FLOWR.root: A flow matching based foundation model for joint multi-purpose structure-aware 3D ligand generation and affinity prediction

FLOWR.root 는 SE(3) 공변량 흐름 매칭을 기반으로 3 차원 리간드 생성, 결합 친화도 예측, 신뢰도 추정을 통합하여 구조 기반 신약 설계의 히트 발굴부터 리드 최적화까지 포괄적으로 지원하는 새로운 기반 모델입니다.

핵심

🏗️ 비유: "마법 같은 건축가이자 감정 분석가"

약물 개발은 마치 **거대한 성 (단백질)**에 딱 맞는 **열쇠 (약물 분자)**를 만드는 작업과 같습니다. 기존에는 이 열쇠를 만들기 위해 수많은 실험을 하거나, 컴퓨터로 하나하나 조립해 보느라 시간이 너무 오래 걸렸습니다.

FLOWR.ROOT는 이 과정을 혁신한 **초능력을 가진 '건축가'**입니다.

1. 이 모델은 무엇을 할까요? (주요 기능)

• 새로운 열쇠 디자인 (De Novo Generation):
  기존에 없던 완전히 새로운 열쇠 모양을 그릇 (단백질) 의 구멍에 딱 맞게 디자인합니다. 마치 빈 공간에 맞춰서 맞춤형 가구를 설계하는 것과 같습니다.
• 기존 열쇠 수정 (Fragment Elaboration):
  이미 있는 열쇠의 일부 (예: 손잡이 부분) 는 그대로 두고, 다른 부분만 잘라내거나 붙여서 더 잘 맞도록 수정합니다. 레고 블록을 조립하듯, 필요한 부분만 교체하는 것입니다.
• 효능 예측 (Affinity Prediction):
  디자인된 열쇠가 성의 자물쇠에 얼마나 단단히 잠길지, 즉 약효가 얼마나 강할지 즉시 예측합니다. 보통은 실험실에서 수천 번 테스트해야 알 수 있는 것을, 이 AI 는 눈 한번 깜짝이지 않고 "이건 잘 맞아요, 저건 안 맞아요"라고 알려줍니다.
• 목표에 맞춰 조정 (Selectivity):
  예를 들어, "A 라는 병을 치료하는 열쇠는 잘 만들어야 하지만, B 라는 건강한 기관에는 닿지 않게 만들어줘"라고 요청하면, AI 는 두 가지 조건을 동시에 고려해 최적의 열쇠를 만듭니다.

2. 이 모델은 어떻게 배웠을까요? (학습 과정)

이 모델은 3 단계의 훈련 과정을 거쳤습니다.

1. 단계 1: 거대한 도서관에서 기초 다지기 (Pre-training)
   수십억 개의 분자 데이터와 수백만 개의 단백질 - 약물 조합을 보며 "분자는 기본적으로 어떻게 생겼고, 어떻게 움직이는지"에 대한 거대한 상식 (기초 지식) 을 쌓았습니다. 마치 어린아이가 세상의 모든 사물을 보고 모양과 질감을 익히는 과정입니다.
2. 단계 2: 정밀한 공방에서의 실습 (Refinement)
   이제 실제 실험실에서 검증된 고품질의 데이터 (정확한 결합 구조) 를 보며, "실제 약처럼 정교하게 만들어야 한다"는 것을 배웠습니다.
3. 단계 3: 특정 프로젝트에 맞춤 적응 (Fine-tuning)
   이것이 이 모델의 가장 큰 강점입니다. 각 제약 회사의 특정 프로젝트 (예: 특정 암 치료제 개발) 에 맞춰 LoRA라는 기술을 사용해 빠르게 적응합니다. 마치 명장에게 "우리 회사의 특수한 자물쇠에 맞춰서 만들어줘"라고 요청하면, 그 요구사항에 맞춰 즉시 스타일을 바꾸는 것과 같습니다.

