ProtBFN: 단백질 서열 설계를 위한 혁신적인 6억 5천만 매개변수 기반 모델

핵심 기술

• ProtBFN은 6억 5천만 개의 매개변수를 가진 최신 기반 모델(Foundation Model)로, 베이지안 흐름 네트워크(Bayesian Flow Networks)를 활용하여 구조 데이터 없이도 다양하고 구조적으로 일관성 있는 단백질 서열을 생성합니다.

기술적 세부사항

• 무조건적 및 조건부 단백질 생성: 일반적인 단백질 서열 생성뿐만 아니라 특정 조건을 만족하는 서열도 생성 가능합니다.
• 성능 우위: 기존의 선도적인 자기회귀(autoregressive) 및 확산(diffusion) 모델 대비 우수한 성능을 보여줍니다.
• 자연스러운 서열 분포 재현: 생성된 단백질 서열이 자연 단백질의 길이 및 아미노산 분포와 유사합니다.
• AbBFN: 항체 중쇄(antibody heavy chains)에 특화된 파인튜닝 모델로, Observed Antibody Space (OAS) 데이터셋에서 성능이 입증되었습니다.
• Zero-shot Design: 별도의 재학습 없이 새로운 단백질 설계가 가능하여 효율성을 높입니다.
• 활용: 안정성 예측, 결합 설계, 신규 치료 단백질 생성 등 다양한 맞춤형 작업에 적용 가능합니다.
• 오픈소스 및 pip 설치: protbfn 라이브러리를 통해 쉽게 접근하고 활용할 수 있습니다.

개발 임팩트

• 단백질 공학 및 신약 개발 분야에서 제로샷 설계를 통해 혁신적인 단백질 디자인 프로세스를 가속화할 수 있습니다.
• 구조 데이터에 대한 의존도를 낮추어 설계의 유연성과 효율성을 극대화합니다.
• 치료용 단백질 및 산업용 효소 디자인에 광범위하게 적용될 수 있는 잠재력을 지닙니다.

커뮤니티 반응

• 모델은 오픈소스이며 pip으로 설치 가능하여 연구자들이 쉽게 접근하고 활용할 수 있습니다. 또한, 사전 훈련된 변형 모델 확장 및 평가 지표 개선을 위한 커뮤니티 기여가 활발히 진행 중입니다.