Learning immune receptor representations with protein language models
원문 초록
Protein language models (PLMs) learn contextual representations from protein sequences and are profoundly impacting various scientific disciplines spanning protein design, drug discovery, and structural predictions. One particular research area where PLMs have gained considerable attention is adaptive immune receptors, whose tremendous sequence diversity dictates the functional recognition of the adaptive immune system. The self-supervised nature underlying the training of PLMs has been recently leveraged to implement a variety of immune receptor-specific PLMs. These models have demonstrated promise in tasks such as predicting antigen-specificity and structure, computationally engineering therapeutic antibodies, and diagnostics. However, challenges including insufficient training data and considerations related to model architecture, training strategies, and data and model availability must be addressed before fully unlocking the potential of PLMs in understanding, translating, and engineering immune receptors.
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
샘플 효율적인 데 노보 나노바디 설계를 위한 스캐폴드 및 에피토프 간 추론 시점 스티어링
Inference-Time Steering Across Scaffolds and Epitopes for Sample-Efficient De Novo Nanobody Design
생성형 분자 설계는 일반적으로 과잉 생성(over-generation)과 사후 필터링에 의존합니다. 파인만-카츠(Feynman-Kac, FK) 스티어링과 같은 추론 시점(inference-time) 스티어링 기법은 궤적을 높은 보상(reward)의 후보군으로 유도하여 효율성을 개선하지만, 단일 고정 구성 내에서만 최적화를 수행합니다. 데 노보(de novo) 나노바디 설계에서는 스캐폴드(scaffold) 종류나 표적 에피토프(epitope)와 같은 조건 설정을 사전에 확정하는 것이 병목을 유발합니다. 이러한 조건에 따라 수율이 달라지기 때문에, 유망하지 않은 설정을 스티어링하는 것은 계산 자원을 낭비하게 됩니다. 본 연구에서는 생성 조건 선택을 추론 시점 자원 할당 문제로 재구성합니다. 이에 따라 두 가지 동적 예산 할당기를 제안합니다. 구성 전반에 걸쳐 스티어링과 연산 할당을 동시에 수행하는 통합 글로벌 순차 몬테카를로(Global SMC) 정식화와, 배치 연속 제거(BaSE)를 적용한 분리형 접근법입니다. 실증적으로 이러한 동적 할당기는 서로 다른 치료 표적 및 생성 구성에 걸쳐 다양성을 희생하지 않으면서도 GPU 시간당 설계 가능한 후보군의 수율을 약 5배 향상시킵니다.
자연어로부터 단백질 구조 설계
Designing Protein Structures from Natural Language
데노보(de novo) 단백질 설계에서 핵심적인 과제는 원하는 구조적, 기능적 특성을 가진 단백질을 생성하는 것이다. 기존 설계 모델들은 일반적으로 각 특성마다 전용 입력 표현을 필요로 하여, 지원할 수 있는 설계 목표가 제한된다. 우리는 텍스트-이미지 생성(text-to-image generation)과 유사하게, 자연어로 지정된 새롭고 더 광범위한 설계 목표를 지원하는 최초의 전원자(all-atom) 구조 생성 모델인 Prompteina를 개발한다. Prompteina를 학습시키기 위해, 우리는 전역적 및 잔기(residue) 단위의 구조적·기능적 특성을 설명하는 180만 개의 구조와 5000만 개 이상의 캡션으로 구성된 텍스트-단백질 구조 쌍 데이터셋인 Prompteina-Data를 구축한다. 우리는 사전학습된 구조 생성 모델인 Proteina-Complexa를, 텍스트 조건부 사전학습과 잔기를 해당 텍스트에 맞추는 파인튜닝을 통해 적응시킨다. Prompteina는 18개의 구조적 특성 중 15개에서 기준선(baseline)을 능가하며, 의도된 기능에 대한 설명과 더 밀접하게 일치하는 단백질을 생성한다. 바인더(binder) 설계에서는 20개 표적 중 최소 13개에서 기준선을 앞서며, 가장 강력한 기준선보다 인터페이스 신뢰도(interface confidence)를 14% 향상시킨다. 반복적인 인실리코(in silico) 피드백을 사용할 경우, 가장 어려운 표적들에서 Prompteina가 비반복적 생성 대비 얻는 성능 향상은 차선의 기준선보다 57% 더 크다. 마지막으로, 우리는 보고된 데노보 바인더가 없는 표적인 GM2A에 대해 Prompteina의 설계를 실험적으로 검증한다. 우리는 9개의 바인더를 확인했으며, 가장 강력한 바인더는 겉보기(apparent) $K_{\mathrm{D}}$ 107 nM를 나타낸다. 이러한 결과는 자연어가 단백질 구조 생성을 위한 효과적이고 강력한 조건화 인터페이스(conditioning interface)임을 입증한다.