3. 왜 이 모델이 특별한가요? (기존 기술과의 차이)

• 속도와 정확도의 조화:
  기존에 정밀한 결합 에너지를 계산하려면 슈퍼컴퓨터를 며칠씩 돌려야 했습니다 (FEP+ 같은 방법). 하지만 FLOWR.ROOT 는 초당 수천 배 더 빠른 속도로 거의 비슷한 정확도를 냅니다.
• 한 번에 두 마리 토끼:
  다른 AI 들은 "분자 만들기"와 "효능 예측"을 따로 배웠다면, 이 모델은 두 가지를 동시에 배워서 서로 연결했습니다. 그래서 약을 만들면서 동시에 "이게 잘 먹힐까?"를 고민할 수 있어, 더 좋은 약을 더 빨리 찾아냅니다.
• 현실적인 적응력:
  많은 AI 는 공개된 데이터만 보고 학습해서, 실제 제약 회사의 비밀 데이터 (비공개 실험 결과) 에서는 엉뚱한 결과를 내기도 합니다. 하지만 FLOWR.ROOT 는 LoRA 기술을 통해 프로젝트마다 빠르게 학습하고 적응하므로, 실제 현장에서도 쓸모가 큽니다.

🎯 결론: 의약품 개발의 새로운 동반자

FLOWR.ROOT 는 단순히 분자를 만들어내는 도구가 아닙니다. 의약 화학자 (약사) 의 가장 똑똑한 조력자입니다.

• "어떤 분자를 만들지 고민 중이야?" → AI 가 100 가지 후보를 제안.
• "이 중 어떤 게 효과가 가장 좋을까?" → AI 가 즉시 점수 매겨서 순위 정.
• "특정 부작용을 피하면서 효과를 높이고 싶어." → AI 가 조건에 맞춰 다시 디자인.

이 기술은 신약 개발에 걸리는 수년 간의 시간과 막대한 비용을 획기적으로 줄여주며, 더 안전하고 효과적인 약을 환자에게 더 빨리 전달할 수 있는 길을 열어줍니다. 마치 약물 개발이라는 긴 여정에서, 길을 잃지 않고 가장 빠른 길로 안내해 주는 나침반과 같은 역할을 하는 것입니다.

기술 요약

FLOWR.ROOT: 구조 인식 3D 리간드 생성 및 친화도 예측을 위한 플로우 매칭 기반 파운데이션 모델

이 논문은 구조 기반 약물 설계 (SBDD) 를 위한 새로운 파운데이션 모델인 FLOWR.ROOT를 소개합니다. 이 모델은 SE(3) 공변량 (equivariant) 플로우 매칭 (Flow Matching) 아키텍처를 기반으로 하여, 단백질 포켓을 고려한 3D 리간드 생성과 결합 친화도 (affinity) 예측을 단일 아키텍처 내에서 동시에 학습합니다.

1. 문제 정의 (Problem)

기존의 구조 기반 약물 설계 접근법에는 다음과 같은 한계점이 존재했습니다:

• 생성과 예측의 분리: 리간드 생성 모델과 친화도 예측 모델이 별개로 작동하여, 생성된 분자의 품질을 실시간으로 평가하거나 친화도를 기준으로 생성 방향을 유도하는 데 어려움이 있었습니다.
• 데이터의 불균형: 고품질의 단백질 - 리간드 복합체 데이터 (친화도 레이블 포함) 는 부족하고, 대규모 데이터는 노이즈가 많거나 정확도가 낮습니다.
• 프로젝트별 일반화 부재: 공개 벤치마크에서 좋은 성능을 보이는 모델이 특정 약물 개발 프로젝트의 고유한 구조 - 활성 관계 (SAR) 에 적용될 때 성능이 급격히 떨어지는 문제가 발생했습니다.
• 유연한 생성 모드 부재: 기존 모델들은 주로 'De novo(새로운 분자 생성)'에 집중하여, 기존 분자의 스캐폴드 교체 (scaffold hopping) 나 국소적 프래그먼트 확장 (fragment growing) 과 같은 실제 약물 최적화 (Lead Optimization) 에 필요한 유연한 생성 모드를 통합적으로 지원하지 못했습니다.

