척도를 활용한 제안된 임베딩 체계는 de novo AMP 생성에서 최첨단 성능을 가능하게 하며, 복잡한 표적 프로필에 필요한 미세한 제어를 용이하게 합니다.
3. 전례 없는 실험적 적중률: 합성 음성 데이터를 통해 학습된 엄격한 필터링 전략과 제어 가능한 생성을 결합함으로써, OmegAMP는 위양성률을 획기적으로 줄여 계산적 설계와 실험적 성공 사이의 간극을 메웁니다.

결과

In Silico 성능

• 분류: OmegAMP의 분류기는 (amPEPpy, AMPlify, HydrAMP와 같은) 베이스라인 모델보다 훨씬 뛰어난 견고성을 보입니다. 자연적(Signal, Metabolic) 및 합성(Random, Shuffled, Mutated) 비-AMP 소스 전반에 걸쳐 1% 미만의 오분류율을 달이는 반면, 베이스라인 모델들은 훨씬 높은 비율을 보였습니다. 또한 우수한 Precision@100(90.4%)과 AUPRC(56.9)를 입증했습니다.
• 생성 품질: OmegAMP는 기존의 확산 및 VAE 기반 모델에 비해 더 높은 예측 항균 활성 및 적합도 점수를 가진 서열을 생성합니다.
• 제어 가능성: 모델은 특정 전하, 길이, 소수성 값에 조건화된 서열을 생성할 때 낮은 평균 절대 오차(MAE)를 달성하였으며, 이는 생물학적 정보 기반 임베딩이 이러한 속성에 대한 제어를 유지하는 데 결정적임을 보여줍니다.

In Vitro 검증

프레임워크는 25개의 후보 펩타이드를 합성하여 다제내성(MDR) 병원체를 포함한 17종의 임상적으로 유의미한 박테리아 균주 패널에 대해 테스트함으로써 검증되었습니다.

• 적중률: 25개 펩타이드 중 24개(96%)가 항균 활성을 나타냈으며, 이는 계산적 AMP 발견에서 전례 없는 성공률을 의미합니다.
• 효능: 펩타이드는 높은 효능을 보였으며, 80%가 4 µg/mL에서, 90% 이상이 8 µg/mL에서 활성을 나타냈습니다.
• MDR 효능: 프레임워크는 MDR 균주에 효과적인 펩타이드를 성공적으로 생성하였으며, 이러한 도전적인 표적에 대해 8 µg/mL에서 92%의 성공률을 달성했습니다.

의의

본 논문은 OmegAMP가 AMP 발견을 위한 신뢰할 수 있고 제어 가능한 계산적 프레임워크를 제공함으로써 항생제 내성과의 싸움에서 중요한 진전을 이루었다고 주장합니다. 제어 가능성, 임베딩 품질, 필터링 신뢰성의 한계를 해결함으로써, 이 프레임워크는 wet-lab 검증으로 효과적으로 전환될 수 있는 고품질 후보 물질의 생성을 가능하게 합니다. 96%의 실험적 적중률은 새로운 치료제, 특히 다제내성 병원체를 위한 발견을 가속화할 수 있는 이 접근법의 잠재력을 강조합니다. 저자들은 이 연구가 공중 보건과 안전을 증진하기 위한 것임을 강조하면서도, 생물학적 활성 서열 생성의 이중 용도(dual-use) 가능성을 인정합니다.