Deep learning assessment of nativeness and pairing likelihood for antibody and nanobody design with AbNatiV2

이 논문은 기존 AbNatiV 의 한계를 극복하고 항체 및 나노바디의 자연성 평가와 페어링 확률 예측을 위해 대규모 시퀀스 데이터로 훈련된 향상된 딥러닝 모델인 AbNatiV2 와 p-AbNatiV2 를 개발하여 항체 설계 및 최적화를 지원한다고 요약할 수 있습니다.

핵심

1. 배경: 왜 이런 도구가 필요할까요?

우리의 몸은 세균이나 바이러스를 막기 위해 항체라는 단백질을 만듭니다. 이 항체들은 자연적으로 만들어져서 우리 몸에 해롭지 않고 (독성이 낮음), 오랫동안 효과를 발휘합니다.

하지만 과학자들이 실험실에서 인위적으로 새로운 항체를 만들 때, 문제는 자연스럽지 않은 디자인을 만들어낼 수 있다는 점입니다. 마치 자연에서 채취한 신선한 재료를 쓰지 않고, 인공 향료와 화학 물질로 만든 요리처럼요. 이런 인공 항체는 몸속에서 잘 작동하지 않거나, 오히려 우리 몸을 공격하는 부작용을 일으킬 수 있습니다.

그래서 과학자들은 "**이 항체가 자연에서 나온 진짜 항체처럼 보이는가? **(Nativeness)"를 판단할 수 있는 척도가 필요했습니다.

2. 이전 버전 (AbNatiV1) 의 한계

이전 연구팀이 개발한 'AbNatiV1'이라는 도구는 꽤 훌륭했지만, 두 가지 큰 약점이 있었습니다.

1. 단일 요리만 평가 가능: 항체의 '무거운 사슬 (VH)'과 '가벼운 사슬 (VL)'을 따로따로만 평가했습니다. 하지만 실제 항체는 이 두 가지가 완벽하게 짝을 이루고 있어야 제 기능을 합니다. 마치 왼쪽 신발과 오른쪽 신발을 따로 평가하는 것과 비슷하죠.
2. 데이터 부족: 특히 '나노바디 (작은 항체)'를 평가할 때 사용할 자연 데이터가 부족해서, 새로운 디자인을 평가할 때 정확도가 떨어졌습니다.

3. 새로운 도구: AbNatiV2 와 p-AbNatiV2

이번 논문에서는 이 문제들을 해결한 차세대 도구를 소개합니다.

A. AbNatiV2: 더 넓은 식재료 장터 (데이터 확장)

연구팀은 새로운 **낙타과 동물 **(알파카, 라마, 낙타)에서 2 천만 개가 넘는 새로운 항체 데이터를 수집했습니다. 이는 기존 데이터의 10 배 이상입니다.

• 비유: 이전에는 작은 마트에서 재료를 구해 요리법을 배웠다면, 이제는 거대한 국제 식재료 시장을 통째로 구경하며 배운 것입니다.
• 효과: 이제 AI 는 자연에서 나온 항체의 미세한 특징까지 더 정확하게 구별할 수 있게 되었습니다. 특히, 항체의 핵심 부분 (CDR) 을 다른 뼈대에 이식할 때, "이 조합이 자연스러운가?"를 훨씬 잘 판단합니다.

B. p-AbNatiV2: 커플 매칭 전문가 (짝짓기 예측)

이번에 가장 큰 혁신은 **두 사슬 **(무거운 사슬 + 가벼운 사슬)을 동시에 평가하는 기능입니다.

• 비유: 이전에는 남자와 여자의 매력을 따로 평가했다면, **p-AbNatiV2 는 두 사람이 만나서 얼마나 잘 어울리는지 **(Pairing Likelihood)입니다.
• 기능:
  1. **인간성 **(Humanness) 이 항체가 인간에게 얼마나 친숙한지 (부작용이 적을지) 평가합니다.
  2. 짝짓기 확률: 특정 무거운 사슬과 가벼운 사슬이 만나서 안정적인 항체를 만들 확률을 계산합니다.
  3. 성공률: 테스트 결과, 자연에서 나온 진짜 짝을 다른 가짜 짝들 중에서 찾아내는 정확도가 **74%**에 달했습니다. 기존 다른 도구들 (약 60%) 보다 훨씬 뛰어납니다.

4. 이 기술이 실제로 어떤 도움을 줄까요?

이 도구는 의약품을 개발하는 과정에서 다음과 같은 역할을 합니다.

1. 실패 확률 줄이기: 실험실에서 항체를 설계할 때, AI 가 "이건 자연스럽지 않아서 실패할 거야"라고 미리 경고하면, 연구자들은 쓸데없는 실험을 줄일 수 있습니다.
2. 안전한 치료제 개발: 항체가 우리 몸의 면역체계를 자극하지 않고 (인간성), 제대로 작동하도록 (짝짓기 성공) 설계할 수 있습니다.
3. 나노바디 치료제: 암 치료나 뇌 질환 치료에 쓰이는 작은 항체 (나노바디) 의 개발 속도를 높여줍니다.

