[論文レビュー] Antigen-Specific Antibody Design via Direct Energy-based Preference Optimization

Xiangxin Zhou, Dongyu Xue+4 more|arXiv (Cornell University)|Mar 25, 2024

Monoclonal and Polyclonal Antibodies Research被引用数 7

ひとこと要約

本論文は AbDPO を提案する。残基レベルで事前学習済み抗体拡散モデルを微調整する直接的なエネルギーに基づく好み最適化法で、合理的な CDR-H3 構造と高い抗原結合親和性を実現する。RAbD ベンチマークでエネルギーと結合性能の最先端を達成。

ABSTRACT

Antibody design, a crucial task with significant implications across various disciplines such as therapeutics and biology, presents considerable challenges due to its intricate nature. In this paper, we tackle antigen-specific antibody sequence-structure co-design as an optimization problem towards specific preferences, considering both rationality and functionality. Leveraging a pre-trained conditional diffusion model that jointly models sequences and structures of antibodies with equivariant neural networks, we propose direct energy-based preference optimization to guide the generation of antibodies with both rational structures and considerable binding affinities to given antigens. Our method involves fine-tuning the pre-trained diffusion model using a residue-level decomposed energy preference. Additionally, we employ gradient surgery to address conflicts between various types of energy, such as attraction and repulsion. Experiments on RAbD benchmark show that our approach effectively optimizes the energy of generated antibodies and achieves state-of-the-art performance in designing high-quality antibodies with low total energy and high binding affinity simultaneously, demonstrating the superiority of our approach.

研究の動機と目的

• 合理性と機能性に焦点を当てた、配列と構造の共設計問題として抗体設計に取り組む。
• 抗原を条件としたCDR設計のための事前学習済み条件付き拡散モデルを活用する。
• 残基レベルのエネルギーに基づく好み最適化を導入し、生成をより低エネルギー（より良い合理性）かつ高い結合親和性へ導く。
• 複数のエネルギー項間の衝突を分解・緩和し、最適化の効率と成果を向上させる。

提案手法

• SE(3)-等変なネットワークを用いて、CDR配列と構造をモデル化する実データ上で条件付き拡散モデルを事前学習する。
• 残基レベルのエネルギー信号を用いた直接エネルギーに基づく好み最適化で拡散モデルを微調整する。
• エネルギーを複数の項に分解する（例：CDR総エネルギー、CDR–抗原の引力/反発エネルギーなど）し、項間の衝突を緩和するために勾配手術を適用する。
• エネルギー主導の報酬に基づいて、好みデータを勝ち・負けの抗体サンプルとして定式化し、効率的な学習のために残基レベルの DPO 目的を適用する。
• 順方向拡散サンプリングを用いて KL 基づく発散を推定し、残基レベルの報酬で勾配更新を再重み付けする AbDPOloss を計算する。
• エネルギー種間の干渉を減らし安定した複数項最適化を可能にする勾配手術を組み込む。

実験結果

リサーチクエスチョン

• RQ1 直接エネルギーに基づく好みが拡散ベースの抗体設計をより安全な（低エネルギー）かつ機能的な抗体へ導くか？
• RQ2 残基レベルのエネルギー信号はアミノ酸回復や RMSD ベースの指標より合理性と結合機能を改善するか？
• RQ3 複数のエネルギー項（引力/反発）をどう分解し、最適化中の衝突をどう緩和するか？
• RQ4 AbDPO の RAbD ベ benchmark における最先端のシーケンス-構造共設計法と比較しての性能はどうか？

主な発見

方法	CDR E_total Avg (↓)	CDR E_total Med (↓)	CDR-Ag ΔG Avg (↓)	CDR-Ag ΔG Med (↓)	Success Rate (↑)
Reference	4.52	-1.33	-13.72	-14.54	100%
HERN	7594.94	7825.92	1159.34	4.12	0%
MEAN	3113.7	2583.48	114.98	-0.92	0%
dyMEAN	15025.67	7426.4	2391	213.77	0%
dyMEAN*	3234.3	1690.91	1619.24	177.08	0%
DiffAb	211.00	155.77	9.54	-1.97	14.55%
AbDPO	162.75	124.62	-4.85	-5.24	27.27%

• AbDPO は RAbD ベンチマークで、合理性（CDR total energy が低い）と機能性（CDR–antigen 結合エネルギーがより良い）双方でベースラインを上回る。
• エネルギーの分解と勾配手術により、項間の干渉を低減し安定性と最適化効率を向上。
• 残基レベルの好み信号により、全分子報酬よりも細粒なクレジット割り当てとより効果的な最適化が可能。
• 評価対象の 55 個の抗原ターゲットで、AbDPO は総エネルギーを低く抑え、結合エネルギーをより有利にすることで、基準法より高品質な抗原特異的抗体を示した。