A Genetic Algorithm for Navigating Synthesizable Molecular Spaces

이 논문은 합성 가능성에 제약을 둔 맞춤형 연산자를 사용하여 합성 가능한 분자 공간을 탐색하는 유전 알고리즘 SynGA 를 제안하고, 이를 머신러닝 필터 및 베이지안 최적화와 결합하여 다양한 분자 설계 작업에서 최첨단 성능을 달성하는 방법을 제시합니다.

핵심

🧪 핵심 아이디어: "현실적인 레시피로 새로운 요리 만들기"

약물 개발이나 새로운 소재를 만들 때, 과학자들은 보통 "이런 성분이 있으면 좋은 약이 될 것 같다"라고 상상합니다. 하지만 문제는 상상만 하고 끝나는 경우가 많다는 것입니다. 컴퓨터가 제안한 분자가 아무리 훌륭해도, 실험실에서 실제로 만들어낼 수 없다면 (즉, '합성 불가능'하다면) 그건 쓸모없는 종이 조각일 뿐입니다.

이 논문은 **"현실에서 실제로 만들 수 있는 분자만 골라내는 똑똑한 방법 (SynGA)"**을 제안합니다.

1. 기존 방법의 문제점: "요리책 없는 요리사"

기존의 인공지능 (AI) 모델들은 마치 요리책 없이 재료를 무작위로 섞는 요리사와 같습니다.

• "이게 맛있을 것 같아!"라고 상상해서 요리를 만들어내지만, 정작 그 재료를 사오거나 그 조리법을 실험실에서 따라 할 수 없다면?
• 나중에 "아, 이거 만들 수 없네?"라고 깨닫고 버려야 하는 낭비가 생깁니다.

2. SynGA 의 해결책: "완벽한 레시피 장인"

저자들은 **유전 알고리즘 (Genetic Algorithm)**이라는 고전적인 방법을 사용하되, 이를 분자 합성 (만드는 과정) 에 맞춰 개조했습니다.

• 비유: 이 방법은 레시피 (합성 경로) 그 자체를 진화시킵니다.
  • 초기 상태: 실험실에서 구할 수 있는 '기초 재료 (Building Blocks)'만 있습니다.
  • 진화 과정: 두 개의 레시피를 섞거나 (교차), 레시피를 조금씩 수정 (돌연변이) 합니다.
  • 핵심 규칙: "이 레시피는 실험실에서 실제로 가능해야만 살아남는다."라는 규칙을 처음부터 적용합니다.
  • 결과: AI 가 제안하는 모든 분자는 반드시 실험실에서 만들 수 있는 레시피를 가지고 있게 됩니다.

3. 두 가지 강력한 기능

이 방법은 두 가지 주요 임무를 수행합니다.

A. "유사한 맛의 새로운 요리 찾기" (Synthesizable Analog Search)

• 상황: "이 약은 좋지만 비싸거나 구하기 어려워. 이 약과 비슷하지만, 우리 실험실에서 쉽게 만들 수 있는 대체제를 찾아줘."
• SynGA 의 역할: 기존 약물의 '맛 (구조)'을 분석하면서, 우리가 가진 '재고 (기초 재료)'만으로 만들 수 있는 가장 비슷한 새로운 레시피를 찾아냅니다.
• 효과: 기존 AI 들은 "만들 수 없는 재료"를 섞어서 제안하다가 실패했지만, SynGA 는 실제 재고만 가지고 최적의 대안을 찾아냅니다.

B. "최고의 맛을 가진 요리 찾기" (Property Optimization)

• 상황: "암세포를 잡는 힘이 가장 강한 분자를 찾아줘."
• SynGA 의 역할: 무작위로 만들지 않고, 성능이 좋은 분자를 찾아내기 위해 레시피를 계속 진화시킵니다.
• SynGBO (최신 버전): 여기에 머신러닝을 더해서, "어떤 재료가 좋은 맛을 낼 확률이 높은가?"를 미리 예측해줍니다. 마치 맛있는 요리를 예측하는 미식가가 레시피를 고르는 과정에 개입하는 것과 같습니다.

4. 왜 이 방법이 특별한가?

• 실용성: "만들 수 없는 분자"를 제안하지 않으므로, 연구자들이 실험실로 바로 가져갈 수 있습니다.
• 효율성: 수많은 실패를 겪지 않고, 성공 확률이 높은 경로만 탐색합니다.
• 유연성: 이 방법은 AI 모델의 '부품'으로 쓰이기도 하고, 혼자서도 강력한 성능을 냅니다. 마치 레고 블록처럼 다른 시스템과 쉽게 결합할 수 있습니다.

