ProChoreo: de novo Binder Design from Conformational Ensembles with Generative Deep Learning

이 논문은 단일 정적 구조가 아닌 분자 동역학 기반의 입체적 앙상블을 명시적으로 통합한 생성적 딥러닝 프레임워크 'ProChoreo'를 제안하여, 수용체 서열에 기반한 새로운 단백질 바인더를 설계하고 그 유효성을 검증했습니다.

핵심

1. 기존 방식 vs. ProChoreo: "정지 사진"과 "영화"의 차이

기존의 AI (정지 사진):
지금까지 단백질을 디자인하는 AI 들은 단백질을 단 한 장의 정지된 사진으로만 생각했습니다. 마치 인형처럼 딱딱하게 고정된 모양만 보고 "이 모양에 맞는 옷 (다른 단백질) 을 만들어라"라고 시켰죠. 하지만 실제 우리 몸속의 단백질은 인형처럼 고정되어 있지 않습니다. 숨을 쉬고, 춤을 추고, 모양을 계속 바꾸며 살아 움직입니다.

ProChoreo (움직이는 영화):
ProChoreo 는 이 점을 깨달았습니다. 그래서 단백질의 **모든 가능한 움직임 (영화의 여러 장면들)**을 함께 학습합니다. 마치 단백질이 "어떤 표정을 짓고, 어떻게 몸을 구부리고, 어떻게 춤을 추는지"를 모두 기억하는 AI 인 셈이죠.

2. ProChoreo 의 작동 원리: "춤추는 파트너 찾기"

ProChoreo 는 두 단계를 거쳐 단백질을 만듭니다.

• 1 단계: 춤과 노래의 연결 (학습 단계)

  • AI 는 먼저 단백질의 **아미노산 서열 (노래 가사)**과 그 단백질이 **움직이는 모습 (춤)**을 동시에 공부합니다.
  • 마치 "이 가사를 부르면 이렇게 춤을 추는구나"라고 연결해 두는 것과 같습니다.
  • 이 과정을 통해 AI 는 "단백질의 모양이 어떻게 변하는지"를 깊이 이해하게 됩니다.

• 2 단계: 완벽한 파트너 디자인 (창작 단계)

  • 이제 특정 단백질 (예: 달콤한 맛을 느끼는 수용체) 이 등장하면, ProChoreo 는 그 단백질이 **어떤 춤을 추는지 (어떤 모양으로 변하는지)**를 먼저 파악합니다.
  • 그리고 그 춤에 맞춰 **완벽하게 춤을 추는 새로운 파트너 (결합 단백질)**를 디자인합니다.
  • 단순히 붙는 것뿐만 아니라, 상대방의 움직임에 맞춰 유연하게 반응할 수 있는 단백질을 만드는 거죠.

3. 실제 실험 결과: "달콤한 맛"과 "성장 신호"

이론만 좋은 게 아니라, 실제로 두 가지 중요한 단백질에 적용해 보았습니다.

• 사례 1: 설탕을 감지하는 수용체 (TAS1R2)

  • 우리 혀에서 단맛을 느끼는 수용체는 설탕이 오면 모양을 바꿔야 합니다.
  • ProChoreo 가 만든 단백질은 자연계에 있는 천연 단백질 (브라제인) 과 비슷하게, 이 수용체의 모양을 **활성화되는 상태 (춤을 추는 상태)**로 바꿔주었습니다.
  • 비록 자연 단백질보다는 약간 덜 강하게 붙기는 했지만, 수용체의 움직임을 정확히 이해하고 맞춰주었다는 점에서 큰 성공을 거뒀습니다.

• 사례 2: 성장 인자 수용체 (FGFR2)

  • 세포의 성장을 조절하는 이 수용체에도 ProChoreo 가 단백질을 만들었습니다.
  • 결과는 놀라웠습니다. 만든 단백질이 수용체와 매우 단단하게, 오랫동안 붙어있었습니다. 마치 자석처럼 떨어지지 않았죠.

