기술 요약: ProHiFlo

문제 정의

데 노보(de novo) 단백질 생성은 치료제 설계, 효소 공학 및 합성 생물학 분야에서 변혁적인 잠재력을 보유하고 있습니다. 확산 모델(예: RFDiffusion)과 플로우 매칭(flow matching)의 최근 발전은 새로운 단백질 구조 생성을 가능하게 했으나, 현재의 방법론들은 다음과 같은 세 가지 주요 한계점에 직면해 있습니다:

1. 해상도 트레이드오프(Resolution Trade-offs): 대부분의 접근 방식은 단일 구조 해상도에서 작동합니다. 즉, 백본(backbone) 원자만을 생성하거나 모든 원자를 공동으로 모델링하여, 계산 효율성과 구조적 충실도 사이의 최적의 균형을 맞추는 데 어려움이 있습니다.
2. 기능적 제약(Functional Constraints): 특정 기능적 제약을 포함하려면 작업별 데이터셋에 대한 고비용의 재학습이나 미세 조정(fine-tuning)이 필요하며, 이는 유연성을 제한합니다.
   3 샘플링 효율성(Sampling Efficiency): 샘플링 과정이 여전히 계산 집약적이어서, 고처리량 설계 시나리오에서의 실질적인 적용을 저해합니다.

방법론

ProHiFlo(Protein Hierarchical Flow)는 세 가지 핵심 혁신을 포함하는 계층적 플로우 매칭 프레임워크를 통해 이러한 과제를 해결합니다:

1. 계층적 플로우 매칭 (Hierarchical Flow Matching)

이 프레임워크는 전역적 토폴로지와 국소적 기하학적 세부 사항을 모두 효율적으로 포착하기 위해 단백질 생성을 두 단계의 순차적 단계로 분해합니다:

• 1단계 (백본 생성): 잔기 프레임 $\{T_i\}_{i=1}^N$ (각 프레임 $T_i \in SE(3)$는 회전과 이동으로 구성됨)으로 표현되는 거친 백본 구조를 생성합니다. 이 단계는 $SE(3)$ 상의 사전 분포(prior distribution)를 사용하여 전역적 토폴로지를 모델링하고, 가우시안 사전 분포와 데이터 분포 사이를 보간하는 벡터장을 학습합니다.
• 2단계 (전원자 정밀화): 생성된 백본 프레임을 전체 원자 좌표 $\{x_j\}_{j=1}^M$로 정밀화합니다. 이 단계는 백본 프레임에 조건화되며, 국소 잔기 프레임에 대한 상대적인 원자 위치를 매개변수화합니다.
• 학습: 두 단계 모두 조건부 플로우 매칭 목적 함수를 사용하여 독립적으로 학습되며, 이를 통해 각 단계의 유효 차원을 줄이고 더 빠른 수렴을 가능하게 합니다.

2. 학습 불필요 기능 가이드 (Training-Free Functional Guidance)

ProHiFlo는 생성 모델을 재학습시키지 않고도 원하는 특성으로 생성을 유도하는 메커니즘을 도입합니다.

• 메커니즘: 샘플링 과정 중에, 사전 학습된 미분 가능한 특성 예측기(예: 안정성, 결합 친화도, 용해도)로부터 현재 구조에 대한 그래디언트(gradient)를 계산합니다.
• 통합: 이 그래디언트는 $SE(3)$ 매니폴드의 접공간(tangent space)으로 투영되어 플로우 속도 벡터장에 추가됩니다: $\tilde{v}_t(x) = v_\theta(x, t) + \lambda \cdot \nabla_x f_\phi(x)$.
• 적응: 구조가 더 유연한 초기 단계에 더 강한 가이드를 적용하여 안정성을 보장하도록, 샘oliing 궤적에 따라 가이드 강도 $\lambda$를 어닐링합니다 ($\lambda(t) = \lambda_0 \cdot (1-t)^\gamma$).

