Co-designing sequence and structure of functional de novo enzymes with EnzyGen2

이 논문은 리간드 유도 기능 타겟팅 하에서 서열과 구조를 동시에 설계하는 대규모 단백질 기초 모델 'EnzyGen2'를 소개하며, 이를 통해 기존 방법보다 400 배 빠르게 설계된 새로운 효소들이 자연 효소와 유사하거나 더 높은 촉매 활성을 실험적으로 입증했음을 보고합니다.

핵심

🧩 1. 문제: 왜 새로운 효소가 필요할까요?

생물체 안에는 효소라는 '작업대장'들이 있습니다. 이 작업대장들은 특정 물질을 잘게 자르거나, 다른 물질로 바꾸는 등 생명 활동을 돕습니다.
하지만 우리가 원하는 새로운 일을 해줄 작업대장 (예: 플라스틱을 먹어치우는 효소, 새로운 약을 만드는 효소) 은 자연계에 존재하지 않을 수 있습니다. 그래서 과학자들은 0 번부터 새로운 작업대장을 직접 설계해야 합니다.

기존의 문제점:
과거에는 이 작업을 두 단계로 나누어 했습니다.

1. 먼저 작업대장의 **뼈대 (구조)**를 만듭니다.
2. 그다음 뼈대에 들어갈 **부품 (아미노산 서열)**을 끼워맞춥니다.

이건 마치 집을 지을 때, 먼저 기둥과 벽을 세우고 나중에 그 안에 살 사람을 배치하는 것과 같습니다. 하지만 문제는, 기둥과 벽이 아무리 튼튼해도 그 안에 살 사람이 (효소의 기능) 제대로 일을 못 하면 소용이 없다는 거죠. 뼈대와 살이 서로 잘 맞아야만 효소가 제대로 작동합니다.

🤖 2. 해결책: EnzyGen2 (엔지젠2)

이 논문에서 소개한 EnzyGen2는 이 문제를 해결한 초고급 AI 설계사입니다.

• 한 번에 다 설계합니다: EnzyGen2 는 뼈대 (구조) 와 부품 (서열) 을 동시에 설계합니다. 마치 건축가가 집을 짓는 순간, 그 집에 살 사람의 생활 패턴까지 고려하여 설계하는 것과 같습니다.
• 목표물 (리간드) 을 보고 설계합니다: 이 AI 는 "이 효소가 어떤 작은 분자 (약이나 영양분) 와 만나서 일을 해야 한다"는 정보를 입력받습니다. 마치 **자물쇠 (분자) 에 맞는 열쇠 (효소)**를 디자인하듯, 꼭 맞는 모양을 만들어냅니다.

📚 3. AI 는 어떻게 배웠을까요? (데이터 학습)

EnzyGen2 는 엄청난 양의 데이터를 먹으며 배웠습니다.

• 학습 자료: 자연계에 존재하는 72 만 개가 넘는 '효소 - 분자' 짝꿍 데이터를 학습했습니다. (기존 데이터보다 10 배 이상 많음)
• 세부 정보: 단순히 모양만 본 게 아니라, **"어떤 생물종 (예: 대장균, 사람 등) 에서 왔는지"**와 **"어떤 아미노산이 핵심 역할을 하는지"**까지 세세하게 학습했습니다.
  • 비유: 요리사 (AI) 가 단순히 레시피만 외운 게 아니라, "한국 요리는 매콤해야 하고, 프랑스 요리는 버터를 많이 써야 한다"는 식으로 **지역별 특색 (생물종 정보)**까지 완벽하게 파악한 것입니다.

🏆 4. 얼마나 잘할까요? (성과)

이 AI 가 만든 효소들을 실험실 (실제 배지) 에서 테스트해 보았습니다. 결과는 놀라웠습니다.

1. 빠른 속도: 기존 방법보다 400 배나 빠르게 설계했습니다. (기존에 1 년 걸릴 일을 1 일 만에 끝낸 셈)
2. 뛰어난 성능: 자연계에 있는 진짜 효소만큼, 혹은 그보다 더 잘 작동하는 효소들을 만들어냈습니다.
3. 완전한 새로움: 자연계에 있는 효소와 유전자가 50% 정도만 비슷해도 (즉, 절반은 완전히 새로운 디자인), 똑같이 잘 작동했습니다. 이는 자연 진화가 도달하지 못한 새로운 영역을 AI 가 개척했다는 뜻입니다.

구체적인 사례:

• 항생제 저항 효소: 박테리아가 항생제를 무력화시키는 효소를 설계했습니다. AI 가 만든 효소는 자연계에 있는 것보다 항생제를 더 잘 막아냈습니다.
• SAM 재생 효소: 생명공학 공정에 필수적인 'SAM'이라는 물질을 다시 만들어내는 효소를 설계했습니다. 기존에 쓰던 효소보다 훨씬 효율이 좋았습니다.

💡 5. 결론: 왜 이것이 중요한가요?