4. 왜 이것이 중요한가요?

지금까지의 단백질 디자인은 "고정된 모양에 딱 맞는 것"을 찾는 것이었습니다. 하지만 ProChoreo 는 **"움직이는 생체 분자의 리듬을 이해하고 그 리듬에 맞춰 춤추는 것"**을 가능하게 합니다.

비유하자면:

• 기존: 딱딱한 인형에게 딱 맞는 옷을 재단하는 것.
• ProChoreo: 춤추는 사람 (단백질) 의 리듬을 보고, 그 사람과 함께 춤을 추며 움직일 수 있는 유연한 옷을 디자인하는 것.

이 기술은 앞으로 더 정교한 약물을 개발하거나, 질병을 치료하는 데 필요한 단백질을 설계할 때 훨씬 더 효과적이고 안전한 결과를 가져다줄 것으로 기대됩니다. 즉, 단백질을 '고정된 사물'이 아닌 '살아있는 존재'로 대우하는 새로운 시대가 열린 것입니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 현재의 한계: 최근 딥러닝 기반 단백질 구조 예측 (AlphaFold 등) 및 설계 (RFdiffusion, ProteinMPNN 등) 기술은 비약적으로 발전했으나, 대부분의 프레임워크는 **단일 정적 구조 (static conformation)**에 기반하여 작동합니다.
• 핵심 문제: 실제 단백질은 고정된 구조가 아니라, 인식, 촉매, 조절 기능에 필수적인 다양한 입체 구조의 앙상블 (conformational ensembles) 상태를 가집니다. 기존의 정적 구조 기반 설계 접근법은 이러한 동적 이질성 (dynamic heterogeneity) 을 충분히 활용하지 못하여, 기능적으로 중요한 구조적 변화를 포착하는 데 한계가 있습니다.
• 연구 목표: 단백질의 동적 특성을 명시적으로 고려하여, 수용체의 다양한 입체 구조 앙상블을 기반으로 새로운 결합체 (binder) 를 설계하는 일반화 가능한 프레임워크 개발.

2. 방법론 (Methodology)

ProChoreo 는 크게 프리트레이닝 (Pretraining) 단계와 생성 (Generation) 단계로 구성되며, 멀티모달 대비 학습 (Multimodal Contrastive Learning) 을 핵심으로 합니다.

가. 데이터셋 구성

• MD 앙상블 데이터: 막단백질 (GPCR 117 개, 500ns 시뮬레이션) 과 비막단백질 (4,170 개, 100ns 시뮬레이션) 에 대한 분자동역학 (MD) 궤적을 수집하여 다양한 입체 구조 앙상블을 생성했습니다.
• 설계 데이터: DIPS 데이터베이스에서 고해상도 (3.5Å 이하) 의 단백질 - 단백질 복합체 구조를 필터링하여 사용했습니다.

나. 모델 아키텍처

1. 대비 학습 프리트레이닝 (Contrastive Pretraining):
   • 시퀀스 인코더: ESM2 3B 모델을 사용하여 아미노산 서열의 진화적 패턴과 문맥 정보를 추출합니다.
   • 앙상블 인코더: MD 궤적에서 추출된 구조 앙상블을 SurfPro 및 MaSIF 특징을 기반으로 **등변 그래프 신경망 (EGNN)**으로 인코딩합니다.
   • 정렬 (Alignment): CLIP 아키텍처에서 영감을 받아, 시퀀스 임베딩과 구조 앙상블 임베딩을 공통 잠재 공간 (Shared Latent Space) 에 정렬하는 대비 학습 (Contrastive Learning) 을 수행합니다. 이를 통해 서열과 동적 구조 정보 간의 관계를 학습합니다.
2. 생성 모듈 (Autoregressive Generator):
   • 정렬된 잠재 표현 (Fused Embedding) 을 기반으로, 표적 수용체 서열 (Chain A) 에 조건부 (Conditioned) 로 새로운 결합체 서열 (Chain B) 을 생성하는 자기회귀 (Autoregressive) 생성기를 사용합니다.
   • 생성된 서열은 구조적 특징과 동적 안정성을 모두 반영하도록 설계됩니다.

