[論文レビュー] End-to-End Full-Atom Antibody Design

Xiangzhe Kong, Wenbing Huang+1 more|arXiv (Cornell University)|Feb 1, 2023

Monoclonal and Polyclonal Antibodies Research被引用数 11

ひとこと要約

本論文は dyMEAN を提案する。E(3)-等変性を持つエンドツーエンドのマルチチャネルグラフネットワークで、エピトープと不完全な抗体配列から完全原子レベルの抗体を設計し、同時に配列と構造の生成およびドッキングを可能にする。

ABSTRACT

Antibody design is an essential yet challenging task in various domains like therapeutics and biology. There are two major defects in current learning-based methods: 1) tackling only a certain subtask of the whole antibody design pipeline, making them suboptimal or resource-intensive. 2) omitting either the framework regions or side chains, thus incapable of capturing the full-atom geometry. To address these pitfalls, we propose dynamic Multi-channel Equivariant grAph Network (dyMEAN), an end-to-end full-atom model for E(3)-equivariant antibody design given the epitope and the incomplete sequence of the antibody. Specifically, we first explore structural initialization as a knowledgeable guess of the antibody structure and then propose shadow paratope to bridge the epitope-antibody connections. Both 1D sequences and 3D structures are updated via an adaptive multi-channel equivariant encoder that is able to process protein residues of variable sizes when considering full atoms. Finally, the updated antibody is docked to the epitope via the alignment of the shadow paratope. Experiments on epitope-binding CDR-H3 design, complex structure prediction, and affinity optimization demonstrate the superiority of our end-to-end framework and full-atom modeling.

研究の動機と目的

• 段階的な抗体設計法の限界に対処するため、側鎖を含む完全な原子ジオメトリと完全な抗体コンテキストを扱うエンドツーエンドのフレームワークを提供する。
• エピトープと不完全な抗体配列から完全な抗原–抗体複合体を生成できるモデルを開発する。
• 残基ごとに変動する原子数を管理するために、構造初期化、シャドウパラトープ機構、および適応型マルチチャネル等変エンコーダを組み込む。
• 任意のエピトープの姿勢と向きに対して一般化するように E(3)-等変性を保証する。

提案手法

• 保守的残基に基づく構造初期化（SI）を導入し、知識を持つ抗体構造推定を提供する。
• エピトープの周囲にシャドウパラトープを付着させ、エピトープ–パラトープ相互作用を E(3)-不変の方法で橋渡しする。
• 可変チャネルサイズを持つ残基間で隠れ状態と完全原子座標の両方を更新するAdaptive Multi-channel Equivariant Encoder（AME）を採用する。
• 最終ドッキング複合体を生成するため、Kabschベースのアライメントを用いてネイティブパラトープをシャドウパラトープにドックする。
• シーケンス損失、構造損失（座標と結合長）、およびドッキング損失（シャドウパラトープ座標と界面間距離）を含む結合目的で学習する。
• 設計プロセスとドッキング結果の E(3)-等変性を証明する（定理 4.1）。

実験結果

リサーチクエスチョン

• RQ1 エピトープと不完全な抗体配列だけを与えた場合に、エンドツーエンドモデルが完全なCDR-H3配列と完全原子抗体構造を生成できるか？
• RQ2 完全原子ジオメトリとシャドウパラトープベースのドッキングを組み込むことで、段階的なパイプラインより設計品質が向上するか？
• RQ3 提案された dyMEAN フレームワークは E(3)-等変性によって任意のエピトープ姿勢に対してロバストか？
• RQ4 dyMEAN はエピトープ結合CDR-H3生成、複合体構造予測、親和性最適化などのタスクでどう機能するか？

主な発見

• dyMEAN はエピトープ結合 CD R-H3 設計において、アミノ酸回復とドッキング品質を含む複数の指標でパイプラインベースのベースラインを上回る。
• 複合体構造予測タスクで、dyMEAN は段階的アプローチと比較して TMscore、lDDT、DockQ のスコアが優れている。
• エンドツーエンドの完全原子設計により、パラトープ配列と完全な抗体構造の同時生成が可能で、折りたたみとドッキングの結果は E(3) の変換下で不変/等変である。
• シャドウパラトープの取り付けによりエピトープと抗体間の情報伝達が頑健になり、ネイティブパラトープがシャドウパラトープと整列するドッキングを促進する。
• アプローチは親和性最適化タスクでも有効性を示しており、静的な構造予測を超えた実用性を示す。