바이러스 과를 아우르는 무표지 인간 B 세포 레퍼토리로부터 광범위 중화 항체 발굴을 위한 멀티모달 추론
Multimodal reasoning for broadly neutralizing antibody discovery from label-free human B cell repertoires across virus families
인간의 자연 면역 레퍼토리로부터 광범위 중화 항체(broadly neutralizing antibody, bnAb)를 발굴하는 것은 bnAb의 극단적인 희소성, 병원체 전반에 걸친 세포 기원에 대한 불완전한 이해, 그리고 출현하는 바이러스 위협에 걸쳐 일반화되지 못하는 기존 전산 도구의 한계로 인해 면역학 분야의 근본적인 난제로 남아 있습니다. 본 연구에서는 이러한 장벽을 극복하기 위해 멀티모달 추론(multimodal reasoning)을 지속적 메타학습(continual meta-learning) 및 습식 실험(wet-lab) 피드백과 통합한 폐루프(closed-loop) AI 시스템인 ImmuneAgent를 제시합니다. 백신 접종자 또는 감염자 코호트의 자연 BCR 레퍼토리를 스크리닝하는 데 적용했을 때, 본 시스템은 동일한 클로닝 예산에서 평가된 최신 시퀀스 기반 중화 예측 모델이나 동시 폴딩(cofolding) 모델을 크게 능가하며 약 55%의 중화 항체 발굴률(클로닝된 110개 후보 중 60개)과 약 11%의 bnAb 수율(110개 중 12개)을 달성했습니다. ImmuneAgent가 발굴한 5개의 항체는 치명적인 인플루엔자 공격 접종에 대해 임상 단계 치료제인 MEDI8852와 대등하게 100%의 생체 내(in vivo) 보호 효과를 나타냈습니다. 또한 본 시스템은 bnAb 활성의 세포 및 구조적 결정 요인을 복원하여 FCRL5+CD27+ 비정형 기억 B 세포를 보존된 bnAb 저장소로, 소수성 계면 농축을 교차 바이러스 구조 시그니처로 규명했습니다. 이는 미접촉 항원으로 일반화되어 항원 특이적 선별 없이도 인간 메타뉴모바이러스(hMPV) 교차 중화 항체 및 인간 유두종바이러스(HPV) 중화 항체를 발굴하는 성과로 이어졌습니다. 이러한 결과는 ImmuneAgent가 출현하는 바이러스 위협에 대응하여 신속하게 치료용 항체를 발굴할 수 있는 일반화 가능한 프레임워크임을 입증합니다.