📝 한 줄 요약

"이 논문은 실험실에서 실제로 만들 수 있는 분자만 골라내는 '현실적인 레시피 장인 (SynGA)'을 개발했습니다. 이 장인은 기존 AI 들이 상상만 하던 분자들을, 실제 재료를 이용해 현실적으로 만들 수 있는 형태로 바꿔주며, 더 좋은 성능을 가진 분자를 찾아내는 데 탁월한 능력을 보여줍니다."

이 연구는 컴퓨터가 상상하는 '꿈의 분자'를, 과학자가 실험실에서 '현실의 분자'로 바꿔주는 가교 역할을 합니다.

기술 요약

1. 문제 정의 (Problem)

분자 설계는 비용이 많이 들고 시간이 많이 소요되는 과정입니다. 최근 생성 모델 (VAE, RL, GFlowNets, LLM 등) 의 발전으로 컴퓨팅을 통한 분자 설계가 가속화되었지만, 다음과 같은 주요 한계가 존재합니다.

• 합성 가능성 (Synthesizability) 의 부재: 많은 생성 모델은 합성 경로를 고려하지 않고 분자를 생성하여, 실험실에서 합성 불가능하거나 불안정한 분자를 제안하는 경우가 많습니다.
• 후처리 비용: 생성된 분자의 합성 가능성을 사후 (post-hoc) 에 검증하는 것은 시간 소모가 크고 (평가당 수 분 소요), 실패율이 높을 수 있습니다.
• ML 모델의 데이터 의존성: 기존 머신러닝 (ML) 기반 접근법은 방대한 학습 데이터가 필요하며, 훈련 세트 밖의 데이터로 일반화 (extrapolation) 하는 데 어려움을 겪습니다.
• 기존 유전 알고리즘 (GA) 의 한계: 전통적인 GA 는 단순하고 효율적이지만, 합성 제약 조건을 직접적으로 반영할 수 있는 연산자 (operator) 가 부족하여 합성 가능한 화학 공간 (synthesizable space) 을 탐색하는 데 한계가 있었습니다.

2. 방법론 (Methodology)

저자들은 **SynGA (Synthesis-constrained Genetic Algorithm)**를 제안합니다. 이는 합성 경로를 직접적으로 진화시키는 유전 알고리즘으로, 합성 가능성을 구조적으로 보장합니다.

A. 핵심 구성 요소: 합성 트리 기반 표현

• 표현 방식: 분자를 SMILES 나 그래프가 아닌 **합성 트리 (Synthesis Trees)**로 표현합니다.
  • 리프 노드 (Leaf): 구매 가능한 빌딩 블록 (Building Blocks).
  • 내부 노드 (Internal Node): 전문가가 정의한 반응 템플릿 (Reaction Templates) 과 생성된 중간체.
  • 루트: 최종 생성된 분자.
• 장점: 이 표현 방식은 생성 과정 자체가 합성 가능한 반응 규칙을 따르므로, 생성된 모든 분자가 이론적으로 합성 가능합니다.

B. 맞춤형 유전 연산자 (Custom Genetic Operators)

SynGA 는 합성 트리를 직접 조작하는 5 가지 변이 (Mutation) 연산자를 사용합니다.

1. Grow (성장): 현재 분자에 호환되는 반응과 빌딩 블록을 추가하여 분자를 확장.
2. Shrink (축소): 트리의 하위 노드 중 하나로 축소하여 분자를 단순화.
3. Rerun (재실행): 동일한 블록과 반응을 사용하되, 반응의 중간체 선택을 변경하여 다른 생성물을 도출 ( regioselectivity 등 고려).
4. Change Internal (내부 변경): 내부 노드의 반응 템플릿을 호환되는 다른 것으로 변경.
5. Change Leaf (리프 변경): 리프 노드의 빌딩 블록을 호환되는 다른 것으로 변경.

• 교차 (Crossover): 두 부모 트리의 호환 가능한 부분 트리 (subtree) 를 선택하여 새로운 반응으로 결합.

C. 머신러닝 기반 빌딩 블록 필터링 (ML-guided Block Filtering)

탐색 공간을 줄이고 효율성을 높이기 위해 ML 기반 필터를 도입합니다.

• 유사체 검색 (Analog Search): 쿼리 분자와 가장 관련 있는 빌딩 블록을 선택하는 **이진 분류기 (MLP)**를 학습합니다. 이를 통해 20 만 개 이상의 블록을 소수의 후보로 필터링합니다.
• 속성 최적화 (Property Optimization): **신경 가법 모델 (Neural Additive Model, NAM)**을 사용하여 각 빌딩 블록이 목표 속성 (예: 결합 친화도) 에 기여하는 점수를 학습합니다. 이는 블록의 가중치를 기반으로 상위 블록만 선택하는 필터로 작용합니다.