2. 방법론 (Methodology)

A. 아키텍처: SE(3) 공변량 플로우 매칭

• 기반 모델: FLOWR.ROOT 는 SE(3) 공변량 플로우 매칭을 사용하여, 노이즈 (또는 프래그먼트 앵커) 분포를 단백질 포켓 내의 목표 리간드 분포로 변환하는 운송 맵 (transport map) 을 학습합니다.
• 구성 요소:
  • 포켓 인코더 (Pocket Encoder): 전체 원자 (full-atom) 기반의 단백질 특징을 처리하여 불변 (invariant) 및 공변량 (equivariant) 표현을 생성합니다.
  • 리간드 디코더 (Ligand Decoder): 리간드 내부 의존성을 모델링하고, 크로스 어텐션을 통해 포켓 컨텍스트를 통합합니다.
• 출력 헤드 (Output Heads):
  1. 구조 헤드 (Structure Head): 원자 좌표, 원자 유형, 결합 차수, 전하, 혼성화 상태 등을 예측합니다.
  2. 멀티-엔드포인트 친화도 헤드 (Multi-affinity Head): pIC50, pKi, pKd, pEC50 등 서로 다른 실험적 측정값을 별도의 예측기로 학습하여 상호 교환 불가능한 레이블을 명시적으로 구분합니다.
  3. 신뢰도 헤드 (Confidence Head): pLDDT 기반의 생성된 구조에 대한 불확실성을 추정합니다.

B. 3 단계 학습 전략
데이터의 신뢰도 (fidelity) 차이를 활용하는 계층적 학습 방식을 채택했습니다:

1. 대규모 사전 학습 (Large-scale Pre-training): 약 15 억 개의 소분자 컨포메이션과 250 만 개의 혼합 신뢰도 (계산 및 실험 데이터 포함) 단백질 - 리간드 복합체로 학습하여 광범위한 화학 및 구조적 사전 지식을 습득합니다.
2. 고신뢰도 미세 조정 (High-fidelity Finetuning): SPINDR 및 HiQBind 와 같이 큐레이션된 고품질 실험 데이터로 미세 조정하여 구조 정확도와 친화도 예측 능력을 정교화합니다.
3. 프로젝트별 도메인 적응 (Project-specific Domain Adaptation): LoRA (Low-Rank Adaptation) 를 활용한 파라미터 효율적 미세 조정과 중요도 샘플링 (Importance Sampling) 기반 추론 시 스케일링을 통해 특정 프로젝트의 SAR(구조 - 활성 관계) 에 빠르게 적응합니다.

C. 다양한 생성 모드 지원
단일 백본에서 다음 모드들을 지원합니다:

• De novo 생성 (포켓 조건부)
• 상호작용/약리단 (pharmacophore) 조건부 생성
• 스캐폴드 호핑 및 정교화 (Scaffold hopping & elaboration)
• 국소적 프래그먼트 성장 및 교체 (Local fragment growing/replacement)

3. 주요 기여 (Key Contributions)

• 통합 아키텍처: 생성, 친화도 예측, 신뢰도 추정을 단일 모델에서 동시에 수행하는 최초의 모델 중 하나로, 외부 스코어링 함수 없이도 생성 과정에서 친화도 지표를 직접 활용하여 생성 경로를 유도할 수 있습니다.
• 효율적인 도메인 적응: 공개 데이터와 프로젝트별 데이터 간의 격차를 LoRA 미세 조정으로 효과적으로 메우며, 제로샷 (zero-shot) 성능이 낮았던 프로젝트별 데이터에서도 높은 예측 정확도를 달성했습니다.
• 유연한 생성 전략: De novo 설계부터 Lead 최적화까지 전 과정을 아우르는 유연한 생성 모드 (프래그먼트 기반 편집 등) 를 구현했습니다.

