MSA를 재설계하는 자율 에이전트, AlphaFold 3 복합체 예측 개선

들어가며

AlphaFold 3를 이용한 단백질 복합체 구조 예측에서는 모델 자체뿐 아니라 입력으로 제공되는 다중 서열 정렬(MSA)의 구성도 중요합니다. 기존 파이프라인은 대체로 가능한 한 많은 서열을 모으고, 종 정보를 기준으로 서로 다른 사슬을 페어링하는 고정된 방식을 사용합니다. 하지만 서열 깊이를 늘리거나 사슬 간 페어링을 추가하는 것이 모든 표적에 도움이 된다고 보기는 어렵습니다.

이번 연구는 모델을 재학습하는 대신, 표적마다 입력을 다시 설계하는 접근법을 제시합니다. 연구진은 가중치가 고정된 AlphaFold 3를 블랙박스 실험 장비처럼 취급하고, 그 주변에 자율 연구 에이전트를 배치했습니다. 에이전트는 생물학적 가설을 세우고 후보 서열을 분석한 뒤, 예측기가 제공하는 레이블 없는 신뢰도 신호를 바탕으로 다음 MSA 구성을 선택합니다.

핵심 결과

• 보편적인 MSA 설정은 없다. 정렬의 깊이와 사슬 간 페어링이 제공하는 이점은 상호작용 인터페이스마다 달라집니다. 한 표적에 유리한 구성이 다른 표적에서는 방해가 될 수 있습니다.
• MSA를 반복적으로 탐색한다. 에이전트는 서열 하위 집합을 바꾸고, 페어링 정책을 조정하며, 페어링이 부적절하다고 판단될 때는 의도적으로 페어링하지 않는 선택도 수행합니다.
• 정확도와 효율을 함께 개선했다. AlphaFold 3의 학습 기준 시점 이후 공개된 세 가지 벤치마크에서 총 1,015개의 단백질–단백질 인터페이스를 평가한 결과, 기본 파이프라인과 고정 MSA 방식보다 높은 전체 인터페이스 DockQ를 기록했습니다. 평균 MSA 서열 사용량은 기본 방식보다 약 60% 적었습니다.
• 종간 이종 복합체에서 효과가 컸다. 서로 다른 종에서 유래한 사슬을 다룰 때 종 기반 페어링은 신뢰하기 어려울 수 있습니다. FoldBench의 평균 DockQ는 0.465에서 0.612로, HD439에서는 0.482에서 0.562로 상승했습니다.

의미와 한계

이번 연구가 던지는 중요한 메시지는 MSA를 단순한 전처리 단계로 볼 수 없다는 점입니다. 지금까지는 진화 정보를 최대한 많이 넣는 것이 주된 목표로 여겨졌지만, 결과는 MSA 구성이 특정 표적을 위한 실험 설계에 더 가깝다는 것을 보여줍니다. 서열이 많다고 항상 정보가 늘어나는 것은 아니며, 잘못된 사슬 페어링은 모델 입력에 혼란을 줄 수 있습니다.

또한 모델 가중치를 수정하지 않고도 테스트 시점의 가설 설정과 반복 실험을 통해 과학적 기반 모델의 성능을 높일 가능성을 제시합니다. 재학습 비용을 부담하기 어려운 상황에서, 표적별 입력 최적화는 실용적인 대안이 될 수 있습니다.

다만 이 결과가 에이전트가 단백질 상호작용의 생물학을 완전히 이해한다는 뜻은 아닙니다. 성능은 사용 가능한 후보 서열, 모델이 제공하는 신호, 그리고 각 표적의 특성에 영향을 받습니다. 앞으로 어떤 생물학적 특징이 특정 페어링 전략으로 이어지는지 규명한다면, 현재의 경험적 탐색을 더 해석 가능한 방식으로 발전시킬 수 있을 것입니다.

출처: Hugging Face Daily Papers