5. 결론: 자연을 모방하는 지능

이 논문은 "인공지능이 자연이 만들어낸 완벽한 디자인을 학습하여, 우리가 더 안전하고 효과적인 약을 만들 수 있게 돕는다"는 메시지를 전달합니다.

마치 요리사가 자연의 맛을 완벽하게 재현하기 위해 수많은 레시피를 공부하고, 재료의 짝을 맞추는 법을 터득한 것과 같습니다. 이제 연구자들은 이 도구를 통해 더 빠르고, 더 안전한 항체 치료제를 개발할 수 있게 되었습니다.

---

한 줄 요약:

"이 연구는 더 많은 자연 데이터를 학습하고, 항체의 두 부분을 동시에 평가할 수 있는 AI 를 개발하여, 더 안전하고 효과적인 항체 치료제를 설계하는 데 혁신적인 도움을 줍니다."

기술 요약

1. 문제 정의 (Problem)

• 항체 개발의 핵심 과제: 면역 시스템이 생성하는 항체는 결합력, 안정성, 낮은 독성 및 자가 반응성을 동시에 만족합니다. 합성 라이브러리에서 후보 물질을 선별하거나, 항체를 인간화 (Humanization) 하고, $de\ novo$ 설계를 할 때, 해당 서열이 자연 면역 레퍼토리에 속할 확률 (자연성) 을 정량화하는 것이 중요합니다.
• 기존 모델 (AbNatiV1) 의 한계:
  1. 나노바디 데이터의 부족: AbNatiV1 은 나노바디 (VHH) 학습 데이터가 제한적이었으며, 이로 인해 새로운 레퍼토리에 대한 일반화 성능이 떨어지고 인공 서열과 자연 서열을 구분하는 능력이 부족했습니다.
  2. 비짝짓기 (Unpaired) 서열만 지원: 기존 모델은 중쇄 (VH) 와 경쇄 (VL) 를 각각 독립적으로 처리했습니다. 그러나 항체의 구조적 무결성과 안정성은 올바른 VH-VL 짝짓기에 의존하므로, 짝짓기 정보를 고려하지 않으면 합성 라이브러리의 품질 저하나 이종 특이성 (Bispecific) 항체 설계 실패로 이어질 수 있습니다.
  3. 짝짓기 예측 부재: 기존에는 항체 서열의 짝짓기 적합성을 예측할 수 있는 도구가 부족했습니다.

2. 방법론 (Methodology)

A. 데이터셋 확장 및 정제

• 나노바디 (VHH): 기존 200 만 개에서 2,100 만 개로 확장했습니다. 새로 출판된 7 개 연구의 레퍼토리와 연구팀이 직접 시퀀싱한 920 만 개의 비면역 알파카 라이브러리 데이터를 포함했습니다. (알파카 77%, 라마 16%, 낙타 7%)
• 인간 항체 (VH/VL): OAS (Observed Antibody Space) 데이터베이스를 정밀하게 파싱하여 VH 1,960 만 개, VL 2,120 만 개의 비짝짓기 서열을 확보했습니다.
• 짝짓기 데이터 (Paired): p-IgGen 과 PairedAbNGS 데이터를 결합하여 370 만 개 이상의 고유한 인간 VH-VL 짝짓기 서열을 구축했습니다.
• 데이터 전처리: ANARCI 소프트웨어를 사용하여 AHo 번호 체계로 정렬하고, 시퀀싱 오류를 필터링하며, N-말단 히스티딘 아티팩트를 정제했습니다.

B. 아키텍처 개선 (AbNatiV2)

• 모델 구조: 트랜스포머 기반의 **벡터 양자화 변이 오토인코더 (VQ-VAE)**를 사용합니다.
• 주요 기술적 업그레이드:
  • Rotary Positional Embeddings: 상대적 위치 정보를 더 효과적으로 인코딩.
  • Gated SwiGLU Activation: 표현 능력과 효율성 향상.
  • Attention Gating: 어텐션 출력을 동적으로 조절.
  • Focal Reconstruction Loss (FRL): 기존 MSE 손실 함수를 대체하여, 모델이 쉽게 예측하는 보존된 서열의 가중치를 낮추고, 예측이 어려운 가변 영역 (CDR 등) 에 학습 리소스를 집중시킵니다. 이는 게르미라인 편향 (Germline bias) 을 완화합니다.
• 모델 규모: 파라미터 수가 1,700 만 개 (AbNatiV1) 에서 9,200 만 개로 확대되었습니다.

