Conditionally Site-Independent Neural Evolution of Antibody Sequences

이 논문은 항체의 진화적 역동성과 복잡한 에피스타시스를 포착하여 제로샷 변이 효과 예측 성능을 향상시키고, 특정 항원에 대한 결합 친화도 최적화를 가능하게 하는 딥러닝 기반 연속 시간 마르코프 체인 모델인 CoSiNE 를 제안합니다.

핵심

1. 문제: "사진"만 보는 것과 "영상"을 보는 것

**기존의 방식 **(사진 찍기)
지금까지 항체 연구에 쓰인 인공지능들은 항체들의 '최종 결과물'만 보았습니다. 마치 수많은 나비들의 날개 무늬를 사진으로 찍어 모아둔 앨범을 보는 것과 같습니다.

• 한계: 이 앨범을 보면 "어떤 날개 무늬가 아름다운지"는 알 수 있지만, **어떻게 그 나비가 알에서 부화해서 날개를 펼쳤는지 **(진화 과정)는 알 수 없습니다.
• 결과: 인공지능이 "아름다운 날개"를 기억만 할 뿐, 실제로 그 날개가 어떻게 만들어졌는지 (유전적 상호작용 등) 이해하지 못해, 새로운 나비를 만들 때 실수를 하거나 원하는 방향으로 진화시키는 데 한계가 있었습니다.

**이 논문의 접근 **(영상 촬영)
저자들은 항체가 어떻게 진화하는지 그 **과정 **(시간의 흐름)을 그대로 재현하고 싶었습니다. 항체는 한 번에 완성되는 게 아니라, **점점 변이 **(Mutation)를 거치며 더 좋은 항체를 찾아갑니다. 이를 **항체 성숙 **(Affinity Maturation)이라고 합니다.

2. 해결책: COSINE (코사인) - "지능형 진화 시뮬레이터"

이 논문은 COSINE이라는 새로운 모델을 개발했습니다. 이 모델은 **딥러닝 **(심층 신경망)과 진화 생물학의 수학적 원리를 섞은 하이브리드입니다.

핵심 비유: "현명한 지도자"와 "우연한 여행자"

• 기존 모델의 한계:

  • **단점 1 **(너무 단순함) 전통적인 생물학 모델은 "각 부위 (사이트) 가 서로 독립적으로 변한다"고 가정합니다. 마치 각자 따로 노는 20 명의 사람이 있다고 생각한 거죠. 하지만 실제로는 한 사람의 행동이 다른 사람의 행동에 영향을 줍니다 (예: 손이 움직이면 발도 따라 움직임). 이를 **에피스타시스 **(Epistasis, 유전자 간 상호작용)라고 하는데, 기존 모델은 이걸 못 봅니다.
  • **단점 2 **(너무 복잡함) 모든 부위가 서로 영향을 준다고 가정하면 계산량이 너무 많아져서 컴퓨터가 감당하지 못합니다.

• COSINE 의 해결책:

  • COSINE 은 **"조건부 독립 **(Conditionally Site-Independent)이라는 clever 한 방식을 썼습니다.
  • 비유: COSINE 은 **전체 상황을 한눈에 보는 '지능형 지도자'**가 있습니다. 이 지도자는 "지금 전체 팀의 상태가 A 라면, 1 번 부위는 이렇게 변하고, 2 번 부위는 저렇게 변해야 해!"라고 상황에 따라 실시간으로 지시를 내립니다.
  • 하지만 실제 계산은 각 부위별로 따로따로 진행합니다. (계산 속도를 빠르게 하기 위함).
  • 결과: 계산은 빠르지만, 지도자가 전체 상황을 보고 지시하기 때문에 **부위 간의 복잡한 상호작용 **(에피스타시스)까지 완벽하게 잡아냅니다.

3. 주요 성과: "예측"과 "설계"의 두 마리 토끼

COSINE 은 두 가지 큰 능력을 보여줍니다.

① "예측" 능력: 돌연변이가 얼마나 나쁜지/좋은지 예측하기

• 상황: 항체 한 자리에 돌연변이가 생겼을 때, 이것이 항체의 기능을 망칠까요? 아니면 더 좋게 만들까요?
• 기존: 단순히 "이런 패턴은 자주 봤으니 괜찮겠지"라고 추측했습니다.
• COSINE: "이 돌연변이가 진화 과정에서 자연선택을 통과했을까?"를 계산합니다.
  • 비유: 마치 스포츠 선수의 기록을 볼 때, 단순히 "이 선수는 키가 크니까 잘할 거야"라고 보는 게 아니라, "이 선수가 훈련 (돌연변이) 을 거쳐 경기 (선택) 에서 살아남았으니 실력이 좋겠구나"라고 분석하는 것입니다.
  • 결과: 기존 최고의 모델들보다 돌연변이의 효과를 훨씬 정확하게 예측했습니다.

