HEDGEHOG: Hierarchical Evaluation of Drug Generators Through Rigorous Filtration

당신이 세계 최고의 버거 레시 recipe를 발명하려는 숙련된 셰프라고 상상해 보세요. 당신에게는 눈 깜짝할 사이에 수천 개의 독특한 버거 아이디어를 만들어내는 마법 같은 로봇이 있습니다. 정말 놀랍죠! 하지만 여기 함정이 하나 있습니다. 로봇이 단순히 재료 목록을 적어낼 수 있다고 해서 그 버거가 실제로 맛있거나 먹을 수 있다는 뜻은 아니라는 점입니다. 어쩌면 로봇이 "용의 비늘"이나 "액체 불꽃"을 넣으라고 할지도 모릅니다. 혹은 재료가 너무 비싸고 희귀해서 아무도 살 수 없는 것일 수도 있죠. 과학, 특히 신약 개발의 세계에서 연구자들은 이와 유사한 "레시피 로봇"(생성 모델이라고 불림)을 사용하여 생명을 구하는 약이 될 수 있는 새로운 분자들을 발명합니다. 여기서 큰 질문이 생깁니다. 이 로봇들은 실제로 유용한 약을 만들고 있는 걸까요, 아니면 그저 화려한 허구의 이야기를 쓰고 있는 걸까요?

오랫동안 과학자들은 로봇이 만든 분자가 종이 위에서 "유효해" 보이는지 확인하며 이 로봇들을 검증해 왔습니다. 마치 버거 레시피에 번과 패티가 제대로 들어있는지 확인하는 것과 같습니다. 하지만 현실 세계에서 약이 되기 위해서는 훨씬 더 어려운 테스트를 통과해야 합니다. 우리 몸속의 아주 작은 자물쇠에 완벽하게 들어맞아야 하고, 실험실에서 만들기 쉬워야 하며, 독성이 없어야 합니다. 만약 로봇이 백만 개의 아이디어를 내놓았는데 그중 단 하나만이 실제 약이 될 수 있다면, 그것은 엄청난 시간과 컴퓨터 자원의 낭비입니다. 이것이 바로 새로운 연구가 다루고자 하는 문제입니다. 이 연구는 질문합니다. 우리가 이 로봇이 만든 분자들을 실제 과학자들이 사용하는 엄격한 현실 세계의 규칙들로 걸러냈을 때, 과연 얼마나 많은 것들이 살아남을 것인가?

HEDGEHOG: 로봇이 만든 분자를 위한 6단계 장애물 경기

이 논문은 HEDGEHOG(Hierarchical Evaluation of Drug Generators Through Rigorous Filtration, 엄격한 여과를 통한 약물 생성기 계층적 평가)라고 불리는 새롭고 아주 혹독한 테스트 시스템을 소개합니다. HEDGEHOG를 단순한 하나의 테스트가 아니라, 실제 약물 사냥꾼들이 일하는 방식을 정확히 모방하도록 설계된 거대한 6단계 장애물 경기로 생각하십시오. 연구자들은 23가지 서로 다른 AI "로봇"이 만든 분자들이 이 경기를 통과할 수 있는지 확인하고 싶었습니다.

이 코스가 작동하는 방식은 다음과 같습니다:

1. 정리 요원 (전처리 단계): 먼저, 로봇의 지저분한 결과물을 깨끗하게 씻어냅니다. 시스템은 화학적 "레시피"를 정리하여 오타가 있거나, 불가능한 원자를 포함하거나, 그저 뒤섞인 엉망진창인 것들을 버립니다. 이는 마치 "소금 500컵을 넣으시오"라거나 "돌과 섞으시오"라고 적힌 레시피를 버리는 것과 같습니다.
2. 크기와 모양 체크 (물리화학적 기술자): 다음으로, 분자의 크기를 측정합니다. 무게가 적당한가? 너무 기름지거나 너무 건조하지는 않은가? 이 단계는 분자가 약품으로서 갖춰야 할 기본적인 "체형"을 가지고 있는지 확인합니다.
3. "위험한 재료" 스캔 (구조적 필터): 여기서 시스템은 독성이 있거나 불안정한 부분을 찾아냅니다. 마치 레시피에 "독옻나무"나 "폭발 가루"를 넣으라고 되어 있는 상황을 상상해 보십시오. 시스템은 약 2,460개의 위험한 패턴(PAINS나 독성 고리 등) 목록을 가지고 있으며, 이를 포함하는 분자는 즉시 차단합니다.
4. "이걸 만들 수 있는가?" 테스트 (합성 가능성): 분자가 완벽하더라도 인간이 실제로 만들 수 없다면 무용지물입니다. 시스템은 실제 실험실에서 이 분자를 제조할 수 있는지 파악하려고 시도합니다. 지능형 소프트웨어를 사용하여 제조 단계를 계획합니다. 만약 그 계획이 너무 황당하거나 불가능하다면, 그 분자는 탈락합니다.
5. "자물쇠와 열쇠" 맞춤 (도킹): 이제 생존자들은 특정 표적에 대해 테스트를 받습니다. 그 표적은 바로 일부 암과 관련된 KRAS G12D라는 단백질입니다. 시스템은 이 단백질의 아주 작은 포켓 안에 분자를 끼워 넣어 봅니다. 만약 분자가 꽉 끼워지지 않거나, 컴퓨터가 보기에 잘 달라붙지 않을 것 같다면 탈락입니다.
6. 3D 현실 점검 (최종 필터): 마지막으로, 시스템은 분자를 3D로 살펴봅니다. 이상한 모양으로 뒤틀리지는 않는가? 실제로 단백질의 올바른 부분과 접촉하는가? 이것은 분자가 단순히 평면적인 그림이 아니라, 실제 작동하는 3차원 물체임을 보장하기 위한 최종 품질 관리 단계입니다.

