기술 요약: SurfDesign: 분자 표면에서의 효과적인 단백질 디자인

문제 정의

단백질 디자인은 물리 기반 최적화에서 데이터 기반 생성 모델링으로 크게 전환되었으며, 그 주된 패러다임은 구조 기반 역폴딩(structure-based inverse folding)입니다. 이 패러다임에서는 타겟 백본 구조가 지정되면 그에 적합한 아미노산 서열이 생성됩니다. 그러나 저자들은 백본 기하학만으로는 효소 공학, 수용체-리간드 결합, 그리고 de novo 상호작용 디자인과 같은 많은 실질적인 디자인 과업을 수행하기에 불충분하다고 주장합니다. 이러한 과업들은 전역적인 폴딩뿐만 아니라 국소적인 표면 형상과 물리화학적 상보성에 의해 결정됩니다. 단백질은 거의 동일한 폴드를 가지고 있더라도 표면 전하 분포, 곡률 또는 소수성 패턴이 다르면 판이하게 다른 기능을 나타낼 수 있습니다.

기존의 표면 조건부 방법들은 분자 표면을 정렬되지 않은 점들의 집합이나 고정된 메쉬(mesh)로 취급하여, 표면의 본질적인 연속성, 국소 접선 구조 및 방향성 일관성을 포착하지 못하는 경우가 많습니다. 또한, 분자 표면은 연속적인 매끄러운 다양체(manifold)임에도 불구하고, 점 구름(point-cloud) 접근 방식에서는 이러한 특성이 무시되곤 합니다. 추가적으로, 쌍을 이룬 표면-서열 데이터의 부족은 데이터 집약적인 모델 학습을 어렵게 만들며, 이는 전체 재학습을 요구하지 않으면서도 진화적 사전 지식(evolutionary priors)을 활용할 수 있는 전략을 필요로 합니다.

방법론

저자들은 SurfDesign를 제안하며, 이는 분자 표면을 기하학적 다양체로 명시적으로 모델링하고 이를 사전 학습된 단백질 언어 모델(PLM)과 통합하는 프레임워크입니다. 이 방법은 세 가지 주요 구성 요소로 이루어져 있습니다.

1. 표면 생성 및 전처리

분자 표면은 PyMol이나 MSMS와 같은 도구를 사용하여 용매 접근 가능 표면(SAS) 또는 용매 배제 표면(SES)을 얻음으로써 생성됩니다. 이들은 방향성을 가진 점 구름 $Q = \{q_i\}$로 취급되며, 각 점은 속성인 3D 좌표($\mathbf{x}_i$), 단위 법선 벡터($\mathbf{n}_i$), 그리고 물리화학적 특성($\mathbf{h}_i$)을 가집니다. 원시 점 구름의 노이즈를 해결하기 위해, 저자들은 좌표에 가우시안 커널 평활화(Gaussian kernel smoothing)를 적용합니다. 결정적으로, 표면 생성 파이프라인은 잔기 정체성, 다중 서열 정렬(MSA) 또는 기능적 주석을 사용하지 않으므로, 모델이 특권적인 서열 정보가 아닌 기하학적 및 물리화학적 제약 조건에 의존하도록 보장합니다.

2. 표면 기하 네트워크 (SEMP)

핵심 혁신은 표면을 $C^\infty$ 미분 가능한 다양체로 취급하는 표면 기반 등변 메시지 전달(Surface-based Equivariant Message Passing, SEMP) 인코더입니다.

• 다양체 인식 (Manifold Awareness): 인코더는 모든 다양체의 점이 국소적으로 유클리드 공간임을 활용합니다. 단위 법선 벡터를 사용하여 접평면(tangent space)을 근사하고, 국소 공분산 행렬의 고유값 분해를 통해 의사 곡률 벡터($\psi$)를 계산합니다. 이러한 곡률 기술자는 회전 불변(rotation-invariant)입니다.
• 방향성 (Directionality): 모델은 법선과 연결선 사이의 각도($\phi_{n_i i j}, \phi_{n_j j i}$) 및 두 반평면 사이의 이면각($\theta_{n_i i j n_j}$)이라는 세 가지 특정 각도를 사용하여 이웃한 점들 사이의 방향성 관계를 포착합니다.
• 등변 인코딩 (Equivariant Encoding): 인코더는 방향성 지식을 통합하기 위해 3D 구형 푸리에-베셀(SBF) 기저를 채택합니다. 상대적 거리와 불변 각도를 기반으로 상호작용 특징을 계산하여 **회전-이동 등변성(roto-translation equivariance)**을 보장합니다. 메시지 전달 메커니즘은 상대적 변위 벡터만을 통해 방향성 정보를 전달함으로써 SE(3) 등변성을 유지하면서 노드 특징과 좌표를 업데이트합니다.

3. 단백질 언어 모델 리프로그래밍 (PEFT)

데이터 부족 문제를 해결하고 진화적 지식을 활용하기 위해, SurfDesign은 하이브리드 매개변수 효율적 미세 조정(Parameter-Efficient Fine-Tuning, PEFT) 전략을 사용하여 SEMP 인코더를 PLM 디코더와 통합합니다.