② "설계" 능력: 원하는 항체를 직접 만들어내기 (가이드드 길스피)

• 상황: 특정 바이러스를 잡을 수 있는 새로운 항체를 만들고 싶다면?
• 기존: 무작위로 만들어서 좋은 걸 고르는 방식이라 시간이 매우 오래 걸렸습니다.
• COSINE: **가이드드 길스피 **(Guided Gillespie)라는 방법을 썼습니다.
  • 비유: 미로 찾기 게임을 상상해 보세요.
    • 기존 모델은 미로에서 막다른 골목까지 갔다가 다시 돌아오는 식으로 무작위로 헤맸습니다.
    • COSINE 은 미로에 '나침반'을 달아줍니다. "바이러스를 잡는 방향 (목표) 으로 가라"라고 나침반이 알려주면, 항체는 그 방향으로만 진화하며 미로를 빠져나갑니다.
  • 결과: 시작점 (천연 항체) 에서부터 바이러스를 잘 잡는 항체 (고성능 항체) 로 효율적으로 진화시켜 낼 수 있게 되었습니다.

4. 요약: 왜 이것이 중요한가요?

이 논문은 "항체 진화라는 복잡한 자연의 법칙"을 인공지능이 이해하고, 그 법칙을 이용해 "원하는 항체를 설계"할 수 있는 길을 열었습니다.

• 기존: "결과물만 보고 추측" (사진 앨범)
• COSINE: "진화 과정을 시뮬레이션하고 나침반을 붙여 설계" (실시간 영상 + 내비게이션)

이 기술은 새로운 백신 개발, 암 치료제, 감염병 대응 등 의학 분야에서 훨씬 빠르고 정확한 항체 치료제를 만드는 데 큰 도움을 줄 것으로 기대됩니다. 마치 자연의 진화 과정을 가속화하여 우리가 원하는 '초능력 항체'를 만들어내는 공장을 세운 것과 같습니다.

기술 요약

1. 연구 배경 및 문제 정의 (Problem)

항체 공학 분야에서 기존 딥러닝 접근법과 고전적 진화 모델 간의 간극을 해결하기 위해 제안된 연구입니다.

• 기존 딥러닝 모델의 한계: 항체 엔지니어링에 널리 사용되는 언어 모델 (Language Models) 은 시퀀스의 주변 분포 (marginal distribution) 를 모델링하는 데 집중합니다. 이는 시퀀스를 독립적인 샘플로 취급하여, 항체가 진화하는 과정에서 발생하는 친화성 성숙 (Affinity Maturation) 의 역동적인 정보 (시간에 따른 변이와 선택의 상호작용) 를 간과합니다. 결과적으로 이러한 모델은 복잡한 에피스타시스 (epistatic, 유전자 간 상호작용) 를 포착할 수는 있지만, 항체 성숙의 시간적 과정을 명시적으로 모델링하지 못합니다.
• 고전적 진화 모델의 한계: 계통 발생 (Phylogenetic) 모델은 진화 역학을 명시적으로 표현하지만, 계산적 복잡성 때문에 사이트 (site) 간 독립성을 가정합니다. 이는 고차원의 에피스타시스 효과를 무시하게 되어, 실제 항체 설계나 최적화에서 비현실적인 진화 궤적을 생성하는 문제가 있습니다.
• 핵심 문제: 항체 친화성 성숙 과정을 시뮬레이션하면서도 복잡한 에피스타시스 상호작용을 포착할 수 있는, 표현력 (expressivity) 이 높고 이론적으로 타당한 모델이 부재했습니다.

2. 제안 방법론: COSINE (Methodology)

저자들은 COSINE (Conditionally Site-Independent Neural Evolution) 을 제안하여 위 두 가지 패러다임을 결합했습니다.

• 핵심 아이디어:
  • 조건부 사이트 독립성 (Conditionally Site-Independence): 전체 시퀀스 컨텍스트에 조건부 (conditioned) 로 각 사이트별 전이율 행렬 (rate matrix) 을 학습하는 신경망을 사용합니다. 이는 사이트가 완전히 독립적이지는 않지만, 전체 시퀀스 정보를 통해 조건부 독립성을 가정함으로써 계산 효율성을 유지하면서 에피스타시스를 포착합니다.
  • 연속 시간 마코프 체인 (CTMC): 항체 진화를 연속 시간 마코프 체인으로 모델링하며, 신경망이 파라미터화한 전이율 행렬을 사용합니다.
• 이론적 근거:
  • COSINE 은 전체 시퀀스 공간에서의 순차적 점 돌연변이 과정 (Sequential Point Mutation Process) 에 대한 1 차 근사 (First-order approximation) 임을 수학적으로 증명했습니다.
  • 전이 확률 오차는 가지 길이 (branch length, $t$) 의 제곱 ($O(t^2)$) 에 비례하여 제한됨을 보였습니다. 항체 친화성 성숙은 일반적으로 짧은 가지 길이를 가지므로, 이 근사는 매우 정밀합니다.
• 샘플링 알고리즘 (Guided Gillespie):
  • 단순한 사이트별 전이 확률 곱셈은 오차를 유발할 수 있으므로, 길스피 (Gillespie) 알고리즘을 변형하여 적용했습니다.
  • Guided Gillespie: 특정 항원 (Antigen) 에 대한 결합 친화도를 높이기 위해 분류기 (Classifier) 가이드를 도입했습니다. 이는 확산 모델 (Diffusion models) 의 가이드 샘플링 개념을 이산 상태 공간 진화 모델에 적용한 것으로, 목표 항원에 맞춰 항체 시퀀스를 최적화할 수 있게 합니다.
• 선택과 돌연변이 분리 (Disentangling Selection & SHM):
  • 체세포 고변이 (SHM) 모델 (예: Thrifty) 을 베이스라인으로 사용하여, COSINE 이 학습한 전이 확률에서 SHM 효과를 제거하고 순수한 선택 (Selection) 신호를 추출하는 점수 (Selection Score) 를 정의했습니다. 이를 통해 항체의 적합도 (Fitness) 를 추정할 수 있습니다.

