Designing the Haystack: Programmable Chemical Space for Generative Molecular Discovery

이 논문은 분자 생성 과정에서 화학 공간을 고정된 분포가 아닌 사용자가 정의하고 제어 가능한 프로그래밍 가능한 개체로 재정의하여, 합성적으로 일관된 구조적 우주 구축과 GFlowNet 기반의 효율적 탐색을 가능하게 하는 'SpaceGFN' 프레임워크를 제안합니다.

핵심

이 논문은 **"약물을 만드는 데 필요한 '화학적 우주'를 직접 설계하고, 그 안에서 AI 가 더 똑똑하게 약을 찾아내게 하는 새로운 방법"**을 소개합니다.

기존의 AI 는 이미 존재하는 방대한 데이터 (약물 후보 물질들) 를 보고 "이 중에서 좋은 것을 골라라"라고 했지만, 이 논문은 **"우리가 원하는 성격을 가진 새로운 우주 (화학적 공간) 를 직접 만들어서 그 안에서 AI 가 탐색하게 하자"**고 제안합니다.

이 복잡한 내용을 일상적인 비유로 쉽게 설명해 드릴게요.

---

1. 핵심 아이디어: "초록색 들판 (Haystack) 을 직접 설계하라"

약물 개발은 마치 거대한 초록색 들판 (Haystack) 에서 바늘 (약효가 있는 분자) 을 찾는 것과 같습니다.

• 기존 방식: AI 는 이미 존재하는 들판을 뒤적이며 바늘을 찾습니다. 하지만 들판이 너무 넓고, 바늘이 없는 곳도 많아서 비효율적입니다.
• 이 논문의 방식 (SpaceGFN): "우리가 바늘이 잘 숨어 있을 법한 들판을 직접 설계해서 만들자"는 것입니다. 들판의 흙, 풀, 기후를 우리가 원하는 대로 조절하면, 바늘을 찾을 확률이 훨씬 높아집니다.

이 시스템을 SpaceGFN이라고 부릅니다.

2. SpaceGFN 의 두 가지 모드: "탐험가"와 "수리공"

이 시스템은 두 가지 다른 상황에 맞춰 두 가지 모드로 작동합니다.

🧭 모드 1: 발견 (Discovery) - "새로운 세계를 개척하는 탐험가"

새로운 약을 처음부터 찾아낼 때 사용합니다. 연구자가 직접 '화학적 우주'의 규칙을 정하면 AI 가 그 안에서 약을 찾습니다.

• 시나리오 A: '가짜 천연물 (Pseudo-NP)' 우주

  • 비유: 천연물 (식물, 곰팡이 등에서 나오는 물질) 은 약으로 쓰이기 좋지만, 자연에는 종류가 제한적입니다. 연구자들은 "천연물의 DNA 를 가진데, 자연에는 없는 새로운 변종을 만들어보자"고 생각했습니다.
  • 결과: 자연의 지혜를 빌려오되, 인공적으로 변형한 새로운 분자들을 대량으로 만들어냈습니다. 기존에 없던 새로운 형태의 약 후보들이 쏟아져 나왔습니다.

• 시나리오 B: '진화 (Evo)' 우주

  • 비유: 우리 몸속에는 수억 년 동안 진화해온 '대사물질'들이 있습니다. 이 물질들은 우리 몸과 잘 어울리도록 진화했죠. 연구자들은 **"이 진화된 물질들을 블록으로 쓰면, 부작용이 적은 약을 만들 수 있지 않을까?"**라고 추론했습니다.
  • 결과: 우리 몸이 이미 알고 있는 안전한 재료들로만 우주를 구성했습니다. 그 결과, AI 가 만든 분자들은 간이나 신장에 해를 끼칠 확률 (부작용) 이 기존 화학 물질보다 훨씬 낮았습니다. 마치 "안전한 재료로 집을 지으니, 붕괴 위험이 줄어든 것"과 같습니다.

🔧 모드 2: 편집 (Editing) - "약물을 다듬는 정교한 수리공"

이미 약효가 있는 후보 물질이 나왔을 때, 더 좋은 약으로 다듬을 때 사용합니다.

• 문제점: 기존 AI 는 분자를 수정할 때 "이 부분을 잘라내고 저걸 붙여라"라고 말하지만, 실제 화학 실험실에서 그걸 만들 수 없는 경우가 많았습니다. 마치 "집을 개조하라고 하는데, 벽을 뚫고 지붕을 뜯어내는 방법만 알려주는" 것과 비슷합니다.
• 해결책 (SpaceGFN 의 편집 모드): 연구자들은 **"실제 화학 실험실에서 가능한 반응 (도구) 만 모아둔 도구상자 (Edit Rule V1)"**를 만들었습니다.
  • AI 는 이 도구상자 안에서만 분자를 수정합니다.
  • 비유: 이제 AI 는 "이 벽돌을 떼고 저 벽돌로 교체해"라고 말할 때, 실제로 그 벽돌을 교체할 수 있는 공구와 기술이 있는지 먼저 확인합니다.
  • 효과: AI 가 제안한 약은 이론상만 좋은 게 아니라, 실제 실험실에서 바로 만들 수 있는 (Synthesis-aware) 약이 됩니다.