EnzyGen2 는 단순히 실험실 장난감이 아닙니다.

• 환경: 플라스틱을 분해하거나 이산화탄소를 줄이는 새로운 효소를 빠르게 만들 수 있습니다.
• 의학: 기존 약으로 치료하기 어려운 새로운 질병을 치료할 약을 만드는 효소를 설계할 수 있습니다.
• 산업: 더 깨끗하고 효율적인 화학 공정을 가능하게 합니다.

한 줄 요약:

"EnzyGen2 는 자연이 수억 년 동안 진화시켜 온 효소들을 AI 가 1 초 만에 분석하고, 우리가 원하는 새로운 일을 해줄 '초능력의 효소'를 처음부터 설계해내는 마법 같은 도구입니다."

이 기술은 우리가 상상하지 못했던 새로운 생명 공학의 시대를 열 것이라고 논문은 주장합니다.

기술 요약

논문 요약: EnzyGen2 를 통한 기능성 De Novo 효소의 시퀀스 및 구조 동시 설계

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 단백질은 생명 현상의 핵심이며, 이를 설계하여 새로운 기능을 부여하는 것은 바이오테크놀로지, 의학, 지속 가능성 분야에서 혁신적인 잠재력을 가지고 있습니다. 특히 효소는 작은 분자 리간드 (기질, 보조 인자) 와의 정밀한 상호작용을 통해 촉매 작용을 수행합니다.
• 문제점: 기존 De Novo 단백질 설계 전략은 대부분 '구조 생성 (Backbone generation)' 후 '시퀀스 설계 (Sequence design)'로 이어지는 이중 단계 (Two-stage) 방식을 따릅니다. 이 방식은 시퀀스와 구조 간의 상호 의존성을 충분히 반영하지 못하며, 특히 리간드 결합 특이성을 명시적으로 고려하지 않아 기능성 효소 생성에 한계가 있습니다. 또한, 고품질의 단백질 - 리간드 복합체 데이터의 부족은 리간드 인식 모델 개발의 주요 장벽이었습니다.

2. 방법론 (Methodology)

가. EnzyGen2 모델 아키텍처

• 개요: 7 억 3 천만 파라미터 (730M parameters) 규모의 단백질 기반 모델 (Foundation Model) 로, 리간드 유도 기능 타겟팅 하에서 단백질 시퀀스와 3 차원 구조를 동시에 (Simultaneously) 공동 설계 (Co-design) 합니다.
• 네트워크 구조:
  • Transformer 레이어: 장기적인 시퀀스 의존성과 아미노산 상관관계를 포착합니다.
  • k-NN Equivariant Graph Neural Network (kNN-EGNN): 3 차원 구조 기하학을 모델링합니다.
  • 인터리빙 (Interleaving) 블록: Transformer 와 EGNN 레이어를 번갈아 배치하여 시퀀스와 구조 정보를 통합합니다.
  • 단백질 - 리간드 상호작용 모듈: 리간드 결합 특이성을 강제하는 전용 모듈을 포함합니다.
• 입력 데이터:
  • NCBI 분류학적 식별자 (Taxonomic Identifier): 진화적으로 타당한 시퀀스 공간을 탐색하기 위해 특정 생물 종 (예: E. coli) 정보를 입력합니다.
  • 기능적 중요 잔기 (Functionally Important Residues): 전문가 주석 없이 자동으로 식별된 핵심 아미노산 잔기들의 부분 시퀀스와 구조.
  • 리간드 (Ligand): 결합 대상 작은 분자.

나. 학습 전략 및 데이터

• 멀티태스크 러닝 (Multi-task Learning): 다음 세 가지 손실 함수를 가중치 합으로 최적화합니다.
  1. $L_{seq}$: 마스킹된 시퀀스 예측 (Masked Sequence Prediction).
  2. $L_{str}$: 마스킹된 백본 구조 재구성 (Masked Backbone Structure Reconstruction).
  3. $L_{bind}$: 단백질 - 리간드 결합 예측 (Protein-Ligand Interaction Prediction).
• 데이터 구축: 기존 데이터 (약 2 만 개) 의 한계를 극복하기 위해 PDB 와 Swiss-Prot 의 실험적으로 검증된 단백질과 UniProtKB 의 리간드 정보를 매칭하여 720,993 개의 단백질 - 리간드 쌍으로 구성된 대규모 데이터셋을 구축했습니다.

다. 파인튜닝 및 후보 선정

• 특정 효소 계열 (CAT, AadA, TPMT) 에 대해 파인튜닝을 수행하여 성능을 극대화했습니다.
• 후보 선정 파이프라인: 구조적 안정성 (AlphaFold2 pLDDT), 기능 점수 (Enzyme-Substrate Prediction, ESP), 진화적 타당성 (Log-likelihood), 다양성 및 신규성 (Sequence Identity) 을 종합적으로 평가하여 실험 검증용 후보를 선별했습니다.