D. SynGBO (SynGA + Bayesian Optimization)

속성 최적화 문제를 해결하기 위해 SynGBO를 제안합니다.

• 구조: 베이지안 최적화 (Bayesian Optimization) 의 내부 루프에서 SynGA 를 사용합니다.
• 작동 방식:
  1. Gaussian Process (GP) 와 NAM 을 사용하여 획득 함수 (Acquisition Function) 를 모델링합니다.
  2. SynGA 를 사용하여 획득 함수를 최대화하는 분자 (합성 트리) 를 탐색합니다.
  3. 필터링된 빌딩 블록 집합을 사용하여 탐색 효율을 극대화합니다.
  4. 실제 오라클 (Oracle) 로 평가된 결과를 바탕으로 GP 와 NAM 을 업데이트합니다.

3. 주요 기여 (Key Contributions)

1. SynGA 개발: 합성 트리를 직접 진화시키는 단순하고 ML-프리 (ML-free) 인 유전 알고리즘을 제안하여, 합성 가능성을 구조적으로 강제합니다.
2. ML 기반 필터링 통합: 유사체 검색을 위한 분류기와 속성 최적화를 위한 NAM 을 도입하여, SynGA 의 성능을 획기적으로 향상시켰습니다. 특히 SynGBO는 데이터 효율적인 속성 최적화를 위한 새로운 패러다임을 제시합니다.
3. 광범위한 벤치마크: 합성 가능한 유사체 검색 (Synthesizable Analog Search) 과 속성 최적화 (PMO, Docking) 등 다양한 작업에서 SOTA(State-of-the-Art) 성능을 입증했습니다.

4. 실험 결과 (Results)

A. 합성 가능한 유사체 검색 (Synthesizable Analog Search)

• ChEMBL 데이터셋: 1,000 개의 쿼리 분자에 대해 유사한 합성 가능 분자를 찾는 작업에서, SynGA(MLP 필터링 적용) 는 SynFormer 및 ChemProjector와 경쟁하거나 더 나은 성능을 보였습니다.
• 성능: 재구성율 (Reconstruction Rate) 이 100% 에 근접하며, Morgan, Scaffold, Gobbi 등 다양한 유사도 지표에서 높은 점수를 기록했습니다.
• 효율성: SynGA 는 추론 시 검색에 의존하므로 SynFormer 보다 느리지만, 새로운 블록/반응 세트에 적용하기가 훨씬 용이하고 유연합니다.

B. 속성 최적화 (Property Optimization)

• PMO (Practical Molecular Optimization) 벤치마크:
  • SynGA 는 합성 지향 알고리즘 중에서는 경쟁력 있는 성능을 보였으나, 합성 무관 (synthesis-agnostic) 알고리즘에는 뒤처졌습니다.
  • SynGBO는 PMO 벤치마크에서 SOTA 성능을 달성하여, 합성 무관 알고리즘 (f-RAG, GPBO 등) 을 능가하거나 경쟁하는 결과를 보였습니다.
• 도킹 (Docking) 작업 (LIT-PCBA):
  • 3D 분자 도킹 점수 (Vina score) 최적화에서 SynGA 는 기존 합성 지향 방법들 (SynNet, SynFlowNet 등) 보다 우수한 점수를 기록했습니다.
  • SynGBO는 3DSynthFlow(3D 정보 통합 모델) 와 유사하거나 더 나은 성능을 내면서, 오라클 호출 횟수를 4 분의 1 수준으로 줄이는 높은 샘플 효율성을 입증했습니다.

5. 의의 및 결론 (Significance)

• 실용성: SynGA 는 생성된 분자가 항상 합성 가능 경로를 가지므로, 실제 실험실 적용에 바로 사용할 수 있는 강력한 베이스라인을 제공합니다.
• 유연성: 경량화 (Lightweight) 되어 있어 계산 비용이 적게 들며, ML 모델과 쉽게 결합하여 하이브리드 워크플로우의 모듈로 활용 가능합니다.
• 미래 방향: SynGA 는 단순한 독립 알고리즘을 넘어, 생성 모델의 출력물을 정제하거나 (Refinement), 더 큰 합성 인식 (synthesis-aware) 워크플로우의 핵심 구성 요소로 활용될 수 있는 잠재력을 가집니다.

요약하자면, 이 논문은 합성 제약 조건을 알고리즘의 핵심 (유전 연산자) 에 직접 통합함으로써, 머신러닝 기반 생성 모델의 '합성 불가능' 문제를 해결하고, 데이터 효율성과 실용성을 모두 갖춘 새로운 분자 설계 프레임워크 (SynGA 및 SynGBO) 를 제시했습니다.