QCS-ADME: Quantum Circuit Search for Drug Property Prediction with Imbalanced Data and Regression Adaptation

논문 요약: QCS-ADME (불균형 데이터 및 회귀 적응을 위한 양자 회로 검색)

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 양자 머신러닝 (QML) 이 약물 개발의 핵심 단계인 ADME(흡수, 분포, 대사, 배설) 특성 예측에 적용되고 있으나, 기존 양자 회로 검색 (QCS) 프레임워크는 복잡한 실제 생물의학 데이터에 적용하기 어렵습니다.
• 주요 문제점:
  1. 불균형 데이터 (Imbalanced Data): 약물 데이터는 소수 클래스 (예: 독성 물질) 와 다수 클래스의 비율이 크게 차이 나는 경우가 많습니다. 기존 QCS 점수 체계는 다수 클래스에 치우쳐 소수 클래스의 성능을 무시하는 경향이 있습니다.
  2. 회귀 문제 (Regression Tasks): ADME 예측은 이진 분류뿐만 아니라 연속적인 값 (예: 반감기, 청소율) 을 예측하는 회귀 문제도 포함합니다. 기존 QCS 는 주로 이산적인 클래스 분리를 기반으로 하여 연속적인 유사성 관계를 다루지 못합니다.
  3. 학습 비용: 수천 개의 후보 회로를 훈련시켜 성능을 평가하는 것은 계산 비용이 너무 커서 비현실적입니다. 따라서 훈련 없이 (Training-free) 성능을 예측할 수 있는 척도가 필요합니다.

2. 제안 방법론 (Methodology)

저자들은 기존 Elivagar 등의 QCS 프레임워크를 기반으로 QCS-ADME를 제안하며, 두 가지 핵심적인 방법론적 개선을 통해 위 문제를 해결합니다.

• A. 불균형 분류를 위한 가중치 행렬 도입 (Weighted Matrix for Imbalance)

  • 기존 RepCap (Representational Capacity) 점수는 클래스 간 분리와 클래스 내 응집도를 측정하지만, 데이터 불균형 시 소수 클래스를 간과합니다.
  • 해결책: 참조 행렬 ($R_{ref}$) 에 **가중치 행렬 ($R_w$)**을 도입하여 소수 클래스 샘플 쌍의 기여도를 증폭시킵니다.
  • $w_i = N / N_c$ (전체 샘플 수 / 해당 클래스 샘플 수) 로 정의된 역빈도 가중치를 적용하여, 회로가 소수 클래스를 잘 구분하도록 검색 공간을 조정합니다.

• B. 회귀 작업을 위한 가우시안 유사성 적응 (Gaussian Similarity for Regression)

  • 회귀 작업에서는 이산적인 클래스 대신 연속적인 타겟 값 간의 관계를 고려해야 합니다.
  • 해결책: 타겟 값 간의 유클리드 거리를 기반으로 **가우시안 유사성 함수 (RBF 커널)**를 사용하여 참조 행렬을 구성합니다.
  • 이를 통해 양자 상태 간의 거리 (Hilbert space) 가 타겟 값 간의 거리 (Label space) 와 비례하도록 회로가 학습하도록 유도합니다.

• C. 전체 워크플로우

  1. 데이터 전처리: SMILES 문자열을 MACCS 키 (166 비트) 로 변환 후 128 비트 벡터로 축소.
  2. 양자 매핑: 128 비트 입력을 7 큐비트 양자 힐베르트 공간에 각도 인코딩 (Angle Embedding) 으로 매핑.
  3. 회로 검색 및 점수화:
     • CNR (Clifford Noise Resilience): 하드웨어 노이즈에 대한 회로의 견고성 예측.
     • RepCap: 제안된 가중치 및 가우시안 유사성을 적용한 표현 능력 점수.
     • 최종 점수: $Score = CNR^{\alpha} \times RepCap$ (여기서 $\alpha=0.25$).
  4. 실행 및 평가: 상위 순위 회로만 선택하여 훈련 및 실제 하드웨어 (IBM Rensselaer) 에서 실행.