충격적인 결과: 아주 낮은 생존율

연구자들은 23대의 로봇에게 총 230,000개의 생성된 분자(각 로봇당 약 10,000개)를 입력했습니다. 그들은 모든 단계에서 숫자가 줄어드는 것을 지켜보았습니다. 마치 완벽하지 않은 것들을 걸러내는 깔때기처럼 말이죠.

결과는 눈을 뜨게 만들었습니다. 분자들이 이 경기의 맨 끝에 도달했을 때, 원래 배치 중 단 **0.65%**만이 살아남았습니다. 즉, 230,000개의 아이디어 중 오직 1,490개의 분자만이 모든 테스트를 통과할 만큼 훌륭했습니다.

연구 결과, 대부분의 로봇은 처음 몇 단계의 간단한 체크에서는 좋아 보이는 것들을 만드는 데는 능숙하지만, 더 어려운 현실 세계의 규칙에 직면하면 무너진다는 것이 밝혀졌습니다.

• "무조건적(Unconditional)" 로봇: 이들은 특정한 목표 없이 무작위로 분자를 만드는 로봇들입니다. 이들은 초기 세척 및 크기 체크 단계에서 많은 쓰레기를 만들어냈습니다.
• "리간드 기반(Ligand-Based)" 로봇: 이 로봇들은 기존의 약물을 모방하려고 노력합니다. 이들은 어느 정도 선방했지만, 실험실에서 만들기 어려운 것들을 자주 만들어냈습니다.
• "단백질 기반(Protein-Based)" 로봇: 이들은 가장 똑똑하며, KRAS 단백질에 특화된 분자를 설계하려고 노력합니다. 이들은 마지막 단계에서 가장 좋은 3D 결합력을 보여주었지만, 오히려 다른 로봇들보다 "만들 수 있는가?"와 "독성이 있는가?"라는 초기 단계에서 더 많이 탈락했습니다.

핵심 교훈

이 논문은 우리가 스스로를 속여왔다고 제안합니다. 우리는 로봇이 "유효해" 보이거나 간단한 테스트에서 좋은 점수를 받는 분자를 생성할 수 있다면 그것을 성공이라고 생각했습니다. 하지만 HEDGEHOG는 이것이 함정임을 보여줍니다. 분자가 종이 위에서는 완벽해 보일지라도, 실제로 만들려고 하거나 단백질에 끼워 맞추려고 할 때 처참하게 실패할 수 있습니다.

이 연구는 현재의 모델들이 실전에 투입될 준비가 되었다는 생각을 명시적으로 부정합니다. 단순히 한 가지 요소(예: "단백질에 잘 맞는가?")만을 최적화하는 것은 충분하지 않다고 주장합니다. 로봇은 유효성, 안전성, 제조 가능성, 그리고 효과성이라는 모든 것들을 동시에 균형 있게 갖출 수 있어야 합니다.

이 특정 KRAS 단백질 테스트에서 Dragonfly라는 모델이 345개의 생존자를 기록하며 1위를 차지했습니다. 하지만 가장 뛰어난 모델조차도 그 아이디어의 아주 작은 일부만이 살아남았습니다. 저자들은 주요 문제가 로봇이 좋은 분자를 전혀 만들지 못하는 것이 아니라, 현실 세계의 의학이 요구하는 모든 엄격한 규칙을 동시에 만족시키는 분자를 일관되게 만들어내지 못한다는 점이라고 제안합니다.

논문은 결론적으로, 우리가 로봇이 "예쁜" 분자를 만드는 것에 환호하는 것을 멈추고, 이 혹독한 6단계 HEDGEHOG 과정을 얼마나 통과하는지로 그들을 심판하기 시작해야 한다고 말합니다. 그 전까지 그들의 아이디어 대부분은 차세대 치료제가 아니라, 그저 디지털 소음에 불과합니다.