4. 결과 (Results)

A. 생성 성능

• GEOM-DRUGS 및 CROSSDOCKED2020: 무조건부 및 포켓 조건부 리간드 생성에서 기존 최첨단 모델 (EQGAT-DIFF, PILOT, FLOWR 등) 을 능가하는 성능을 보였습니다. 특히 PoseBusters 유효성 (0.97) 이 높고, 변형 에너지 (Strain Energy) 가 낮아 기하학적으로 현실적인 구조를 생성합니다.
• SPINDR 벤치마크: 기존 모델 대비 더 낮은 변형 에너지와 더 높은 도킹 점수 (Vina Score) 를 기록했습니다.

B. 친화도 예측 성능

• HIQBIND 및 FEP+/OpenFE: 다양한 친화도 지표 (pIC50, pKi 등) 에서 높은 상관관계를 보였습니다. 특히 FEP+/OpenFE 벤치마크에서 물리 기반 방법 (FEP+, OpenFE) 과 최신 ML 모델 (Boltz-2) 보다 정확도가 높거나 비슷하면서도 10,000 배 이상 빠른 추론 속도를 달성했습니다.
• 추론 시 유도 (Inference-time Steering): 중요도 샘플링을 통해 생성된 분자의 친화도를 높이는 방향으로 유도할 수 있으며, 이 과정에서 분자의 다양성과 물리적 타당성을 유지했습니다.

C. 도메인 적응 및 사례 연구

• 사내 데이터 및 PDE10A: 제로샷 상태에서는 성능이 낮았으나, LoRA 를 통한 미세 조정 후 모든 프로젝트에서 높은 예측 정확도 (R² 0.28~0.73) 를 보였습니다. 이는 모델이 프로젝트별 SAR 을 학습할 수 있음을 입증했습니다.
• 선택성 최적화 (CK2α vs CLK3): 두 유사한 키나아제 간의 선택성을 높이는 방향으로 생성을 유도하여, 오프-타겟 활성을 줄이면서 온-타겟 친화도를 유지하는 리간드를 성공적으로 생성했습니다.
• 양자 역학 (QM) 검증: TYK2, ERα, BACE1 등 다양한 타겟에서 생성된 리간드의 예측 친화도와 QM 계산된 결합 에너지 간에 강한 상관관계를 보였으며, 생성된 분자가 힌지 결합 (hinge-binding) 등 핵심 상호작용 모티프를 올바르게 활용함을 확인했습니다.

5. 의의 (Significance)

FLOWR.ROOT 는 구조 기반 약물 설계의 패러다임을 **'고정된 모델'에서 '적응형 동반자'**로 전환하는 중요한 걸음입니다.

1. 실용성: Hit 식별부터 Lead 최적화까지 전 과정을 하나의 프레임워크로 지원하며, 생성된 분자의 품질과 결합력을 실시간으로 평가하고 최적화할 수 있습니다.
2. 속도와 정확도의 균형: 물리 기반 시뮬레이션 (FEP) 수준의 정확도를 유지하면서 훨씬 빠른 속도로 대규모 가상 스크리닝을 가능하게 합니다.
3. 지속적 진화: 프로젝트별 데이터와의 지속적 상호작용을 통해 모델이 진화하도록 설계되어, 실제 의약 화학 워크플로우에 통합되어 지속적으로 성능을 향상시킬 수 있는 기반을 제공합니다.

이 연구는 AI 기반 약물 발견이 단순한 생성을 넘어, 정밀한 결합 친화도 예측과 프로젝트별 맞춤형 적응을 통해 실제 의약품 개발 파이프라인의 핵심 도구로 자리 잡을 수 있음을 시사합니다.