NVIDIA-BioNeMo/Proteina-Complexa

해결 과제

Proteina-Complexa는 조건부 생성 모델링과 서열 최적화(환각)라는 기존의 분리된 두 가지 접근 방식을 통합하여 특정 표적 단백질이나 소분자 리간드에 결합하는 새로운 단백질 결합제를 설계하는 문제를 해결합니다. 주쇄 기하학적 구조와 측쇄 구조를 포함한 정확한 원자 수준의 세부 정보를 갖춘 고친화성 결합제를 생성하는 동시에, 인실리코(in-silico) 성공률과 계산 효율성을 향상시키는 것을 목표로 합니다.

작동 원리

이 시스템은 단백질 주쇄 기하학적 구조, 측쇄 구조 및 서열을 공동으로 모델링하는 플로우 매칭 생성 모델을 사용합니다. 예측된 단백질 구조에서 파생된 결합제-표적 쌍의 대규모 합성 데이터 세트인 "Teddymer"로 사전 학습되었으며, 실험적인 다량체 데이터로 더욱 정교화되었습니다.

추론 과정에서 모델은 검색 기반 최적화 전략을 사용합니다. AlphaFold2, RoseTTAFold3 및 다양한 힘장(force field)과 같은 보상 모델을 사용하여 생성 과정을 안내하고 최상의 후보를 필터링합니다. 또한 이 프레임워크는 ProteinMPNN 및 SoluableMPNN과 같은 서열 설계 도구를 통합하여 생성된 단백질의 실행 가능성을 보장합니다.

대상 사용자

이 도구는 치료 표적, 효소 설계 또는 모티프 스캐폴딩(motif scaffolding)을 위해 맞춤형 단백질 결합제를 설계해야 하는 계산 생물학자, 신약 개발 연구원 및 단백질 엔지니어를 위해 설계되었습니다.

주요 특징

• 통합 프레임워크: 생성적 사전 분포와 테스트 시점 최적화를 결합하여 기존의 환각 기법보다 뛰어난 성능을 발휘합니다.
• 다양한 설계: 단백질-단백질 결합제, 단백질-리간드 결합제 및 모티프 스캐폴딩(AME)을 지원합니다.
• 원자 수준의 정밀도: 주쇄와 측쇄를 공동으로 모델링하여 더 높은 정확도를 제공합니다.
• 통합 검증: AlphaFold2, ESMFold 및 RoseTTAFold3를 사용한 평가를 내장 지원합니다.
• 실험적 검증: 설계된 결과물은 습식 실험(wet-lab)을 통해 검증되었으며 실제 결합 활성을 입증했습니다.