Improving Protein Sequence Design through Designability Preference Optimization
Created by
Haebom
저자
Fanglei Xue, Andrew Kubaney, Zhichun Guo, Joseph K. Min, Ge Liu, Yi Yang, David Baker
개요
본 논문은 기존 단백질 서열 설계 방법의 한계점인 설계 가능성(designability) 부족을 해결하기 위해, AlphaFold pLDDT 점수를 활용한 Direct Preference Optimization (DPO) 및 Residue-level Designability Preference Optimization (ResiDPO) 기법을 제시합니다. DPO는 서열 생성 과정에서 높은 설계 가능성을 갖도록 유도하며, ResiDPO는 잔기 수준의 정밀한 제어를 통해 설계 가능성을 향상시키고 이미 성능이 좋은 영역은 유지합니다. LigandMPNN을 ResiDPO로 미세 조정하여 EnhancedMPNN을 개발하였으며, 이를 통해 효소 설계 벤치마크에서 in silico 설계 성공률을 6.56%에서 17.57%로 약 3배 향상시켰습니다.
시사점, 한계점
•
시사점:
◦
AlphaFold pLDDT 점수를 활용한 DPO와 ResiDPO 기법을 통해 단백질 서열 설계의 성공률을 크게 향상시켰습니다.
◦
잔기 수준의 정밀한 제어를 통해 설계 가능성을 효과적으로 높였습니다.
◦
향상된 in silico 설계 성공률은 실제 단백질 설계에 중요한 시사점을 제공합니다.
•
한계점:
◦
현재는 효소 설계 벤치마크에 대한 결과만 제시되어 있으며, 다른 유형의 단백질 설계에 대한 일반화 가능성은 추가 연구가 필요합니다.
◦
ResiDPO의 효과는 사용된 데이터셋과 벤치마크에 의존적일 수 있습니다. 다른 데이터셋이나 벤치마크에서도 동일한 성능 향상을 보장할 수는 없습니다.
◦
AlphaFold pLDDT 점수의 신뢰도에 따라 설계 결과의 정확성이 영향을 받을 수 있습니다.