3. 왜 이것이 중요한가요?

1. 부작용을 미리 차단합니다: '진화 (Evo)' 우주처럼, 약을 만들기 전에 재료 자체를 '안전한' 것으로 골라내면, 나중에 실험실에서 "아, 이 약은 독성이 너무 강해서 버려야겠다"라는 실패를 줄일 수 있습니다.
2. 현실적인 약을 만듭니다: AI 가 상상한 환상적인 분자가 아니라, 화학자가 실제로 합성할 수 있는 분자를 만들어줍니다.
3. 창의성과 안전의 균형: 연구자가 직접 "우리가 원하는 화학적 우주"를 설계할 수 있게 되어, AI 를 단순히 데이터 검색기로 쓰는 것을 넘어, 창의적인 설계 도구로 쓸 수 있게 되었습니다.

요약

이 논문은 **"약물 개발을 위해 AI 에게 주어진 '찾을 곳'을 그대로 두지 말고, 우리가 원하는 대로 '찾을 곳'을 직접 설계하자"**고 말합니다.

• 천연물과 진화의 원리를 이용해 안전하고 새로운 분자 우주를 만들고,
• 실제 실험실 도구를 이용해 만들 수 있는 약을 다듬는 시스템입니다.

이는 마치 AI 에게 "이미 있는 보물 지도를 보고 보물을 찾으라"고 하는 대신, "우리가 보물이 있을 법한 새로운 섬을 직접 설계하고, 그 섬에서 보물을 찾게 하는" 혁신적인 접근법입니다.

기술 요약

논문 요약: Designing the Haystack (Haystack 설계하기)

1. 연구 배경 및 문제 제기 (Problem)

• 기존 접근법의 한계: 약물 발견을 위한 화학 공간 (Chemical Space) 탐색은 대부분 생성형 AI 모델을 통해 이루어지지만, 기존 모델들은 화학 공간을 고정된 데이터 분포 (curated databases) 로 간주합니다. 즉, 모델이 학습된 데이터의 경계 내에서만 분자를 샘플링할 뿐, 어떤 화학 공간을 탐색할지 그 자체를 의도적으로 설계 (Design) 하지는 못합니다.
• 합성 가능성과 ADMET 의 괴리:
  • Hit Discovery (신약 후보 발굴): 자연물 기반의 구조적 복잡성을 가진 분자를 찾기 어렵거나, 기존 상용 화학 공간의 한계에 갇혀 있습니다.
  • Lead Optimization (리드 최적화): 기존 생성 모델은 잠재 공간 (latent space) 조작이나 무제한 그래프 변형을 통해 분자를 최적화하지만, 이는 합성적으로 실행 불가능한 구조를 생성하거나, 실제 실험실에서 구현하기 어려운 결과를 낳는 경우가 많습니다.
  • ADMET 병목 현상: ADMET (흡수, 분포, 대사, 배설, 독성) 특성을 예측하는 데이터의 부족과 예측 모델의 불확실성으로 인해, 사후 (post-hoc) 필터링만으로는 실패 위험을 근본적으로 줄이기 어렵습니다.

2. 제안된 방법론: SpaceGFN (Methodology)

저자들은 화학 공간을 고정된 배경이 아닌 프로그래밍 가능한 계산 객체 (Programmable Computational Object) 로 재정의하고, 이를 탐색하는 새로운 프레임워크 SpaceGFN을 제안합니다.

• 핵심 철학: "Haystack (화학 공간) 을 설계하여 그 내부의 분포가 원하는 특성을 갖도록 만든 후, 그 안에서 'Needle (유용한 분자)'을 찾는다."

• 두 가지 운영 모드:

  1. Discovery Mode (발견 모드):
     • 사용자가 빌딩 블록 (Building Blocks) 과 반응 규칙 (Reaction Rules) 을 직접 지정하여 새로운 화학 공간을 구성합니다.
     • GFlowNet (Generative Flow Networks) 을 활용하여 구성된 공간 내에서 속성 (활성 등) 에 편향된 효율적인 샘플링을 수행합니다.
     • 두 가지 전략적 사례:
       • Pseudo-NP Space: Waldmann 등이 제안한 자연물 유래 조각 (fragments) 과 합성 반응을 결합하여, 자연물의 구조적 복잡성을 유지하면서 자연계에 존재하지 않는 새로운 분자 (Pseudo-natural products) 를 생성합니다.
       • Evo Space (진화 영감 공간): 인간 내생 대사산물 (endogenous metabolites) 과 효소 촉매 반응 (enzyme-consistent transformations) 을 기반으로 구축합니다. 이는 생체 시스템이 수백만 년의 진화를 통해 선별해 온 구조적 우선순위 (Structural Prior) 를 반영하여, 본질적으로 ADMET 특성이 우수한 분자 공간을 형성합니다.
  2. Editing Mode (편집 모드):
     • 기존 리드 분자의 최적화를 위해 분자 편집 (Molecular Editing) 개념을 도입합니다.
     • Edit Rule V1 데이터셋: 지난 10 년간의 문헌을 분석하여 단일/다중 원자 편집, C-H 활성화, 작용기 교환 등 합성적으로 실행 가능한 반응 템플릿 300 개를 구축했습니다.
     • 생성 과정이 무제한 그래프 변형이 아닌, 반응 일관성 (Reaction-consistent) 을 가진 국소적 탐색으로 제한되어, 제안된 모든 분자가 실제 합성 경로를 가집니다.