• 전체 재학습 대신, 이 방법은 구조적 어댑터와 LoRA(Low-Rank Adaptation)를 결 함께 사용하여 표면 유래 구조 정보를 PLM에 주입합니다.
• 학습 목표는 **조건부 마스크 언어 모델링(Conditional Masked Language Modeling, CMLM)**입니다. 표면 $Q$와 부분적으로 마스킹된 서열이 주어졌을 때, 모델은 관찰된 잔기와 표면 기하 구조를 조건으로 하여 마스킹된 잔기를 예측합니다.
• 저자들은 기능적 디자인에서 주어진 표면에 대해 유일한 정답 서열은 존재하지 않음을 명확히 합니다. 따라서 역폴딩 벤치마크는 감독 학습 기반의 라벨 복구 작업이 아닌, 구조적 적합성을 진단하는 평가로서 다루어집니다.

주요 기여

1. 다양체 인식 표면 표현: SurfDesign은 분자 표면을 연속적인 기하학적 다양체로 명시적으로 모델링하여, 이산적인 점 구름이나 메쉬를 넘어 국소 접선 구조, 곡률 및 방향성 일관성을 포착하는 최초의 모델입니다.
2. 표면 조건부 등변 인코더: 국소 다양체 구조를 포착하기 위해 법선, 곡률 및 방향성 각도를 활용하는 등변 메시지 전달 프레임워크 내의 SEMP를 도입했습니다.
3. 하이브리드 PEFT 전략: 표면 기하학을 PLM에 효율적으로 통합하는 방법으로, 전체 미세 조정의 계산 비용 없이 대규모 진화적 사전 지식으로부터 이점을 얻을 수 있게 합니다.
4. 패러다임의 전환: 이 연구는 분자 표면을 보조적인 특징에서 일급 조건 신호(first-class conditioning signals)로 격상시켜, 폴드 중심에서 상호작용 중심으로의 단백질 디자인 전환을 제안합니다.

실험 결과

저자들은 세 가지 주요 측면에서 SurfDesign을 평가했습니다.

1. 단백질 결합체 디자인 (Protein Binder Design)

6개의 타겟 수용체(예: InsulinR, PDGFR, TGFb) 벤치마크를 통해 평가되었습니다.

• 지표: AlphaFold2가 예측한 정렬 오차(AF2 pAE_interaction). 점수가 낮을수록 인터페이스 신뢰도가 높음을 의미합니다.
• 결과: SurfDesign은 평균 AF2 pAE_interaction 15.85를 달 기록하여, 기존의 표면 조건부 방법(SurfPro: 16.95)과 백본 전용 방법(Protein-MPNN: 23.45)을 모두 앞질렀습니다.
• 성공률: SurfDesign은 네이티브 양성 결합체보다 낮은 pAE를 가진 결합체를 생성하는 것으로 정의된 전체 성공률 30.14%를 달성했습니다.

2. 효소 디자인 (Enzyme Design)

다섯 가지 효소-기질 시스템을 효소-기질 잠재력(ESP) 점수로 평가했습니다.

• 결과: SurfDesign은 가장 높은 평균 ESP 점수(0.9058)와 가장 높은 성공률(47.30%)을 기록하며, 표면 기반(SurfPro) 및 비표면 기반 베이스라인(LM-DESIGN, PiFold)을 모두 능가했습니다.
• 제로샷 성능: 모델은 제로샷 설정에서도 강력한 성능(성공률 34.36%)을 유지하여, 국소 포켓 기하학을 포착하는 견고함을 보여주었습니다.

3. 역폴딩 (구조적 적합성)

CATH 4.2, CATH 4.3 및 독립 테스트 세트(TS50, TS500)에서 평가되었습니다.

• 지표: 퍼플렉시티(Perplexity) 및 아미노산 복구율(Amino Acid Recovery, AAR).
• 결과: SurfDesign은 CATH 4.2에서 AAR 74.13%(VFN-IF-ESM보다 18.28% 높음)와 TS50에서 **82.16%**를 달성하며 새로운 SOTA(State-of-the-art) 기록을 세웠습니다.
• 절제 실험(Ablation): PLM 구성 요소를 제거하면 AAR이 65.35%로 감소했고, SEMP 인코더(방향성/곡률)를 제거하면 AAR이 66.27%로 감소하여, 두 구성 요소 모두의 기여를 확인했습니다.
• 표면 복구: 모델은 높은 충실도로 분자 표면을 재구성했습니다 (IoU 0.98, 법선 일관성 0.6241).

의의 및 주장

본 논문은 분자 표면을 기하학적 다양체로 명시적으로 모델링하는 것이 백본 중심 디자인을 넘어서는 강력하고 보완적인 접근 방식임을 입증한다고 주장합니다. 표면을 일급 조건 신호로 취급함으로써, 이 프레임워크는 더 높은 기능적 충실도를 가진 기능적 단백질 생성을 가능하게 합니다.

저자들은 역폴딩 벤치마크에서의 성공이 구조적 적합성에 대한 진단 역할을 하며, 생성된 서열이 지정된 기하학적 구조와 물리적으로 일치함을 검증한다고 강조합니다. 그러나 주요 기여는 표면 조건부 접근 방식이 기존 방법들을 지속적으로 능가하는 기능적 디자인(결합체 및 효소)에 있습니다. 이 연구는 표면 기하학, 서열 사전 지식, 그리고 기능적 목적 함수가 결합되어 특정 단백질 복합체와 효소를 정밀하게 디자인할 수 있는 모듈형 미래를 제시합니다.

결론적으로, 역폴딩은 유용한 스트레스 테스트이지만, SurfDesign의 진정한 가치는 백본 전용 접근 방식이 어려워하는 복잡한 물리화학적 제약 조건을 만족하는 단백질을 생성하는 능력에 있음을 밝히고 있습니다.