에피토프 기반 항체 CDR 설계 벤치마크 CHIMERA Bench

초록

CHIMERA‑Bench는 2,922개의 항체‑항원 복합체를 모아 에피토프 조건부 CDR 서열·구조 공동 설계라는 단일 과제로 통합한 표준 벤치마크를 제공한다. 에피토프‑그룹, 항원‑폴드, 시간적 세 가지 생물학적 분할과 서열 회복, 구조 정확도, 결합 인터페이스, 에피토프 특이성, 제조 가능성 등 다섯 가지 메트릭을 포함한 평가 프로토콜을 제시한다. 기존 11개 모델을 재학습·평가한 결과, 등가성 GNN이 서열 회복에서 우수하지만 에피토프 특이성에서는 확산·플로우 모델이 더 높은 점수를 얻는 등 설계 패러다임별 강점과 한계가 명확히 드러났다.

상세 분석

CHIMERA‑Bench는 항체 설계 분야에서 가장 흔히 발생하는 “평가 기준 부재” 문제를 근본적으로 해결한다. 먼저 데이터 수집 단계에서 SAbDab 20,509개 엔트리를 8단계 파이프라인으로 정제·중복제거하여 2,922개의 고품질 복합체를 확보했으며, IMGT·Chothia 번호 체계, 4.5 Å 접촉 기준을 이용해 에피토프·파라토프를 정확히 라벨링했다. 이렇게 구축된 데이터셋은 평균 17.9개의 에피토프와 20.5개의 파라토프 잔기를 포함해, 실제 치료 항체 설계에 필요한 복잡성을 충분히 반영한다.

세 가지 분할 전략은 각각(1) 에피토프‑그룹: 동일 에피토프 패턴을 클러스터링해 훈련·시험에 겹치지 않게 함으로써 새로운 에피토프에 대한 일반화 능력을 평가, (2) 항원‑폴드: 항원 종류 자체를 격리해 완전히 새로운 타깃에 대한 전이 성능을 측정, (3) 시간적 분할: PDB 입고 시점을 기준으로 미래에 등장할 구조에 대한 사전 예측 능력을 검증한다. 이러한 분할은 실제 제약 파이프라인에서 신약 후보를 발굴할 때 마주하는 데이터 누수 문제를 방지한다.

평가 프로토콜은 서열 품질(AAR, CAAR, PPL), 구조 정확도(RMSD, TM‑score), 인터페이스 품질(Fnat, iRMSD, DockQ), 에피토프 특이성(Epi‑Precision, Recall, F1) 및 설계 가능성(제조 리스크 모티프 개수) 등 다섯 축으로 구성된다. 특히 에피토프 특이성 메트릭은 기존 벤치마크에 없던 새로운 지표로, 설계된 CDR이 목표 에피토프에 실제로 결합했는지를 정량화한다. 이는 “에피토프‑조건부 설계”라는 핵심 과제와 직접 연결돼, 모델이 단순히 구조를 재현하는 수준을 넘어 기능적 정확성을 달성했는지를 판단한다.

실험에서는 11개 모델(Equivariant GNN, Diffusion, Flow Matching, Autoregressive 등)을 동일 데이터와 하이퍼파라미터 설정으로 재학습시켰다. 결과는 등가성 GNN(RAAD, MEAN, dyMEAN)이 AAR≈0.37로 서열 회복에서 가장 뛰어나지만, EpiF1은 0.10 수준에 머물러 에피토프 특이성이 낮았다. 반면 DiffAb, AbFlowNet, AbMEGD 등 확산 기반 모델은 AAR≈0.21이지만 EpiF1≈0.20으로 에피토프 타깃에 더 잘 맞추었다. 특히 dyMEAN은 두 축을 모두 고르게 잡아 AAR 0.37와 EpiF1 0.23을 동시에 달성, 인터페이스 Fnat과 DockQ에서도 비교적 안정적인 성능을 보였다. 일부 모델(AbDockGen, AbODE)은 구조 RMSD는 낮지만 iRMSD와 DockQ가 크게 악화돼, CDR 루프는 정확히 설계됐지만 전체 인터페이스 배치가 부정확함을 드러냈다.

전반적으로 CHIMERA‑Bench는 모델이 “서열·구조·결합·제조” 전 과정을 균형 있게 다루는지를 한눈에 파악할 수 있게 해준다. 또한, 에피토프‑조건부 설계라는 통일된 과제 정의를 통해 기존에 파편화된 연구들을 하나의 프레임워크로 통합함으로써, 향후 새로운 생성 모델이나 멀티‑모달 접근법을 공정하게 비교·개선할 수 있는 기반을 제공한다.