[논문 리뷰] De novo design of high-affinity protein binders with AlphaProteo

Vinícius Zambaldi, David La외 30명|arXiv (Cornell University)|2024. 09. 12.

Monoclonal and Polyclonal Antibodies Research인용 수 46

한 줄 요약

AlphaProteo는 생성 모델과 필터라는 두 구성요소 시스템을 사용해 de novo 단백질 바인더를 설계하여, 다양한 표적에서 실험적 성공이 높고 추가 최적화 없이 한 차례의 중간 규모 스크리닝에서 sub-nanomolar에서 low-nanomolar 친화력을 달성합니다.

ABSTRACT

Computational design of protein-binding proteins is a fundamental capability with broad utility in biomedical research and biotechnology. Recent methods have made strides against some target proteins, but on-demand creation of high-affinity binders without multiple rounds of experimental testing remains an unsolved challenge. This technical report introduces AlphaProteo, a family of machine learning models for protein design, and details its performance on the de novo binder design problem. With AlphaProteo, we achieve 3- to 300-fold better binding affinities and higher experimental success rates than the best existing methods on seven target proteins. Our results suggest that AlphaProteo can generate binders "ready-to-use" for many research applications using only one round of medium-throughput screening and no further optimization.

연구 동기 및 목표

• 다양한 표적에 대해 반복적 최적화 없이 고친화성 단백질 바인더의 계산 설계를 모티브로 삼는다.
• AlphaProteo를 생성 설계 + 필터링 프레임워크로 소개한다.
• 여러 구조적으로 다양한 표적에 걸친 실험적 검증을 보여준다.
• 설계된 바인더가 열적 안정성, 발현성, 에피토프 특이성을 갖는지 보여준다.

제안 방법

• 두 구성요소의 AlphaProteo 시스템: PDB 구조/서열 데이터와 AlphaFold 예측의 증류 세트를 포함한 생성 모델.
• 실험적 성공을 예측하기 위해 설계물을 점수화하는 필터.
• 디자인 조건으로 호스트 잔기(핫스팟 잔류물) 입력 구조를 사용할 수 있다.
• 다수의 바인더 후보를 in silico로 생성한 후 자동 필터링으로 더 적은 실험적 세트로 축소한다.
• 바인딩 히트 및 친화력(K_D)을 측정하기 위한 효모 표면 디스플레이를 통한 실험적 테스트.
• HTRF, BLI, CD, cryo-EM, X-ray 결정학 등 생화학적, 생물물리학적, 구조적 검증.

실험 결과

연구 질문

• RQ1 AlphaProteo가 구조적으로 다양한 표적에 대해 de novo 바인더를 높은 실험적 성공률로 생성할 수 있는가?
• RQ2 디자인 후 추가 최적화 없이 여러 표적에서 달성 가능한 결합 친화력(K_D)은 무엇인가?
• RQ3 설계된 바인더가 의도된 에피토프를 인식하고 특이성을 보이는가?
• RQ4 바인더가 실용적 사용에 충분히 구조적으로 다양하고 열적으로 안정적인가?
• RQ5 시뮬레이션 성능이 추가로 테스트되지 않은 표적에 얼마나 잘 일반화되는가?

주요 결과

• AlphaProteo는 일곱 개 표적에서 9%에서 88% 사이의 실험적 성공률을 달성했으며, 이 중 여섯 표적에서 기존의 최고 방법보다 우수했다.
• 표적별 최적 K_D 값은 네 표적에서 sub-1 nM이었고 일곱 표적에서 sub-30 nM이었으며, 최고 바인더는 82 pM였다.
• 일곱 표적에서 AlphaProteo 바인더는 이전에 설계된 바인더 중 최고 대비 3-에서 300배 더 나은 결합 친화력을 보였다.
• 설계된 바인더는 구조적으로 다양하며(전형적-알파, 전형적-베타, 혼합 폴드), 의도된 에피토프에 특이적으로 결합하고 경쟁적 억제 및 인터페이스 변형 분석이 설계된 상호작용을 뒷받침한다.
• Cryo-EM 및 X-선 결정학은 바인더-표적 복합체 구조를 고정합성으로 확인했으며(cryo-EM에서 RMSD 약 0.8–3.1 Å; VEGF-A 복합체의 경우 0.78 Å), 설계와의 구조적 일치를 보인다.
• 실험적 검증에서 라이브 바이러스 분석에서 SARS-CoV-2 중화가 확인되었고, 설계된 바인더가 인간 세포에서 VEGF 신호 전달을 억제했다.