다. 검증 및 평가

• 구조 예측: Boltz-1 (AlphaFold3 대안) 을 사용하여 복합체의 구조 및 상호작용 품질 (ptm, iptm, pLDDT 등) 을 평가했습니다.
• 동역학 검증: 설계된 결합체와 수용체 (TAS1R2, FGFR2) 의 복합체에 대해 분자동역학 (MD) 시뮬레이션을 수행하여 결합 안정성과 자유 에너지 (MM-GBSA) 를 분석했습니다.

3. 주요 성과 및 결과 (Key Results)

가. 모델 성능 비교

• 정량적 평가: 다양한 PDB 키 (1NUN, 4I23, 6LUD 등) 를 대상으로 한 벤치마크에서 ProChoreo 는 정적 구조만 학습한 베이스라인 (ProChoreo-ΔAlign, PepMLM) 보다 **4~12% 높은 신뢰도 점수 (confidence score)**와 구조적 충실도를 보였습니다.
• 특히, 인터페이스 정밀도 (iptm) 와 복합체 pLDDT에서 큰 향상을 보였으며, 이는 앙상블 기반 표현이 실제 결합 인터페이스의 기하학적 구조를 더 잘 포착함을 의미합니다.

나. 사례 연구 (Case Studies)

1. 인간 단맛 수용체 (TAS1R2):
   • 설계된 결합체는 천연 당단백질 (brazzein) 과 유사하게 수용체의 활성화 상태 (VFT 도메인 폐쇄, TM6 의 외측 이동) 를 유도했습니다.
   • 결합 에너지는 brazzein (-69.99 kJ/mol) 보다 낮았으나 (-50.79 kJ/mol), 수용체의 활성화된 입체 구조를 안정화시키는 기능을 수행했습니다.
2. 섬유아세포 성장 인자 수용체 2 (FGFR2):
   • RTK 계열 수용체를 대상으로 설계된 결합체는 100ns MD 시뮬레이션 동안 구조적 안정성을 유지했으며, -100 kJ/mol 이상의 강한 결합 에너지를 보였습니다.

4. 주요 기여 (Key Contributions)

1. 동적 정보 통합: 단백질 설계에 정적 구조뿐만 아니라 분자동역학 기반의 입체 구조 앙상블을 명시적으로 통합한 최초의 프레임워크 중 하나입니다.
2. 멀티모달 대비 학습: 단백질 서열과 구조 앙상블을 정렬하는 새로운 프리트레이닝 전략을 제안하여, 서열과 동적 구조 간의 깊은 상관관계를 학습했습니다.
3. 기능적 설계 가능성: 단순히 결합력만 높은 것이 아니라, 수용체의 기능적 상태 (활성화/비활성화) 를 조절할 수 있는 결합체 설계 가능성을 입증했습니다.

5. 의의 및 결론 (Significance)

• 패러다임 전환: 기존의 "정적 구조 기반 설계"에서 **"동적 앙상블 기반 설계"**로의 전환을 이끌었습니다.
• 치료제 개발: GPCR 및 RTK 와 같은 동적 특성이 중요한 표적 단백질에 대해, 더 정밀하고 기능적으로 최적화된 치료용 결합체 (Binder) 를 설계할 수 있는 길을 열었습니다.
• 미래 전망: 현재는 MD 시뮬레이션 데이터에 의존하지만, 향후 NMR, Cryo-EM 등 실험적 앙상블 데이터와 결합하여 단백질의 에너지 지형 (Energy Landscape) 을 더 포괄적으로 탐색하고, 기능 조절이 가능한 단백질을 직접 설계하는 방향으로 발전할 수 있습니다.

이 연구는 생성형 AI 를 활용하여 단백질의 '움직임'을 설계에 반영함으로써, 차세대 단백질 공학 및 신약 개발의 새로운 기준을 제시합니다.