3. 주요 기여 (Key Contributions)

1. 훈련 없는 회귀 평가 메커니즘 개발: 이산적 매칭을 넘어 연속 공간으로 확장된 가우시안 가중치 RepCap 을 도입하여, 회귀 작업에 적합한 양자 회로 검색을 가능하게 함.
2. 불균형 데이터 대응: 소수 클래스의 중요성을 반영하는 밀도 인식 가중치 행렬 ($R_w$) 을 도입하여, 기존 QCS 가 겪던 소수 클래스 성능 저하 문제를 해결.
3. ADME 예측에 대한 QCS 적용 및 Sim-to-Real 분석: 8 개의 불균형 분류 작업과 4 개의 회귀 작업에서 프레임워크를 검증하고, 시뮬레이션과 실제 양자 하드웨어 실행 간의 성능 격차 (Sim-to-Real gap) 를 정량화함.

4. 실험 결과 (Results)

• 데이터셋: TDC (Therapeutic Data Commons) 의 8 개 분류 (HIA, BBB, hERG 등) 및 4 개 회귀 (VDss, 반감기, 청소율 등) 작업 사용.
• 점수와 성능의 상관관계:
  • 기존 Elivagar 점수는 불균형 분류 및 회귀 작업에서 테스트 성능과 거의 상관관계가 없었음.
  • QCS-ADME는 불균형 분류 (BBB_Martins, HIA_Hou) 에서 점수와 테스트 손실 간의 상관관계가 유의미하게 향상됨 (Spearman R 최대 0.412).
  • 회귀 작업에서도 점수가 높은 회로가 낮은 MSE 를 보이는 부정적 상관관계를 보임 (R = -0.33 ~ -0.49).
• 성능 비교:
  • 타 QCS 방법 대비: 제안된 QCS 는 QuantumNAS, Elivagar 등 다른 최신 방법보다 일관되게 우수한 성능을 보임.
  • 고전적 ML 대비:
    • 분류: 일부 작업 (BBB_Martins) 에서 XGBoost 등 고전적 모델과 경쟁 가능한 성능 (F1-score 0.9198) 을 보임.
    • 회귀: 고전적 모델 (Random Forest, SVM) 에 비해 성능 격차가 큼 (MSE 가 훨씬 높음). 이는 양자 모델이 회귀 문제에서 아직 고전적 알고리즘을 따라가지 못함을 시사.
• 실제 하드웨어 (Sim-to-Real) 결과:
  • 분류: 노이즈가 성능을 저하시키는 경우가 많았으나, 일부 작업 (Bioavailability_Ma) 에서는 오히려 노이즈가 정규화 (Regularization) 역할을 하여 시뮬레이션보다 더 좋은 성능을 보인 역설적 현상 발견.
  • 회귀: 노이즈가 성능을 일관되게 저하시켰으며 (평균 손실 24.9%~37.5% 증가), 결과의 불안정성이 크게 증가함.

5. 의의 및 결론 (Significance & Conclusion)

• 의의: 이 연구는 생물의학 데이터의 고유한 특성 (불균형, 회귀) 을 고려하여 QCS 프레임워크를 최초로 적응시킨 사례입니다. 훈련 없이도 회로 성능을 예측할 수 있는 새로운 척도를 제안함으로써, NISQ(Noisy Intermediate-Scale Quantum) 시대의 실용적인 양자 약물 발견을 위한 토대를 마련했습니다.
• 한계 및 향후 과제:
  • 회귀 작업에서 고전적 머신러닝 대비 성능 격차가 여전히 존재함.
  • 하드웨어 노이즈가 작업에 따라 다르게 작용하므로 (분류는 정규화 효과, 회귀는 성능 저하), 작업 인지형 (task-aware) 전략이 필요함.
  • 향후 레이블 노이즈에 강인한 가중치 행렬 개선 및 하드웨어 실행 전 회로 가지치기 (pruning) 기술 개발이 필요함.

이 논문은 양자 머신러닝이 실제 약물 개발 파이프라인에 통합되기 위해 해결해야 할 데이터 불균형 및 회귀 문제의 복잡성을 체계적으로 다루었으며, 향후 NISQ 하드웨어에서의 알고리즘 최적화 방향을 제시했다는 점에서 중요한 의미를 가집니다.