D-펩타이드 설계의 한계를 밝힌 'Mirror-Score' 프레임워크
Mirror-Score: Calibrated, Inference-only Scoring Exposes the Limits of Sequence-compatibility Ranking in D-peptide Design
arXivD-펩타이드와 단백질 복합체의 결합력을 예측하기 위해, 기존 계산 모델의 한계를 극복한 'Mirror-Score'라는 새로운 평가 프레임워크가 개발되었습니다.
- 이 방법은 기존 방식(ProteinMPNN NLL 등)이 실패했던 것과 달리, 높은 상관관계를 보여 D-펩타이드의 결합력을 정확하게 예측하는 성능을 입증했습니다.
- 이는 난도가 높았던 D-펩타이드 기반 신약 후보물질 설계에 대한 계산적 신뢰도를 크게 높여, 차세대 약물 개발 연구의 중요한 진전을 의미합니다.
- 다만, 이 점수는 특정 단백질 계열(family) 내에서 보정하는 것이 가장 효과적이므로, 다른 계열에 적용할 때는 주의 깊은 검증이 필요합니다.
D-펩타이드는 프로테아제 저항성과 높은 표적 특이성을 결합하여 약물 개발에 유용하지만, 이를 계산적으로 설계하는 과정은 아직 미성숙한 분야이다. 기존의 ProteinMPNN 음의 로그 우도(NLL) 순위 방식은 측정된 친화력과 비교했을 때 낮은 상관관계(예: 0.19)를 보여 신뢰할 수 없는 평가 지표임이 밝혀졌다.
연구진은 이질카이랄 D-펩타이드/L-단백질 복합체를 위한 보정되고 추론 전용인 'Mirror-Score'라는 새로운 점수화 프레임워크를 개발했다. 31개의 결정 복합체로 구성된 공공 에서, Mirror-Score는 pLDDT가 구조 수준의 leave-one-out Spearman rho = 0.90을 달성하며 기존 NLL 방식이 실패했던 것과 달리 모든 펩타이드를 친화력 순서로 정확하게 배열하는 성능을 입증했다.
다만, 이 점수화 방법은 특정 단백질 계열(family) 내에서 보정할 때 가장 효과적이며, 현재 샘플 크기에서는 교차 계열에 대한 보정이 어렵다는 한계를 제시했다. 또한, *Pseudomonas aeruginosa*의 LasR 및 LecB와 같은 항균 저항성 표적을 위한 설계 프로토콜도 구체적으로 제시되었으며, 관련 코드와 벤치마크 데이터가 공개되었다.
용어 풀이
- 벤치마크
- 모델 성능을 같은 조건에서 비교하려고 만든 시험 문제 모음.