3. 주요 기여 (Key Contributions)

1. 초대규모 리간드 인식 기반 모델: 7 억 3 천만 파라미터 규모의 EnzyGen2 를 개발하여, 리간드 정보를 고려한 시퀀스 - 구조 동시 설계를 가능하게 했습니다.
2. 대규모 고품질 데이터셋 구축: 72 만 개 이상의 단백질 - 리간드 쌍을 포함하는 새로운 데이터셋을 구축하여 모델 학습의 기반을 마련했습니다.
3. 효율성 및 성능의 비약적 향상: 기존 최첨단 방법론 (Inpainting, RFdiffusion/ProteinMPNN, RFdiffusion2/3 + LigandMPNN 등) 대비 400 배 이상 빠른 생성 속도를 달성하면서도 더 높은 정확도를 보였습니다.
4. 실험적 검증: 3 가지 서로 다른 효소 계열 (항생제 내성 효소 및 SAM 재생 효소) 에 대한 De Novo 효소 설계 성공을 실험적으로 입증했습니다.

4. 결과 (Results)

가. In Silico (컴퓨터 시뮬레이션) 평가

• 성능: 10 가지 주요 효소 계열에서 EnzyGen2 는 ESP 점수, AlphaFold2 신뢰도 (pLDDT), 구조 충실도 (RMSD < 2Å 비율) 등 모든 지표에서 기존 SOTA(Baseline) 모델들을 일관되게 능가했습니다.
• 속도: 샘플 생성 속도가 기존 방법론 대비 최대 1,420 배 (RFdiffusion2 대비) 빠르며, 평균적으로 400 배 이상의 속도 향상을 보였습니다.
• Ablation Study: NCBI 분류 식별자, 리간드 모듈, 시퀀스 - 구조 공동 설계 프레임워크, 기능적 중요 잔기 제약 등이 모두 성능 향상에 필수적임을 입증했습니다. 특히 리간드 모듈 제거 시 결합 특이성 점수가 급격히 하락했습니다.

나. 실험적 검증 (Experimental Validation)
연구팀은 3 가지 효소 계열에 대해 설계된 효소를 합성 및 발현하여 검증했습니다.

1. 클로람페니콜 아세틸트랜스퍼레이스 (CAT):
   • 20 개 후보 중 7 개가 클로람페니콜 존재 하에서 대장균 (E. coli) 생존을 가능하게 함.
   • CAT-17 변이체는 자연형 효소 (Wild-type) 가 생존하지 못하는 500 µg/mL 농도에서도 강력한 내성을 보임.
   • LC-MS 분석을 통해 아세틸화 반응 성공 확인.
2. 아미노글리코사이드 아데닐릴트랜스퍼레이스 (AadA):
   • 20 개 후보 중 8 개가 스펙티노마이신 내성 부여.
   • AadA-2 변이체는 2,400 µg/mL 스펙티노마이신 농도에서 성장 가능 (자연형 대비 내성 현저히 향상).
3. 티오푸린 S-메틸트랜스퍼레이스 (TPMT):
   • SAM(사이토신 -5'-아데노신 메틸기) 재생 효소로 설계.
   • 10 개 후보 중 6 개가 고수준 발현.
   • TPMT-4 와 TPMT-10 은 자연형 효소 (CtHMT) 와 비교하여 유사하거나 더 높은 촉매 효율 ($k_{cat}/K_M$) 을 보임. 특히 TPMT-10 은 높은 전환율 ($k_{cat}$) 을 기록.

• 신규성: 설계된 효소들은 자연형 효소와 시퀀스 동일성 (Sequence Identity) 이 **51.6% ~ 58.5%**로 낮음에도 불구하고 자연형과 유사하거나 더 뛰어난 활성을 보였으며, 구조적 RMSD 는 0.54Å ~ 1.08Å로 매우 낮아 활성 부위 기하구조가 잘 보존됨을 확인했습니다.

5. 의의 및 결론 (Significance)

• 기능 중심 설계의 패러다임 전환: EnzyGen2 는 단백질 설계가 단순한 구조 안정화를 넘어, 리간드 결합과 촉매 기능을 동시에 최적화할 수 있음을 입증했습니다.
• 자연 진화를 넘어선 설계: 자연계에 존재하지 않는 새로운 효소 계열 (Uncharted protein space) 을 탐색하고, 자연형 효소보다 우수한 성능을 가진 De Novo 효소를 성공적으로 생성했습니다.
• 실용적 가치: 빠른 생성 속도와 높은 성공률은 녹색 화학, 의약품 개발, 산업용 바이오토폴로지 등 다양한 분야에서 맞춤형 생촉매 (Biocatalysts) 개발을 가속화할 수 있는 강력한 도구임을 시사합니다.

이 연구는 대규모 단백질 기반 모델 (Foundation Model) 이 복잡한 단백질 - 리간드 상호작용을 학습하여 고성능의 새로운 생체 촉매를 창출할 수 있음을 보여주는 획기적인 성과입니다.