Pepti-drift: 추론 시점 가이던스 없는 확장 가능한 안전-활성 펩타이드 생성
Pepti-drift: Scalable Safe-Active Peptide Generation Without Inference-Time Guidance
치료용 펩타이드는 유망한 신약 모달리티이지만, 이를 생성하기 위해서는 여러 치료적 제약 조건을 충족해야 합니다. 본 연구에서는 동일하게 생성된 후보군에 대해 표적 결합력과 4가지 주요 안전성 지표를 공동으로 평가하는 고정 예산 벤치마크인 BindSafe-PepBench를 소개합니다. 우리는 펩타이드 길이가 결합력-안전성 공동 평가의 주요 교란 변수임을 밝혀냈습니다. 길이가 긴 펩타이드는 예측된 결합력은 강해지는 경향이 있지만 예측된 안전성은 덜 유리해집니다. 이는 겉보기 트레이드오프를 생성하며, 서로 다른 출력 길이 분포를 가진 모델 간 비교에서 바이어스를 유발할 수 있습니다. 우리는 출력 길이 효과와 생성적 개선을 구별하기 위해 절대적인 안전-활성(Safe-Active) 수율 및 정확한 길이 일치 이득을 보고합니다. 높은 안전-활성 수율을 달성하는 것은 여전히 어려운 과제이며, 가장 강력한 다중 특성 방법들은 비용이 많이 드는 추론 시점 가이던스에 의존합니다. 이에 따라 본 연구에서는 추론 시점 가이던스 없이 단일 잠재 정제 후 병렬 디코딩을 수행하며, 표적 특이적 결합체로의 끌림과 위험성 관련 영역으로부터의 반발을 통합하는 단일 단계 생성 프레임워크인 Pepti-drift를 제안합니다. 88개의 홀드아웃 표적 전반에 걸쳐 Pepti-drift는 18.37%의 예측 안전-활성 수율을 달성하면서 양의 정확한 길이 일치 이득을 유지했습니다. 결과적인 이득은 다중 특성 가이던스 기반 베이스라인과 경쟁력이 있으면서도 생성 비용을 468배 낮춰, 확장 가능하고 공정한 고처리량 펩타이드 설계를 가능하게 합니다.
SynLaD: Latent Diffusion for Generating Synthesizable Molecules Conditioned on 3D Pharmacophore Profiles
주파수 제어 진화 역학을 이용한 다목적 분자 생성
Multi-Objective Molecular Generation with Frequency-Controlled Evolutionary Dynamics
생성 모델을 활용한 분자 생성 방법은 약물 발견에 성공적으로 적용되어 왔다. 그러나 이러한 방법들은 종종 광범위한 사전학습이 필요하고, 학습 데이터의 통계적 편향에 시달리며, 생성된 화학 구조의 해석 가능성이 제한될 수 있다. 본 연구에서는 화학 구조를 간결한 푸리에 계수 행렬로 처리하고, 고정 기저 위로 투영하여 SELFIES 디코딩을 위한 위치별 잠재 벡터를 생성하는 진화 연산 기반 알고리즘 SpectralMol을 제안한다. NSGA-II 알고리즘은 다양성을 강제하며, 목적을 스칼라 보상으로 축소하는 대신 별도의 목적 함수를 사용할 수 있게 한다. 알고리즘의 품질은 표준화된 벤치마크에 대해 검증되었다. 결과는 작업 의존적 특성을 보이면서 전체 벤치마크 성능과 비슷한 수준을 보여준다. SpectralMol은 여러 다매개변수 최적화 작업에서 가장 강력하다. 동일한 벤치마크를 사용하여 구조화된 잠재 행렬의 장점을 보여주는 절삭 연구를 수행했다. 마지막으로, 고정된 오라클 호출 예산 하에서 강화학습 기반 모델과 비교하여 현실적인 ClpP 표적 약물 발견 벤치마크에서 본 방법을 검증했다. SpectralMol은 경쟁력 있는 물리화학적 특성을 유지하면서 더 많은 도킹 히트와 더 다양한 스캐폴드를 생성한다. 본 연구에서 채택한 표현은 스캐폴드 수준의 수정이 저주파 푸리에 모드의 섭동으로, 국소적 하위구조 변이가 고주파 푸리에 모드의 섭동으로 나타나면서, 스캐폴드 수준 수정과 국소적 하위구조 변이를 명확히 분리할 수 있다. 이 결과는 주파수 제어 진화 역학이 해석 가능하고 효율적이며 학습이 필요 없는 다목적 분자 설계 경로를 제공한다는 증거를 뒷받침한다.
URSA: 실용적 역합성 평가를 위한 화학 인식 벤치마크
URSA: Chemistry-Aware Benchmark for Utilitarian Retrosynthesis Assessment
표적 분자에 대한 반응 경로를 찾는 합성 계획은 신약 개발에서 가장 중요하고도 어려운 과제 중 하나이다. 최근 전문화된 딥러닝 역합성 시스템과 범용 대규모 언어 모델이 모두 발전하였으나, 유연하고 화학적으로 해석 가능한 벤치마킹 프로토콜이 없어 객관적인 비교는 여전히 어렵다. 본 연구에서는 URSA(Utilitarian RetroSynthesis Assessment) 평가 프레임워크를 도입한다. 이 프레임워크는 상업적으로 구입 가능한 출발 물질로의 수렴과 같은 형식적 관점뿐 아니라, 전문 화학자가 반응과 경로를 평가하는 방식을 모방한 화학적 타당성 관점에서도 합성 경로를 벤치마킹할 수 있게 한다. 본 연구는 일상적인 약물 설계 업무의 현실적인 과제를 대표하며 합성 경로가 공개되지 않은 새롭고 다양한 표적 분자 집합에서, 합성 계획 과제에 대한 기존의 종단간 역합성 솔루션과 LLM을 포괄적으로 평가한다. LLM은 고수준의 전략적 계획을 지원할 수 있고 OOD 집합에서는 SOTA 성능까지 달성하지만, 추정 실행 비용과 화학적으로 타당한 경로 해결 가능성에 대한 파레토 프런티어는 전적으로 전문화된 역합성 계획기로 구성된다.
토론
이 논문과 연결된 포럼 글이 아직 없습니다.