기술 요약: FORGE (분자 지향 순위 매기기 및 생성)

1. 문제 제기

분자 최적화는 원래 화합물과의 높은 유사성을 유지하면서 작은 구조적 편집을 통해 시작 분자의 특성을 개선하는 것을 목표로 합니다. 현재 최첨단 접근법들은 이를 대규모 언어 모델 (LLM) 을 사용하는 프롬프트 조건부 시퀀스 생성 작업으로 일반적으로 프레임화합니다. 저자들은 이 형식이 문제의 국소 편집 (local-edit) 특성과 근본적으로 불일치한다고 주장하며, 그 이유는 다음과 같습니다:

1. 의미적 불일치: 실제 의약품 개발 목표 (예: 독점적 결합 점수, ADMET 분류기) 는 종종 충실한 자연어 설명이 부재합니다. 텍스트 프롬프트에 의존하면 제어력이 약해지며, LLM 에서 추출된 사고 연쇄 (chain-of-thought) 데이터로 학습하면 화학적 오류나 환각이 전수되는 경우가 많습니다.
2. 문맥 의존성 무시: 분자 단편이 특성에 기여하는 정도는 그 국소 화학 환경에 강력하게 의존합니다. 분자 단편의 기여를 전역적이고 문맥 없는 스칼라로 취급하면 중요한 구조 정보가 손실되고 레이블 노이즈가 발생합니다.

2. 방법론: FORGE 프레임워크

FORGE(분자 지향 순위 매기기 및 생성) 는 분자 최적화를 문맥 인식 국소 편집으로 재정의합니다. 이 작업은 어디를 편집할지와 어떻게 편집할지에 대한 두 가지 명시적 결정으로 분해됩니다. 이 프레임워크는 경량 0.6B 언어 모델 (Qwen3-0.6B) 을 기반으로 구축되었으며, 두 단계의 감독 학습을 거친 후 블랙박스 목적에 적응된 추론 메커니즘을 따릅니다.

핵심 구성 요소

• 원자 수준 토큰화 (QwenAtom): 서로 다른 호스트 분자 간에 안정적인 분자 단편 정체성을 보장하기 위해, 저자들은 SMILES 문자열을 위한 표준 바이트 페어 인코딩 (BPE) 을 정규식 기반 원자 파서로 대체합니다. 이는 주변 분자에 관계없이 동일한 화학적 하위 구조가 동일하게 토큰화되도록 보장하여, 신뢰할 수 있는 분자 단편 수준의 감독을 위한 전제 조건을 충족합니다.
• 1 단계: 문맥 인식 분자 단편 순위 매기기 (판별형):
  • 목표: 어디를 편집할지 결정합니다.
  • 메커니즘: 모델은 전체 분자 문맥 내에서 목표 특성에 대한 기여도에 따라 분자 단편을 순위 매깁니다.
  • 감독: QED, logP 와 같은 속성에는 규칙 기반 데이터 (RDKit) 를, hERG 및 ESOL 과 같은 속성에는 GNN 기반 귀속 (SME) 을 사용합니다. 특히, 전역적으로 집계하는 대신 국소 ECFP 환경 (반경 $r=2$) 에 따라 분자 단편 발생을 그룹화하는 Substructure Mask Explanation 의 문맥 조건부 확장인 **SME+**를 사용합니다.
  • 작업: 분해, 순위 매기기, 취약성 예측, 그리고 문맥 내 학습 (ICL) 순위 매기기.
• 2 단계: 명시적 분자 단편 교체 (생성형):
  • 목표: 어떻게 편집할지 결정합니다.
  • 메커니즘: 식별된 약한 분자 단편에 대한 명시적 대체물을 생성합니다.
  • 감독: 다음에서 파생된 검증된 저점수에서 고점수로의 편집 쌍으로 학습합니다:
    1. SME+: 특정 환경 범주 내에서 점수를 향상시키는 문맥별 대체물.
    2. ChEMBL 매칭 분자 쌍 (MMPs): 하나의 분자 단편만 다르지만 동일한 골격을 공유하는 실제 세계 쌍으로, 데이터 유출을 방지하기 위해 벤치마크 목표 (DRD2, JNK3, GSK3-β) 를 제외하도록 필터링됨.
  • 출력 형식: 전체 분자 재작성이 아닌 명시적 수정 구문 (예: frag_src >> frag_tgt).
• 추론: 블랙박스 목적을 위한 문맥 내 학습 (ICL):
  • FORGE 는 그래디언트 업데이트 없이 보이지 않고 이름 없는 블랙박스 목적에 적응합니다.
  • (원천 분자, 수정, 결과 분자, 오라클 점수) 튜플의 재현 버퍼를 유지합니다.
  • 검색 중, 모델은 이 버퍼에서 샘플링된 시연 (고점수 쪽으로 편향됨) 으로 프롬프트를 받아 목표 목적을 추론하고 편집을 제안합니다.