C. 짝짓기 예측 모델 (p-AbNatiV2)

• 크로스 어텐션 (Cross-Attention) VQ-VAE: 사전 훈련된 비짝짓기 VH/VL 모델을 기반으로, 인코더와 디코더에 크로스 어텐션 레이어를 추가하여 중쇄와 경쇄를 동시에 처리합니다.
• 노이즈 대비 학습 (Noise-Contrastive Learning): 짝짓기 예측 헤드 (Pairing Prediction Head) 를 통해 자연적인 짝 (Positive) 과 잘못된 짝 (Negative) 을 구분합니다.
  • Negative 샘플링 전략:
    1. Shuffled: 배치 내에서 경쇄를 무작위로 섞은 것 (어려운 Negative).
    2. Mismatched: 다른 B 세포 클래스, 종, 연구에서 온 서열을 짝지어 넣은 것 (쉬운 Negative).
  • 이 전략을 통해 모델은 자연적인 짝짓기 분포를 학습하고, 배외 (Out-of-distribution) 서열에 대해 낮은 점수를 부여하도록 훈련됩니다.

3. 주요 기여 및 결과 (Key Contributions & Results)

A. 나노바디 자연성 평가 성능 향상

• 인공 서열 구분: PSSM 기반 인공 서열과 자연 나노바디를 구분하는 PR-AUC 가 AbNatiV1 (0.961) 에서 **AbNatiV2 (0.984)**로 크게 향상되었습니다.
• 일반화 능력: 훈련 데이터와 5% 이상 다른 '다양한 (Diverse)' 테스트 세트에서도 PR-AUC 0.977 을 기록하여, AbNatiV1 (0.926) 보다 훨씬 우수한 일반화 성능을 보였습니다.
• CDR 그라프팅 감지: CDR 을 다른 스캐폴드에 이식할 때 자연성이 떨어지는 경우를 **90%**까지 정확히 탐지했습니다 (AbNatiV1 은 64%).

B. 인간화 (Humanness) 평가 및 짝짓기 예측

• 인간화 점수: 인간 VH/VL 모델은 다른 종 (원숭이, 쥐) 의 항체와 인간 항체를 구분하는 데 탁월한 성능을 보였습니다. 특히 단일 VL 모델 (V$\kappa$와 V$\lambda$ 통합) 은 원숭이 경쇄와의 구분에서 큰 개선을 보였습니다.
• 짝짓기 예측 성능 (p-AbNatiV2):
  • 1 대 1 비교: 자연적인 짝 (Native Pair) 을 무작위 짝보다 높은 확률로 순위 매기는 정확도가 **74%**로, 최신 모델인 Humatch (60.1%) 와 ImmunoMatch (60.5%) 를 크게 앞섰습니다.
  • 1 대 50 순위 매기기: 50 개의 무작위 짝 중 자연적인 짝을 상위 5 위 안에 포함시키는 비율이 **35%**로, 경쟁 모델들 (16~18%) 보다 월등히 높았습니다.
  • 배외 데이터 처리: 인공 서열이나 다른 종 (쥐) 의 서열에 대해 낮은 점수를 부여하여, 모델이 학습된 분포 밖의 데이터에 대해 해석 가능한 행동을 보임을 입증했습니다.

C. 임상 적용 및 인간화 파이프라인

• 임상 단계 나노바디 분석: AbNatiV2 를 사용하여 인간화 된 임상 단계 나노바디들의 자연성과 인간화 점수 분포를 시각화했습니다. Caplacizumab 같은 성공적인 약물은 인간화 점수가 낮아도 (약 0.6) 자연성 점수가 적절히 유지됨을 확인했습니다.
• 새로운 인간화 파이프라인: p-AbNatiV2 를 활용한 짝짓기 고려 인간화 (Paired Humanization) 파이프라인을 제안했습니다. 이 방법은 중쇄와 경쇄를 동시에 최적화하며, 각 단계에서 짝짓기 확률이 임계치 이하로 떨어지는 변이를 거부하여 기능적 손실을 방지합니다.

4. 의의 및 결론 (Significance)

1. 데이터의 혁신: 나노바디 및 짝짓기 항체 데이터셋을 대폭 확장하여, 향후 항체 엔지니어링을 위한 강력한 기초를 마련했습니다.
2. 기술적 진보: VQ-VAE 아키텍처에 최신 트랜스포머 기법 (Rotary Embeddings, SwiGLU, Focal Loss) 을 접목하여 단백질 서열의 고차원적 상관관계를 더 정밀하게 포착했습니다.
3. 실용적 도구: AbNatiV2 와 p-AbNatiV2 는 단일 서열, Fv 서열, 그리고 짝짓기된 도메인 수준에서 개발 가능성 (Developability) 을 평가할 수 있는 통합 도구를 제공합니다.
4. 오픈 소스 및 접근성: 소스 코드, 학습된 모델, 데이터셋, 그리고 사용자 친화적인 웹 서버를 공개하여, 연구자들이 합성 항체 라이브러리 선별, 인간화, $de\ novo$ 설계 과정에서 자연성과 짝짓기 적합성을 쉽게 평가할 수 있게 했습니다.

이 연구는 항체 발견 및 최적화 과정에서 실험적 시행착오를 줄이고, 개발 가능한 리드 (Lead) 항체로 가는 길을 단축하는 데 중요한 기여를 할 것으로 기대됩니다.