3. 주요 기여 (Key Contributions)

1. 새로운 모델 아키텍처: 딥러닝의 표현력과 고전적 진화 모델의 시간적 역동성을 결합한 COSINE 모델 제안.
2. 이론적 증명: 신경망 기반 CTMC 가 순차적 점 돌연변이 과정에 대한 유효한 1 차 근사임을 수학적으로 증명하고, 오차 상한을 제시.
3. 가이드 샘플링 프레임워크: 분류기 가이드 (Classifier Guidance) 를 사용하여 항체 결합 친화도를 특정 항원으로 최적화하는 Guided Gillespie 알고리즘 개발.
4. 적합도 추론: SHM 모델과 결합하여 돌연변이 편향을 보정하고, 순수한 선택 압력 (Selection pressure) 을 기반으로 항체 적합도를 추론하는 방법 제시.

4. 실험 결과 (Results)

COSINE 은 다양한 벤치마크에서 기존 최첨단 (SOTA) 모델들을 능가하는 성능을 보였습니다.

• 제로샷 변이 효과 예측 (Zero-shot Variant Effect Prediction, VEP):
  • Deep Mutational Scanning (DMS) 데이터셋 (FLAb2 벤치마크) 에서 COSINE 은 항체 발현 (Expression) 과 결합 (Binding) 예측 모두에서 AbLang, ESM-2, ProGen2, DASM 등 기존 모델들을 능가하거나 경쟁하는 성능을 보였습니다.
  • 특히, SHM 보정을 적용한 '선택 점수 (Selection Score)'를 사용하면 모델의 예측과 실제 적합도 간의 상관관계가 크게 향상되었습니다.
• 에피스타시스 학습 능력:
  • 카테고리 자코비안 (Categorical Jacobian) 분석을 통해 COSINE 이 단일 사이트 변이가 다른 사이트의 전이율에 미치는 영향을 포착할 수 있음을 확인했습니다. 특히 CDR (Complementarity Determining Region) 영역 간의 강한 상호작용과 중쇄 (Heavy chain) 와 경쇄 (Light chain) 간의 상호작용을 성공적으로 모델링했습니다.
• 가이드된 친화성 성숙 (Guided Affinity Maturation):
  • 나노 (Naive) 항체 시퀀스로부터 시작하여 Guided Gillespie 를 통해 SARS-CoV-1/2 에 결합하는 고친화도 항체를 생성했습니다.
  • 생성된 항체는 실제 결합 항체 (Binders) 와 유사한 결합 친화도 분포를 보였으며, 구조적 안정성 (pLDDT) 과 인간성 (Humanness) 을 유지하면서 목표 항원에 대한 결합력을 극대화했습니다.
• CDR 지역 최적화:
  • 제한된 돌연변이 수 (5 회 이내) 로 SARS-CoV-1 결합체를 최적화하는 실험에서, 유전 알고리즘 (GA) 및 PoE 샘플러보다 높은 결합 친화도 향상을 달성했습니다.

5. 의의 및 결론 (Significance)

• 패러다임의 전환: 단백질 설계 분야에서 '정적 (Static)'인 언어 모델 기반 접근에서 '동적 (Dynamic)'인 진화 과정 기반 접근으로의 전환을 주도합니다.
• 이론과 실전의 결합: 추상적인 딥러닝 모델에 진화 생물학의 엄밀한 이론적 틀을 입혀, 모델의 해석 가능성과 신뢰성을 높였습니다.
• 응용 가능성: 항체 엔지니어링, 백신 설계, 치료제 개발 등 실제 의학적 응용 분야에서 더 정확하고 효율적인 항체 최적화를 가능하게 합니다.
• 한계 및 향후 과제: 현재 모델은 삽입/결실 (Indels) 을 고려하지 않으며, 완전한 상태 공간에 대한 1 차 근사라는 이론적 한계가 존재합니다. 향후 더 넓은 단백질 진화 영역으로 확장하기 위한 연구가 필요합니다.

요약하자면, COSINE은 항체 진화의 시간적 흐름과 복잡한 상호작용을 동시에 모델링하여, 기존 모델들의 한계를 극복하고 항체 설계 및 최적화 분야에서 새로운 기준을 제시한 획기적인 연구입니다.