• 알고리즘 개선: 기존 SynGFN 을 기반으로 대규모 빌딩 블록 라이브러리 (약 10 만 개) 에서 탐색 효율을 3 배 향상시키고, 반응 템플릿 표현을 위해 BERT 기반의 RXNFP 를 도입하여 화학적 의미론적 유사성을 반영했습니다.

3. 주요 기여 (Key Contributions)

1. 프로그래밍 가능한 화학 공간 개념 정립: 생성형 AI 가 탐색할 '공간' 자체를 설계 가능한 변수로 격상시켰습니다.
2. Evo Space 의 도입: ADMET 예측 모델에 의존하지 않고, 진화 생물학적 원리 (내생 대사산물 기반) 를 구조적 사전 지식으로 활용하여 ADMET 리스크를 근본적으로 줄이는 새로운 접근법을 제시했습니다.
3. 합성 지향적 분자 편집 툴킷 (Edit Rule V1): 합성 화학의 최신 방법론을 AI 생성 과정에 통합하여, '디지털 의약화학 (Digital Medicinal Chemistry)'을 실현 가능한 수준으로 끌어올렸습니다.
4. 대규모 검증: 96 개의 다양한 약물 타겟에 대해 Discovery 및 Editing 모드의 성능을 광범위하게 검증했습니다.

4. 주요 결과 (Results)

• Pseudo-NP Space:
  • 기존 상용 화학 공간과 명확히 구분되는 분자 분포를 보였으며, 자연물과 유사한 물리화학적 특성을 유지하면서도 ChEMBL 의 활성 화합물 대비 높은 구조적 신규성 (Novelty) 을 입증했습니다.
  • EGFR, FGFR1 등 4 가지 주요 타겟에서 높은 도킹 점수와 결합 에너지를 보였습니다.
• Evo Space:
  • ADMET 우위: 35 가지 ADMET 속성 중 28 가지에서 합성 공간 (Synthetic Space) 보다 우수한 성능을 보였습니다. 특히 대사 안정성 (Metabolism) 과 독성 (Toxicity) 관련 속성에서 현저히 낮은 위험 프로필을 가졌습니다.
  • 활성 유지: ADMET 특성이 우수함에도 불구하고, 도킹 점수를 통해 약물 활성을 유지할 수 있음을 확인했습니다.
  • 고극성 특성: Evo 분자들은 TPSA(극성 표면적) 가 높고 흡수 관련 특성은 다소 낮았으나, 이는 제형화나 전달 시스템으로 보완 가능한 영역으로 판단되었습니다.
• Editing Mode:
  • 성능: 96 개 타겟 중 98.8% 에서 도킹 점수 개선 (>0.1 kcal/mol) 을 달성했으며, 45% 이상은 2 kcal/mol 이상 개선되었습니다.
  • 다양성: 최적화 과정에서 스캐폴드 (Scaffold) 수와 토폴로지 다양성 (Circles number) 이 각각 76%, 98% 증가했습니다.
  • 신규성: 최적화 전후 분자 간 유사도 (Tanimoto similarity) 가 0.4 미만인 경우가 약 65% 로, 구조적 혁신을 이루었습니다.
  • 실용성: 최적화 과정에서 아릴 치환, 헤테로사이클 도입, 크로스 커플링 등 실제 화학자들이 자주 사용하는 고빈도 반응 템플릿이 주로 사용됨을 확인했습니다.

5. 의의 및 결론 (Significance)

• 패러다임의 전환: 기존 생성형 AI 가 "데이터에 갇힌 분포에서 샘플링"하는 것을 넘어, 연구자가 의도적으로 화학 공간을 설계 (Designing the Haystack) 하여 탐색 효율과 성공 확률을 높이는 새로운 패러다임을 제시했습니다.
• 실용적 가치:
  • Evo Space는 ADMET 데이터의 부족을 보완하고, 실패 확률이 높은 분자를 초기 단계에서 걸러낼 수 있는 이론적 근거를 제공합니다.
  • Editing Mode는 AI 가 제안한 분자가 실험실에서 합성 가능하도록 보장하여, AI 와 실험실 (Wet-lab) 간의 간극을 해소합니다.
• 미래 전망: SpaceGFN 은 생성형 AI, 합성 방법론, 생물학적 설계 원리를 통합하여, 단순히 분자를 찾는 것을 넘어 치료 목적에 부합하는 화학 우주 (Chemical Universe) 를 설계하는 도구로 자리 잡을 것으로 기대됩니다.

이 논문은 생성형 AI 를 이용한 약물 발견에서 '무작위 탐색'을 '의도적 설계'로 전환시키는 중요한 이정표가 될 것으로 평가됩니다.