RIGA‑Fold: 재귀적 상호작용과 기하학적 인식을 결합한 차세대 단백질 역접힘 프레임워크

초록

RIGA‑Fold은 엣지를 직접 어텐션 키로 활용하는 Geometric Attention Update(GAU)와 전역 정보를 동적으로 주입하는 Global Context Bridge를 도입해 장거리 의존성을 보완한다. 강화 버전인 RIGA‑Fold*는 고정된 ESM‑2·ESM‑IF 사전학습 모델을 이중 스트림으로 결합하고, 예측‑재활용‑정제 사이클을 통해 시퀀스 분포를 점진적으로 정제한다. CATH 4.2, TS50, TS500 벤치마크에서 기존 최첨단 방법들을 앞서며, 특히 회복률과 구조 일관성에서 큰 향상을 보인다.

상세 분석

RIGA‑Fold은 기존 GNN 기반 역접힘 모델이 안고 있던 두 가지 근본적인 한계를 동시에 해결한다. 첫째, 메시지 패싱이 k‑NN 그래프에 국한돼 장거리 상호작용을 포착하지 못하고 과‑스무딩(over‑smoothing) 현상이 발생한다는 점이다. 이를 극복하기 위해 저자들은 Geometric Attention Update(GAU) 모듈을 설계했으며, 여기서는 엣지 피처(거리, 각도 등)를 어텐션 키로 직접 사용한다. 이 “Edge‑as‑Key” 설계는 물리적 직관을 그대로 네트워크에 반영함과 동시에 SE(3) 불변성을 유지한다. 쿼리‑키‑밸류 연산에서 키가 엣지 피처이므로, 공간적 근접성뿐 아니라 미세한 구조적 변이까지 어텐션 가중치에 반영된다.

둘째, 지역적 수용 영역만으로는 전역적인 토폴로지(예: 전이 부위, 알로스테릭 커플링)를 모델링하기 어렵다. 이를 위해 Global Context Bridge를 도입했으며, 이는 전체 노드에 대한 가중 평균을 구한 뒤, 두 단계의 게이팅(입력‑의존 게이트와 출력‑의존 게이트)으로 각 잔기에 맞춤형 전역 컨텍스트를 주입한다. 이중 게이팅 메커니즘은 전역 신호가 무분별하게 퍼지는 것을 방지하고, 필요한 경우에만 강하게 반영하도록 설계돼 장거리 의존성을 효과적으로 학습한다.

RIGA‑Fold*는 위의 구조적 기반 위에 두 개의 사전학습된 PLM(ESM‑2, ESM‑IF)을 고정된 형태로 제공하고, 이를 기하학적 인코더와 결합하는 이중 스트림 아키텍처를 적용한다. ESM‑IF는 구조 기반 임베딩을, ESM‑2는 서열 기반 의미 정보를 제공한다. 중요한 점은 “predict‑recycle‑refine” 사이클이다. 초기 단계에서는 ESM‑2에 빈 토큰을 입력하고, 이후 단계에서는 이전 단계에서 얻은 확률 분포를 디코딩해 후보 서열을 생성한 뒤, 이를 다시 ESM‑2에 입력해 동적 의미 프라이어를 업데이트한다. 이렇게 반복적인 재활용은 시퀀스 분포의 노이즈를 점진적으로 감소시키며, 최종 예측의 정확도를 크게 높인다.

실험 결과는 설계 의도가 실제 성능 향상으로 이어졌음을 보여준다. CATH 4.2 전체와 Short/All 서브셋에서 RIGA‑Fold*는 퍼플렉시티 4.25(전체)와 회복률 49.59%를 기록해 기존 최고 성능인 ScFold(5.80/5.99 퍼플렉시티, 41.66/40.10 회복률)을 크게 앞선다. 또한 TS50·TS500 제로샷 테스트에서도 퍼플렉시티 2.95·2.77, 회복률 65.74%·70.15%를 달성해 현재 공개된 모든 베이스라인을 압도한다.

강점으로는 (1) SE(3) 불변성을 유지하면서도 엣지 정보를 어텐션에 직접 활용한 혁신적인 GAU, (2) 전역 컨텍스트를 동적으로 조절하는 게이팅 기반 Bridge, (3) PLM과의 이중 스트림 결합 및 재활용 사이클을 통한 의미‑구조 통합, (4) 다양한 벤치마크에서 입증된 실질적 성능 향상이 있다.

잠재적 약점은 첫째, 모델이 복잡한 두 단계 게이팅과 재활용 루프를 포함해 학습·추론 비용이 증가한다는 점이다. 논문에서는 5‑layer 메시지 패싱과 T=3 재활용을 기본으로 제시했지만, 대규모 단백질(수천 잔기)에서는 메모리·시간 효율성이 제한될 수 있다. 둘째, ESM‑2·ESM‑IF를 고정된 형태로 사용함으로써 사전학습 모델의 최신 업데이트를 즉시 반영하기 어렵다. 향후 파인튜닝이나 가중치 공유 방식을 도입하면 더 큰 시너지 효과를 기대할 수 있다. 셋째, 실험은 주로 CATH·TS 데이터셋에 국한돼 실제 실험실 설계(예: 새로운 효소 설계)에서의 일반화 여부는 추가 검증이 필요하다.

전반적으로 RIGA‑Fold은 구조적 기하학과 진화적 서열 정보를 통합하는 새로운 패러다임을 제시하며, 특히 장거리 의존성을 효과적으로 모델링하고 예측을 반복적으로 정제하는 메커니즘은 향후 단백질 디자인 및 역접힘 연구에 큰 영향을 미칠 것으로 기대된다.