[논문 리뷰] Full-Atom Protein Pocket Design via Iterative Refinement

Zaixi Zhang, Zepu Lu외 3명|arXiv (Cornell University)|2023. 10. 04.

Peptidase Inhibition and AnalysisMedicine인용 수 3

한 줄 요약

FAIR는 반복적이고 군집적인 정교화를 통해 잔기 서열과 3D 구조를 동시에 설계하는 새로운 딥 생성 프레임워크로, 전체 원자 수준의 단백질 틈새 설계를 위한 것이다. FAIR는 종단 간 E(3)-동변성 최적화를 통해 측쇄 원자, 리간드 유연성, 서열-구조 일致성을 모델링함으로써 기존 방법 대비 평균 AAR 15.5% 향상 및 RMSD 13.5% 향상으로 최신 기술 수준을 달성한다.

ABSTRACT

The design of \emph{de novo} functional proteins that bind specific ligand molecules is paramount in therapeutics and bio-engineering. A critical yet formidable task in this endeavor is the design of the protein pocket, which is the cavity region of the protein where the ligand binds. Current methods are plagued by inefficient generation, inadequate context modeling of the ligand molecule, and the inability to generate side-chain atoms. Here, we present the Full-Atom Iterative Refinement (FAIR) method, designed to address these challenges by facilitating the co-design of protein pocket sequences, specifically residue types, and their corresponding 3D structures. FAIR operates in two steps, proceeding in a coarse-to-fine manner (transitioning from protein backbone to atoms, including side chains) for a full-atom generation. In each iteration, all residue types and structures are simultaneously updated, a process termed full-shot refinement. In the initial stage, the residue types and backbone coordinates are refined using a hierarchical context encoder, complemented by two structure refinement modules that capture both inter-residue and pocket-ligand interactions. The subsequent stage delves deeper, modeling the side-chain atoms of the pockets and updating residue types to ensure sequence-structure congruence. Concurrently, the structure of the binding ligand is refined across iterations to accommodate its inherent flexibility. Comprehensive experiments show that FAIR surpasses existing methods in designing superior pocket sequences and structures, producing average improvement exceeding 10\% in AAR and RMSD metrics. FAIR is available at \url{https://github.com/zaixizhang/FAIR}.

연구 동기 및 목표

• 치료 및 바이오엔지니어링 적용을 위한 특정 리간드를 결합하는 功能적 단백질 틈새의 신규 설계라는 핵심 과제를 해결한다.
• 기존 방법의 한계인 비효율적 생성, 리간드의 유연성 모델링 부족, 측쇄 원자 생략 문제를 해결한다.
• 서열-구조 일치를 보장하는 종단 간 반복적 프레임워크를 통해 단백질 틈새 서열과 3D 구조를 동시에 설계한다.
• 기하학적 보완성과 결합 친화도 향상으로 고정밀도 전체 원자 수준의 단백질-리간드 복합체 생성을 가능하게 한다.

제안 방법

• FAIR는 이중 단계, 군집적인 반복 정교화 파이프라인을 사용한다: 먼저 프로테인의 후보 구조와 잔기 유형을 정교화하고, 이후 측쇄 원자를 통합하여 전체 원자 구조를 정교화한다.
• 단백질-리간드 복합체의 다중 척도 구조적 의존성을 모델링하기 위해 잔기 및 원자 수준의 인코더를 포함한 계층적 컨텍스트 인코더를 사용한다.
• 상호작용 정교화 모듈을 두 개 도입한다: 하나는 잔기 간 상호작용을, 다른 하나는 틈새-리간드 상호작용을 담당하며, 반복적으로 업데이트된다.
• 모든 잔기 유형과 좌표를 반복 단계에서 동시에 업데이트하는 전체 샷 정교화를 적용함으로써 효율성과 수렴 속도를 향상시킨다.
• 이웃 잔기 기반으로 누락된 잔기 유형을 예측함으로써 서열-구조 일치를 보장하는 마스크된 잔기 유형 업데이트 메커니즘을 도입한다.
• 리간드의 3D 구조를 반복적으로 정교화하여 구조적 변형 유연성을 고려하고 결합 적합성을 향상시킨다.

Figure 1: (a) The residue structure, where the backbone atoms are $C_{\alpha},N,C,O$ . $R$ represents a side chain that determines the residue types. (b) The protein pocket design problem. Pocket (colored in black) consists of a subsequence of residues closest to the binding ligand molecule (formal

실험 결과

연구 질문

• RQ1 서열과 구조를 동시에 반복적으로 전체 샷 정교화하는 방식이 자동회귀 또는 한 번에 생성하는 방법에 비해 신규 단백질 틈새 설계의 품질을 향상시키는가?
• RQ2 측쇄 원자와 리간드의 유연성이 설계된 틈새에서 결합 친화도와 기하학적 보완성 향상에 얼마나 기여하는가?
• RQ3 마스크된 잔기 유형 예측을 통한 서열-구조 일치 모델링 통합이 설계 정확도 향상에 얼마나 효과적인가?
• RQ4 계층적 인코더와 E(3)-동변성 설계가 단백질-리간드 복합체 생성에서 일반화 능력과 표현 학습을 향상시키는가?
• RQ5 AAR, RMSD, Vina 점수 등의 주요 지표에서 FAIR는 물리 기반, 템플릿 매칭, 딥 생성 기반 기준선 대비 어떻게 비교되는가?

주요 결과

• FAIR는 CrossDocked 데이터셋에서 평균 40.17%의 아미노산 복원률(AAR)을 기록했고, Binding MOAD에서는 43.75%를 기록하여 기준선 대비 평균 15.5% 향상된 성능을 달성했다.
• FAIR는 CrossDocked에서 RMSD를 1.42 Å로 줄였고, Binding MOAD에서는 1.35 Å로 유지하여 구조 정확도에서 평균 13.5% 향상된 결과를 보였다.
• 제거 실험 결과, 계층적 인코더를 제거할 경우 성능 저하가 가장 심했으며(AAR: 25.30% vs. 40.17%), 이는 표현 학습에서의 핵심적 역할을 확인시켰다.
• 전체 원자 정교화와 리간드 구조 정교화를 포함할 경우 성능 향상이 뚜렷했으며, 각각 제거할 경우 AAR가 35.52%와 33.16%로 떨어졌다.
• 전체 샷 정교화를 자동회귀 디코딩으로 대체할 경우 CrossDocked에서 AAR가 31.04%로 감소하여, 반복적 공동 최적화가 더 효율적이고 정확한 것으로 확인되었다.
• FAIR는 자동회귀 방법보다 더 짧은 시간에 고품질의 틈새를 생성했으며, 평균 1.8초의 생성 시간을 기록하여 속도와 정확도 면에서 기준선을 초월했다.

Figure 2: Overview of FAIR with two main steps ( $T_{1}$ rounds of backbone refinement and $T_{2}$ rounds of full-atom refinement). FAIR co-designs pocket residue types and structures via iterative full-shot refinement. The structure refinement is illustrated with the atoms in the dotted ovals as ex