기술 요약: DELPHI – 서열 기반 항체 개발성 예측을 위한 해석 가능한 개방형 플랫폼

문제 정의

다중 반응성(비특이적 결합) 및 응집(비단량체 실패)과 같은 항체 개발성 결함(developability liabilities)은 치료제 개발 과정에서 후반부에 발견되어 막대한 비용을 초발생시키는 주요 원인입니다. 현대의 디스플레이 기술과 차세대 염기서열 분석(NGS)은 $10^6$–$10^{10}$ 규모의 다양한 서열 라이브러리를 생성하지만, 실험적 스크리닝은 이를 따라잡지 못하고 있습니다. 서열 기반 머신러닝(ML) 및 단백질 언어 모델(PLM)이 in silico 사전 스크리닝 경로를 제시하고 있음에도 불구하고, 발표된 대부분의 접근 방식은 재사용성, 재학습 가능성 및 세밀한 해석 가능성이 부족합니다. 기존 도구들은 다중 PLM 벤치마킹, 누출 방지 교차 검증(leakage-aware cross-validation), 학습 세트 크기 분석, 그리고 잔기 단위 기여도 분석을 하나의 오픈 소스 프레임워크로 통합한 플랫폼을 거의 제공하지 못하고 있습니다.

방법론

저자들은 항체 개발성 분류기를 구축, 벤치마킹 및 배포하기 위해 설계된 오픈 소스 파이프라인인 DELPHI(Deep End-to-end Learning Platform for antibody developability with High Interpretability)를 제시합니다.

데이터 큐레이션 및 학습 세트

• IPI PSR 데이터셋: 8개의 VH 및 6개의 VL germline에 걸쳐 CDR H3에 다양성이 국한된 yeast display Fab 라이브러리로부터 큐레이션되었습니다. 이는 PSR-ELISA(DNA, avidin, insulin, OVA/SMP 대상)를 통해 확인된 7,494개의 고신뢰도 이진 라벨링 항체와, NGS 기반 ssDNA 선택을 통해 식별된 3,771개의 고다중 반응성 "Fail" 항체를 결합하여 약 11,265개(Pass 53% / Fail 47%)의 거의 균형 잡힌 세트를 구성합니다.
• IPI SEC 데이터셋: SEC 프로파일에 기반한 이진 주석이 포함된 5,045개의 항체를 포함합니다(Pass 약 64% / Fail 36%). 클래스 불균형을 해결하면서 모든 Fail 항체를 유지하기 위해, out-of-fold RF/XGBoost k-mer consensus score를 사용하여 Pass 클래스를 다운샘플링했습니다.
• 외부 벤치마크: 전이 학습(transfer) 및 제로샷 검증(zero-shot validation)을 위해 공공 DS1 라이브러리(246,293개의 scFv 항체)와 세 개의 외부 임상 단계 코호트(Jain 2017, GDPa1, GDPa3)가 사용되었습니다.

모델 아키텍처 및 벤치마킹

DELPHI는 25가지의 분류기 및 서열 표현 조합을 평가합니다:

• 분류기: XGBoost, Random Forest (RF), CNN, 언어 모델 임베딩 기반 Transformer, 그리고 이중 분기 one-hot Transformer.
• 표현(Representations): 5개의 항체 특화 PLM(AbLang2, IgBert, AntiBERTy, AntiBERTa2, AntiBERTa2-CSSP)과 생물물리학적 기술자(biophysical descriptors), k-mer 빈도, one-hot 인코딩.
• 검증 전략: 플랫폼은 서열 유사성으로 인한 데이터 누출을 방지하기 위해 CDR H3 클러스터 계층화 교차 검증(80% 동일성 임계값)을 채택합니다. 또한 데이터 세트 크기에 따른 성능 스케일링 특성을 파악하기 위해 자동화된 학습 곡선(learning-curve) 분석을 포함합니다.

해석 가능성 (Interpretability)

본 플랫폼은 다중 해상도 해석 가능성을 제공합니다:

• 트리 기반 모델 (RF, XGBoost): 생물물리학적 특징 및 잔기 개수에 기여도를 할당하기 위해 SHAP(SHapley Additive exPlanations)을 사용합니다.
• 신경망: 이중 분기 TransformerOneHot 아키텍처는 **Integrated Gradients (IG)**를 사용합니다. PLM 임베딩이 서열을 잠재 벡터(latent vectors)로 압축하는 것과 달리, one-hot 표현은 입력을 정의된 위치의 특정 아미노산으로 직접 매핑하여 전체 VH + VL + CDR H3 서열에 대한 잔기 수준의 기여도를 가능하게 합니다.
• In silico 돌연변이 유발(Mutagenesis): 플랫폼은 잔기를 치환하고 $\Delta P(\text{Pass})$를 관찰함으로써 엔지니어링 가설을 테스트하기 위한 CDR3 루프 돌연변이 유발 히트맵을 생성합니다.

