[논문 리뷰] AlphaFold Meets Flow Matching for Generating Protein Ensembles

Bowen Jing, Bonnie Berger외 1명|arXiv (Cornell University)|2024. 02. 07.

Advanced Proteomics Techniques and Applications인용 수 74

한 줄 요약

이 논문은 AlphaFold와 ESMFold를 흐름-매칭 기반 생성 모델로 재목적화하여 샘플링된 현실적 단백질 구조적 앙상블을 생성하고, PDB 및 MD 유래 데이터로 학습하며, 정밀도-다양성에서 MSA 서브샘플링을 능가하고 MD 유사한 분포 및 앙상블 관측치를 정확히 포착한다.

ABSTRACT

The biological functions of proteins often depend on dynamic structural ensembles. In this work, we develop a flow-based generative modeling approach for learning and sampling the conformational landscapes of proteins. We repurpose highly accurate single-state predictors such as AlphaFold and ESMFold and fine-tune them under a custom flow matching framework to obtain sequence-conditoned generative models of protein structure called AlphaFlow and ESMFlow. When trained and evaluated on the PDB, our method provides a superior combination of precision and diversity compared to AlphaFold with MSA subsampling. When further trained on ensembles from all-atom MD, our method accurately captures conformational flexibility, positional distributions, and higher-order ensemble observables for unseen proteins. Moreover, our method can diversify a static PDB structure with faster wall-clock convergence to certain equilibrium properties than replicate MD trajectories, demonstrating its potential as a proxy for expensive physics-based simulations. Code is available at https://github.com/bjing2016/alphaflow.

연구 동기 및 목표

• 단일 상태 예측을 넘어선 구조적 구속 변이가 있는 단백질의 구속집합 샘플링의 정확성을 목표로 하고 이를 가능하게 한다.
• 고정밀 단일 상태 예측자(A AlphaFold, ESMFold)를 흐름-매칭 프레임워크 내의 노이즈 제거 모델로 활용한다.
• PDB를 넘어선 앙상블(예: MD 시뮬레이션)에서 학습하여 동적 구성을 포착한다.
• 단백질 구조 생성에서 다양성과 정밀도에 대한 원칙적 학습 시 접근법을 제공한다.
• 생성된 앙상블이 비용이 큰 MD 시뮬레이션을 효율적으로 대체하는 프록시로 작동할 수 있음을 입증한다.

제안 방법

• AlphaFold 및 ESMFold를 시퀀스 입력 conditioned된 노이즈 제거 모델로 재목적화하여 흐름-매칭 프레임워크 내에서 사용한다.
• harmonic-prior 기반 보간법을 통한 R^3 좌표의 조건부 확률 경로를 정의하고 Fréchet 평균과 FAPE 손실을 사용하여 데이터 포인트의 조건부 기대를 학습한다.
• 대칭성 및 누락 잔기를 다루기 위해 구조 공간을 SE(3)-몫공간으로 투영하고 몫공간에서 RMSD 정렬 선형 보간을 사용한다.
• 몫공간에서 Fréchet-mean 타깃에 맞추기 위해 수정된 손실(제곱 FAPE)을 사용하여 학습한다.
• Alpha Flow와 ESM Flow를 구현하기 위해 PDB 앙상블에서 미세조정한 뒤, MD 앙상블(ATLAS)에서 추가 미세조정을 통해 Alpha Flow-MD와 ESM Flow-MD를 얻는다.
• 샘플링 속도를 높이고 수렴을 개선하기 위한 템플릿으로의 증류(distillation) 선택적 수행이 가능하다.

실험 결과

연구 질문

• RQ1 시퀀스 조건부로 샘플링하기 위해 흐름 매칭 하에서 제시할 수 있는 생성적 노이즈 제거 모델로 AlphaFold/ESMFold를 재목적화할 수 있는가?
• RQ2 PDB 앙상블에서의 학습이 MD 앙상블 데이터로 일반화되어 구부정도 유연성 및 고차원 앙상블 관측치를 포착하는가?
• RQ3 단백질 앙상블의 정밀도, 다양성, 분포 정확도에 대해 흐름 매칭이 MSA 서브샘플링 및 전통적 MD와 비교하여 어떤 차이를 보이는가?
• RQ4 이 접근법이 복제 MD 시뮬레이션의 효율적 프록시로 작동하고 더 적은 계산 자원으로 해결된 구조를 다양화할 수 있는가?

주요 결과

• Alpha Flow 및 ESM Flow는 PDB 테스트 단백질에서 MSA 서브샘플링보다 더 나은 정밀도-다양성 파레토 프런티어를 달성한다.
• Alpha Flow 앙상블은 MD 유도 유연성 지표와 강한 상관관계를 보이며 MSA 기준선 대비 원자 위치의 평균/분산을 개선한다.
• Alpha Flow 방법은 간헐적/일시적 접촉 및 용매 노출 패턴과 같은 복잡한 앙상블 관측치를 정확하게 재현한다.
• ATLAS MD 앙상블에 대해 학습된 Alpha Flow 변형은 MSA 서브샘플링보다 RMSF, W2 거리, MI 매트릭스에서 MD 분포를 더 잘 근사한다.
• 정적 구조에서의 샘플링은 MD 궤적을 재현하는 것보다 수렴 속도가 빨라 비용이 비싼 시뮬레이션의 프록시로서의 가능성을 시사한다.