기술 요약: 항체-항원 결합 친화도에 대한 계산 모델의 종합적 벤치마크

문제 정의

현재의 계산적 항체 설계는 자연 변이와의 서열 유사성이 아닌, 기능적 결합 친화도(functional binding affinity)를 기준으로 모델을 평가하는 종합적인 벤치마크가 부족한 상태이다. 전통적인 검증 전략은 설계된 서열을 자연적으로 발생하는 단백질과 비교하는 데 의존하는데, 이러한 접근 방식은 항체 생성 과정에 내재된 확률적 재조합(stochastic recombination)과 초변이(hypermutation)를 포착하지 못한다. 또한, 기존의 벤치마크(예: ProteinGym, BindingGYM)는 일반적인 단백질 돌연변이 지형이나 쌍별 상호작용에 집중하며, 전체 항체-항원(Ab-Ag) 복합체를 근본적인 평가 단위로 다루지 않는다. 단백질 언어 모델(PLM), 생성 모델, 구조 예측 모델과 같은 머신러닝 모델들이 유망한 성과를 보이고 있으나, 특정 태스크에 대한 미세 조정(fine-tuning) 없이 결합 친화도를 예측할 수 있는 능력은 여전히 불분명하며, 다양한 항체-항원 쌍에 걸쳐 다양한 계산적 접근 방식을 비교할 수 있는 표준화된 프레임워크도 존재하지 않는다.

방법론

저자들은 제로샷(zero-shot) 설정(벤치마크 데이터에 대한 미세 조정 없이)에서 계산 모델을 평가하기 위해 설계된 통합 프레임워크인 AbBiBench(Antibody Binding Benchmarking)를 소개한다.

1. 데이터셋 큐레이션

AbBiBench는 16개의 서로 다른 분석법(assay)에서 얻은 216,560개의 실험적 측정값을 조화롭게 통합하였으며, 이는 13개의 항체와 9개의 항원 타겟(Influenza A 균주, SARS-CoV-2 Spike, VEGF, HER2 등 포함)을 포괄한다.

• 데이터 유형: 이 데이터셋은 11개의 직접 $K_d$ 분석(전체 관찰치의 81.8%)과 5개의 농축(enrichment) 분석(18.2%)을 포함한다.
• 변이: 수집된 데이터는 분석당 67개에서 65,535개의 변이에 이르기로 하여 거의 3 자릿수 차이의 라이브러리 크기를 아우른다. 돌연변이는 중쇄(heavy chain), 경쇄(light chain), 그리고 둘 다를 모두 포함하며, 돌연변이 깊이는 단일 치환부터 5개 이상의 돌연변이가 지배적인 라이브러리까지 다양하다.
• 구조 템플릿: 실험적으로 해결된 복합체가 없는 경우(특히 5개의 SARS-CoV-2 분석의 경우), 구조 조건부 모델(structure-conditioned models)을 위해 AlphaFold 3를 사용하여 구조 템플릿을 생성하였다.

2. 모델 평가

연구에서는 7가지 방법론적 계열에 걸쳐 20개의 계산적 접근 방식을 비교한다:

• 마스크된 단백질 언어 모델 (PLMs): ESM-2, ESM-3, SaProt, ProSST, AntiBERTy, CurrAb.
• 자기회귀적 PLMs: ProGen2, ProtGPT-2.
• 역폴딩(Inverse-Folding) 모델: ProteinMPNN, ESM-IF1, AntiFold.
• 확산 기반 생성 모델: DiffAb.
• 기하학적 CDR-삽입(Imputation) 모델: MEAN, dyMEAN.
• 구조 예측 신뢰도 모델: AlphaFold 3, Boltz-2, ESMFold2 (주로 ipSAE를 사용하여 평가).
• 생물물리학 기반 방법: FoldX (결합 자유 에너지), FreeSASA (에피토프 SASA), ESMDance.

3. 평가 지표

• 순위 상관관계 (Ranking Correlation): 각 분석 내에서 계산된 모델 점수와 실험적 결합 친화도 사이의 스피어만 순위 상관계수($\rho$). 이는 대규모 라이브러리가 전체 결과에 과도하게 영향을 주는 것을 방지하기 위함이다.
• 우선순위 지정 (Prioritization): 5배 이상의 친화도 개선을 보이는 변이를 식별하는 능력을 측정하기 위한 Fivefold Precision@k (여기서 $k \in \{10, 20, 50, 100\}$).
• 음성 필터링 (Negative Filtering): 야생형(wild type)보다 성능이 낮은 변이를 배제하는 능력.
• 전향적 사례 연구 (Prospective Case Study): H3N2에 특이적인 F045-092 항체가 H1N1에 결합하도록 재설계하는 결합력 획득(gain-of-binding) 연구. 변이들이 생성되었고, 2단계 계산 파이프라인을 통해 필터링되었으며, 엔드포인트 ELISA를 통해 검증되었다.

주요 결과

1. 전역 구조 조건부 모델이 서열 전용 모델보다 우수함

역폴딩 모델이 가장 강력하고 일관된 제로샷 친화도 예측 성능을 보여주었다.

