[논문 리뷰] PyMOLfold: Interactive Protein and Ligand Structure Prediction in PyMOL

Colby T. Ford, Arif Ullah외 2명|ArXiv.org|2025. 02. 01.

Machine Learning in Bioinformatics인용 수 3

한 줄 요약

PyMOLfold는 AI 기반 단백질 구조 예측과 리간드 배치를 PyMOL에 직접 통합하는 오픈 소스 PyMOL 플러그인으로, ESM3, Boltz-1, Chai-1과 같은 모델을 사용해 서열로부터 단백질 삼차 구조를 예측하고, 필요 시 예측된 구조 안에 SMILES 문자열로부터 리간드를 배치합니다.

ABSTRACT

PyMOLfold is a flexible and open-source plugin designed to seamlessly integrate AI-based protein structure prediction and visualization within the widely used PyMOL molecular graphics system. By leveraging state-of-the-art protein folding models such as ESM3, Boltz-1, and Chai-1, PyMOLfold allows researchers to directly predict protein tertiary structures from amino acid sequences without requiring external tools or complex workflows. Furthermore, with certain models, users can provide a SMILES string of a ligand and have the small molecule placed in the protein structure. This unique capability bridges the gap between computational folding and structural visualization, enabling users to input a primary sequence, perform a folding prediction, and immediately explore the resulting 3D structure within the same intuitive platform.

연구 동기 및 목표

• PyMOL 내부에서 아미노산 서열로부터 단백질 삼차 구조를 직접 예측 가능하게 한다.
• ESM3, Boltz-1, Chai-1 등 최신 접힘 모델을 하나의 시각화 워크플로우에 통합한다.
• 예측된 단백질 구조 안에 SMILES 문자열을 이용한 소분자 리간드의 선택적 배치를 허용한다.
• PyMOL에서 계산적 접힘과 구조 시각화를 연결하는 인터랙티브하고 사용자 친화적인 워크플로우를 제공한다.

제안 방법

• AI 기반 접힘 모델과 인터페이스하는 유연한 오픈 소스 PyMOL 플러그인을 개발한다.
• ESM3, Boltz-1, Chai-1 등 단백질 접힘 모델을 활용하여 서열로부터 삼차 구조를 예측한다.
• 예측된 단백질 구조 내에 리간드를 배치하기 위한 SMILES 문자열 입력을 지원한다.
• 결과를 즉시 탐색할 수 있도록 PyMOL 내부에서 인터랙티브한 시각화 경험을 제공한다.

실험 결과

연구 질문

• RQ1 외부 도구 없이 서열로부터 단백질 구조를 예측하기 위해 AI 기반 접힘 모델을 PyMOL에 직접 통합할 수 있는가?
• RQ2 같은 PyMOL 환경에서 SMILES 문자열을 사용해 예측된 단백질 구조에 리간드를 배치하는 것이 가능한가?
• RQ3 통합된 워크플로우가 서열에서 접힌 구조로의 전환과 구조 시각화를 얼마나 원활하게 연결하는가?
• RQ4 접힘 모델을 PyMOL 시각화와 결합할 때의 실제 한계와 사용성 고려사항은 무엇인가?
• RQ5 PyMOLfold 플러그인 내에서 서로 다른 모델(ESM3, Boltz-1, Chai-1)이 성능과 결과 면에서 어떻게 비교될까?

주요 결과

• PyMOLfold 플러그인은 PyMOL 내부에서 아미노산 서열로부터 직접 단백질 삼차 구조를 예측할 수 있게 한다.
• 사용자는 리간드를 단백질 구조에 배치하기 위해 SMILES 문자열을 선택적으로 제공할 수 있어 접힘과 시각화를 연결한다.
• 플러그인은 ESM3, Boltz-1, Chai-1 등 최신 모델을 활용해 접힘 예측을 수행한다.
• 이 접근법은 PyMOL 내에서 결과의 매끄러운 통합과 인터랙티브한 탐색을 강조한다.