주요 결과

성능 벤치마크

• 분포 내 성능 (Within-Distribution): IPI PSR 데이터셋에서 20개의 PLM 기반 조합 모두 평균 AUC 0.959 ($\pm$ 0.005)를 달성했습니다. 가장 우수한 조합(XGBoost + IgBert)은 0.967에 도달했습니다. SEC 단량체 순도(monomer purity)의 경우, PLM 조합의 평균 AUC는 0.933이었으며, XGBoost + 생물물리학적 특징이 가장 높은 AUC인 0.9596을 기록했습니다.
• 교차 라이브러리 전이 (Cross-Library Transfer): PLM의 선택이 분류기 아키텍처보다 성능 결정에 더 중요한 요소임이 입증되었습니다. 프레임워크 중심의 쌍을 이룬 항체 PLM(IgBert, AbLang2)이 우수한 일반화 성능을 보였습니다.
  • IPI 라이브러리에서 학습된 모델은 거대한 DS1 공공 라이브러리로 전이되었을 때 AUC 0.950(AbLang2)을 기록했습니다.
  • 반대로, DS1에서 학습된 모델은 IPI로의 전이 성능이 저조했습니다(AUC 0.741–0.883). 이는 단순한 데이터 양보다 학습 세트의 다양성이 중요함을 강조합니다.
• 제로샷 임상 전이 (Zero-Shot Clinical Transfer): IPI로 학습된 모델은 외부 임상 코호트에 대해 제로샷 전이를 달est했습니다:
  • Jain 2017: 이진화된 다중 반응성 패널에 대해 AUC 0.73 달성.
  • Ginkgo PR-CHO: Spearman $|\rho| = 0.35$를 기록하여, 경쟁 데이터로 학습하지 않고도 2025년 Ginkgo 개발성 경진대회에서 보고된 최적의 점 추정치(0.337)와 대등한 성능을 보였습니다.

학습 곡선 (Learning Curves)

분석 결과, Transformer + AbLang2 모델의 경우 약 5,000개의 CDR H3 다양 항체에서 성능 향상이 정체(plateau)되는 것으로 나타났습니다. 이 임계값 미만에서는 성능이 변동성이 컸으나, 이를 넘어서면 IPI의 경우 AUC가 0.95–0.96, DS1의 경우 ~0.98 부근에서 안정화되었습니다.

생물학적 통찰 및 해석

• 보존된 CDR H3 시그니처: 다중 반응성과 SEC 단량체 순도 실패 모두 특정 정전기적 시그니처와 관련이 있었습니다: 아르기닌(R) 및 **라이신(K)**의 농축, **아스파르테이트(D)**의 결핍, 더 긴 CDR H3 루프, 그리고 순 양전하를 띠는 CDR H3가 관찰되었습니다.
• 잔기 수준의 기여도 분석: IG 및 SHAP 분석은 양이온성 잔기(R, K)와 트립토판(W)이 "Fail" 예측을 유도하는 반면, 음이온성 잔기(D)는 "Pass" 예측을 유도함을 확인했습니다.
• 이중 결함 가설 (Dual-Liability Hypothesis): 두 가지 서로 다른 생물물리학적 결함 간의 이러한 시그니처 수렴은, CDR H3의 순 양전하를 줄이는 것이 다중 반응성과 응집 위험을 동시에 완화할 수 있음을 시사합니다.

의의 및 주장

본 논문은 다음과 같은 점을 통해 DELPHI가 해당 분야의 핵심적인 격차를 해소한다고 주장합니다:

1. 개방형, 회수 가능한 도구: 많은 발표된 모델들과 달리, DELPHI는 실행 및 재학습이 가능한 소프트웨어로 공개되어, 어떤 실험실에서도 자신의 어세이(assay) 데이터로부터 예측기를 구축할 수 있게 합니다.
2. 정량적 데이터 가이드: 학습 곡선은 실질적인 설계 규칙을 제공하며, 약 5,000개의 다양한 항체가 성능 정체점에 도달하는 데 충분하다는 것을 보여줍니다.
3. 표현 방식 중심의 선택: 연구는 PLM의 선택(특히 IgBert, AbLang2와 같은 쌍을 이룬 체인 모델)이 다운스트림 분류기 아키텍처보다 교차 라이브러리 전이에 더 결정적임을 입증합니다.
4. 잔기 수준의 엔지니어링 가설: 예측 결과를 개별 잔기로 분해함으로써, DELPHI는 단순한 이진 분류를 넘어 (예: 위험을 줄이기 위한 특정 CDR3 돌연변이) 테스트 가능한 엔지니어링 가설 생성을 가능하게 합니다.

저자들은 모델이 제한된 germline 다양성(8 VH, 6 VL)을 가진 라이브러리에 학습되었다는 점을 언급하며 일반화에 대해 신중한 태도를 유지합니다. 특히 학습 시 전체 VH germline을 제외할 경우 성능이 하락(AUC가 0.965에서 0.903으로 감소)함을 지적했습니다. 또한 루프 구성이 아닌 조립된 접힘(assembled folds)에 의해 결정되는 결함은 구조적 정보가 여전히 필요할 수 있음을 인정합니다. 그러나 조사된 결함과 라이브러리에 대해서는, DELPHI가 개발성이 부분적으로 서열만으로도 예측 가능하다는 것을 입증하며, 초기 단계 항체 발굴을 위한 확장 가능하고 해석 가능한 프레임워크를 제공합니다.