• 최고 성능 모델: Protein-MPNN이 가장 높은 평균 등가 분석(equal-assay) Spearman $\rho$ (0.292)를 달성하였으며, ESM-IF1이 그 뒤를 바짝 쫓았다 (0.278).
• 메커니즘: 이 모델들은 전체 Ab-Ag 복합체를 전역적 표현(global representation)으로 인코딩하여, 국소 구조 토큰 모델(예: SaProt, ProSST)이나 서열 전용 자기회귀 모델(예: ProGen2)이 놓치는 결합 인터페이스에서의 장거리 잔기 상호작용 및 맥락적 특징을 포착한다.
• 구조 예측: 구조 예측 모델 중에서는 ESMFold2(ipSAE로 점수 산정)가 가장 우수한 성능을 보였으며, 이 특정 친화도 순위 작업에서 AlphaFold 3와 Boltz-2보다 뛰어난 성능을 보이며 전체 3위를 차지했다.

2. 항체 특이적 미세 조정의 제한적 가치

연구 결과, 항체 특이적 미세 조정이 성능을 일관되게 향상시키지는 않으며, 때로는 오히려 저하시킬 수도 있다는 것이 밝혀졌다.

• CurrAb vs. ESM-2: 항체에 적응된 CurrAb는 일반 ESM-2 모델에 비해 미미한 이득만을 보였다.
• AntiFold vs. ESM-IF1: 반대로, AntiFold(ESM-IF1을 항체 구조에 미세 조정한 모델)는 기본 ESM-IF1 모델보다 현저히 낮은 성능을 보였는데, 이는 이 제로샷 맥락에서 파괴적 망각(catastrophic forgetting) 또는 특정 적응으로부터의 제한된 이득을 시사한다.

3. 비대칭적 유용성: 우선순위 지정 vs. 배제

모델 순위는 약한 변이를 배제하는 것보다 결합력 상승 가능성이 높은 변이를 우선순위 지정하는 데 훨씬 더 유용하다.

• 우선순위 지정: $k=10$일 때, ProteinMPNN과 ESM-IF1은 각각 0.51과 0.48의 정밀도(precision)를 달성하여 무작위 기준치(0.268)의 거의 두 배에 달했다.
• 배제: 하위 30%의 변이를 버리는 필터로 사용할 경우, 상위 모델들은 무작위 순위 대비 완만한 농축(capture ~40%의 "나쁜" 변이 vs. 무작위 30%)만을 보여주었다. 즉, 낮은 모델 순위 자체만으로는 변이를 실험 테스트에서 제외할 충분한 근거가 되지 못한다.

4. 전향적 검증 (F045-092 사례 연구)

전향적 연구에서, 모델들은 F045-092 항체의 CDR-H3 변이를 생성하여 H1N1을 타겟팅하도록 하였다.

• 트레이드오프: 예측된 결합 잠재력과 진화적 서열 타당성 사이에 명확한 트레이드오프가 관찰되었다. 예를 들어, MEAN은 유리한 결합 에너지를 예측했으나 서열 타당성은 낮았던 반면, SaProt와 ESM-IF는 두 지표 사이의 균형을 맞추었다.
• 실험적 결과: ESM-IF, MEAN, SaProt로부터 도출된 21개의 선정된 후보군 모두에서 H1 반응성 ELISA 신호가 검출되었으며, 이는 계산 파이프라인이 기능 획득 결합 능력을 가진 변이를 성공적으로 식별했음을 확인시켜 준다.

의의 및 주장

본 논문은 다음과 같은 이유로 AbBiBench를 항체 공학 커뮤니티를 위한 중요한 자원으로 규정한다:

1. 기능 인지 벤치마크 (A Function-Aware Benchmark): Ab-Ag 복합체를 평가 단위로 취급함으로써, AbBiBench는 서열 유사성 지표를 넘어 항체 상호작용의 생물학적 실재와 계산적 평가를 일치시킨다.
2. 실질적 가이드 제공: 연구 결과는 방법론 개발에 실행 가능한 통찰을 제공하며, 미세 조정 없이 전역 구조 조건부 역폴딩이 현재 친화도 순위 지정에 가장 견고한 접근 방식임을 강조한다.
3. 현실적인 기대치 설정: 현재의 제로샷 점수는 "패배자"를 걸러내는 용도보다는 "승자"를 찾기 위한 실험적 목록을 풍부하게 하는 데 가장 유용하다는 점을 명확히 하여, 잠재적으로 유망한 후보를 성급하게 버리는 일을 방지한다.
4. 개방형 프레임워크: AbBiBench는 표준화된 데이터 리소스와 평가 파이프라인을 제공하여, 회고적 벤치마킹과 전향적 실험 검증 사이의 간극을 메우고 기능 인지 항체 설계 방법의 발전을 가속화한다.

저자들은 상당한 진전이 이루어졌음에도 불구하고, 향후 연구가 운동학적 데이터($k_{on}$, $k_{off}$)의 부재를 해결하고 치료제 개발을 위해 모델을 더욱 정교화할 수 있는 직교 검증(예: SPR/BLI)을 다루어야 한다고 결론지었다.