3. 적응형 SE(3)-등변 아키텍처 (Adaptive SE(3)-Equivariant Architecture)

다중 스케일 구조 표현을 효율적으로 처리하기 위해, 저자들은 동적 신경망 아키텍처를 제안합니다:

• 다중 스케일 그래프 구축: 공간적 근접성에 기반한 해상도별 컷오프(백본 10Å, 잔기 접촉 6Å, 원자 상호작용 4Å)를 사용하여 노드(원자)를 연결하는 계층적 그래프를 구축합니다.
• 적응형 메시 패싱(Adaptive Message Passing): 각 노드에 대한 메시 패싱 반복 횟수는 로컬 복잡도 점수(이웃 수, 밀도, 곡률에서 유도됨)에 따라 동적으로 할당됩니다. 복잡도가 높은 노드는 더 많은 반복을 수행하고, 단순한 노드는 더 적은 반복을 수행하여 계산 자원을 최적화합니다.
• 등변성(Equivariance): 아키텍처는 결합 방향과 같은 방향성 정보를 추론할 수 있도록 GVP를 따르는 스칼라 및 벡터 특징 채널을 활용하여 $SE(3)$ 등변성을 보장합니다.

주요 결과

무조건 생성(unconditional generation), 모티프 스캐폴딩(motif scaffolding), 기능 설계 벤치마크에서 ProHiFlo를 RFDiffusion, Chroma, FoldFlow-2, Genie 2와 같은 최첨단 방법들과 비교 실험하였습니다.

• 무조건 생성: ProHiFlo는 **92.4%**의 설계 가능성 점수(FoldFlow-2의 85.1%, RFDiffusion의 82.3% 대비)를 달성했으며, 단 50회의 샘플링 단계만 필요하여(타 모델의 100~500회 대비) 상당한 속도 향상을 나타냈습니다.
• 모티프 스캐폴딩: 효소 활성 부위 스캐폴딩에서 ProHiFlo는 58.9%의 성공률을 기록하여 RFDiffusion(41.2%) 및 기타 베이스라인을 능가했습니다. 이는 촉매 기하 구조를 보존하는 데 있어 기능 가이드의 효능을 입증합니다.
• 기능 설계: 안정성, 결합 친화도, 용해도를 위해 가이드되었을 때, ProHiClO는 높은 설계 가능성을 유지하면서 가이드되지 않은 생성에 비해 안정성은 24.2%, 결합력은 28.1% 개선된 특성 점수를 보여주었습니다.
• 계산 효율성: 추론 시간은 단백질 길이에 따라 거의 선형적으로 스케일링됩니다. 300-잔기 단백질의 경우, ProHiFlo는 3.3초가 소요되어 RFDiffusion(22.4초)보다 6.8배 빠른 속도를 보였습니다.

의의 및 주장

본 논문은 ProHiFlo가 다음과 같은 이유로 계산 단백질 설계의 중요한 진전을 이루었다고 주장합니다:

1. 해상도 분리: 전역적 토폴로지 생성과 국소적 원자 정밀화를 성공적으로 분리함으로써, 높은 구조적 정확도를 유지하면서도 계산 비용을 절감했습니다.
2. 유연한 조건화 가능: 그래디언트 기반 스티어링을 통해 임의의 기능적 제약을 통합할 수 있는 학습 불필요(training-free) 메커니즘을 제공하여, 작업별 재학습의 필요성을 제거했습니다.
3. 효율성 개선: 기존의 확산 및 플로우 매칭 모델에 비해 현저히 적은 샘플링 단계와 빠른 추론 시간으로 최첨단 성능을 달 achieve 했습니다.

저자들은 이 방법이 벤치마크 전반에서 견고하게 작동하지만, 백본과 전원자 표현 간의 간헐적인 불일치(약 3.2% 사례) 및 가이드를 위한 사전 학습된 예측기의 품질에 대한 의존성 등의 한계가 남아 있다고 언급했습니다. 이 연구는 더 효율적이고 유연한 데 노보 단백질 설계를 향한 단계로 자리매김하고 있으며, 향후 실험적 검증 및 다중 체인 복합체로의 확장이 계획되어 있습니다.