3. 주요 기여

1. 데이터 전략: 문맥 조건부, 규칙 검증 분자 단편 편집이 자연어 목표나 비싼 LLM 추출 사고 연쇄 데이터에 대한 실현 가능하고 확장 가능하며 환각이 없는 대안임을 입증했습니다.
2. 프레임워크 설계: 최적화를 문맥 조건부 순위 매기기 (어디) 와 명시적 교체 생성 (어떻게) 으로 분리하는 FORGE 를 제안하며, 분자 단편 정체성을 안정화하기 위해 원자 수준 토큰화를 활용합니다.
3. 성능 효율성: 이 프레임워크를 사용하는 0.6B 모델이 8B 이상 LLM 및 GPT-4o 와 같은 훨씬 더 큰 모델들과 그래프 기반 방법들보다 여러 벤치마크에서 최첨단 결과를 달성함을 보였습니다.

4. 실험 결과

저자들은 FORGE 를 다섯 가지 벤치마크에서 평가했습니다:

• Prompt-MolOpt (유사성 제약 ADMET): FORGE 는 일관되게 베이스라인을 능가하며, 유사성 제약이 강화됨에 따라 ($\delta=0.6$) 성능 격차가 벌어집니다. $\delta=0.6$에서 FORGE 는 원래 Prompt-MolOpt 의 0.824 대비 SUM 점수 2.882 를 달성하여, 엄격한 제약 하에서 전체 SMILES 재작성보다 국소 분자 단편 편집이 우월함을 보여줍니다.
• PMO-1k (블랙박스 최적화): 제한된 1,000 회 호출 예산을 가진 22 개의 이름 없는 블랙박스 작업에서 FORGE 는 12.42 의 집계 점수를 달성하여 LICO(11.71) 및 기타 그래디언트 없는 방법들을 능가합니다.
• QED-DRD2 (명시적 수정): 출력 형식을 비교할 때, FORGE 의 명시적 수정 변형은 전체 생성 변형보다 3~5 퍼센트 포인트 더 우수하며, 특히 엄격한 유사성 임계값에서 두드러집니다.
• 리드 최적화 (실제 표적 도킹): 다섯 가지 단백질 표적에 대한 도킹 작업에서 FORGE 는 30 개 구성 중 20 개에서 최고의 도킹 점수를 달성하여 Graph GA 및 GenMol 을 크게 능가하며, 특히 엄격한 유사성 제약 하에서 두드러집니다.
• ChemCoTBench (소규모 모델 vs 대규모 모델): 0.6B FORGE 모델은 여섯 가지 최적화 작업에서 Qwen-3-8B(SFT) 및 GPT-4o 의 성능과 맞먹거나 능가합니다. 특히 실제 표적 작업 (DRD2, JNK3, GSK3-β) 에서 FORGE 는 8694% 의 성공률을 달성하는 반면, 8B 및 GPT-4o 베이스라인은 2048% 사이의 성공률로 어려움을 겪습니다.

5. 중요성 및 주장

이 논문은 FORGE 의 주요 가치가 자연어 조건부에서 명시적 분자 단편 수준 감독으로의 패러다임 전환에 있다고 주장합니다.

• 문맥이 왕이다: 저자들은 분자 단편 효과가 문맥에 매우 의존적임을 경험적 증거로 제시하며, 국소 환경 (SME+ 를 통해) 에 기반한 분자 단편 귀속은 분산을 8~10% 감소시키고 유사성 제약 하에서 성능에 결정적임을 보여줍니다.
• 프롬프트의 한계: 실험들은 블랙박스 목적의 자연어 설명을 프롬프트에서 변경하는 것이 최적화 행동에 미미한 영향 (<3% 점수 변화) 만 미친다는 것을 보여주며, 이는 자연어가 이러한 작업에 대해 약한 제어 신호임을 시사합니다.
• 확장성: 이 프레임워크는 훈련 데이터와 출력 형식이 화학 문제의 구조적 특성 (전역 생성이 아닌 국소 편집) 에 부합할 때, 거대한 범용 모델보다 작고 전문화된 모델 (0.6B) 이 더 나은 성과를 낼 수 있음을 입증합니다.

저자들은 명시적 분자 단편 수준 감독이 블랙박스 목적과 엄격한 구조적 제약을 다룰 때 특히 분자 최적화를 위한 자연어 학습보다 더 쉽게 얻을 수 있고, 확장 가능하며, 신뢰할 수 있는 대안이라고 결론지었습니다.