Physics-Based Molecular Fingerprints from Spectral Graph Theory Provide Efficient Geometry-Aware Measures of Chemical Similarity

당신이 눈이 보이지 않는 친구에게 복잡한 레고 성을 설명하려고 한다고 상상해 보세요. 만약 당신이 모든 브릭의 색상과 모양, 그리고 그것들이 어떻게 결합하는지를 평면적인 도면으로만 설명한다면, 당신은 '설계도'를 설명한 것입니다. 하지만 그 성이 우뚝 솟은 첨탑인지 아니면 납작한 팬케이크인지, 혹은 숨겨진 문이 열려 있는지 닫혀 있는지는 말해주지 않았습니다. 화학의 세계에서 과학자들은 오랫동안 이러한 '설계도', 즉 원자들이 어떻게 연결되어 있는지를 보여주는 평면적인 2차원 지도에 의존해 왔습니다. 이 지도들은 단순한 분자에는 유용하지만, 실제 3차원 세계를 설명할 때는 처참하게 실패합니다. 두 분자는 정확히 같은 설계도를 가지고 있어도, 왼손 장갑과 오른손 장갑처럼 완전히 다른 모양으로 뒤틀릴 수 있습니다. 평면적인 지도에는 두 장갑이 똑같아 보이겠지만, 실제로는 하나는 생명을 구하는 약이 될 수도 있고 다른 하나는 독이 될 수도 있습니다.

수십 년 동안 과학자들은 이러한 3D 형태를 빠르고 정확하게 설명할 방법을 찾기 위해 고군분прав했습니다. 기존의 방식들은 너무 느리거나(모든 분자의 모든 각도를 일일이 손으로 측정하려는 것과 같음), 혹은 너무 혼란스러웠습니다(답은 주지만 왜 그런 답이 나왔는지 설명해주지 않는 블랙박스 컴퓨터 프로그램처럼 말이죠). 이는 매우 큰 문제입니다. 왜냐로 유사해 보이는 분자들을 구별해내지 못한다면, 우리는 그들이 어떻게 행동하고, 반응하며, 질병을 치료하는 데 도움을 줄 수 있을지 예측할 수 없기 때문입니다. 우리에게는 시간이 오래 걸리지 않으면서도 분자의 진정한 3차원적 개성을 포착할 수 있는 새로운 종류의 'ID 카드'가 필요합니다.

이때 MIT와 슈투트가르트 대학교의 연구진이 '스펙트럼 그래프 이론(spectral graph theory)'이라는 수학의 한 분야를 사용하여 분자의 지문을 찍는 영리한 새로운 방법을 발명해 냈습니다. 분자를 정적인 물체가 아니라, 거대하고 보이지 않는 연결망이라고 생각해 보세요. 이 새로운 시스템에서는 모든 원자가 이 망의 노드(node)가 되고, 원자 사이의 공간은 마치 작은 자석이 당기고 미는 것처럼 보이지 않는 힘들로 채워집니다. 과학자들은 이 망이 만약 악기라면 어떤 진동이나 '음(note)'을 만들어낼지를 계산합니다. 기타 줄이 연주할 수 있는 특정한 음들의 집합을 가지고 있듯이, 모든 분자는 그 형태와 분자를 결합하는 물리적 힘을 설명하는 고유한 수학적 '음'(고윳값, eigenvalues라고 불림)을 가지고 있습니다.

이 논문은 이러한 '스펙트럼 지문'을 소개하는데, 이것은 본질적으로 이 수학적 음들의 짧은 목록입니다. 이 방법의 묘미는 믿을 수 없을 정도로 빠르며, 분자를 어떻게 회전시키는지 또는 어떤 원자를 '1번'이라고 부르는지에 상관하지 않는다는 점입니다. 이 방식은 전체적인 그림을 한 번에 봅니다. 연구진은 단순한 유기 고리 화합물부터 거대한 단백질 기계에 이르기까지 다양한 대상에 이 방법을 테스트했으며, 평면 지도에서는 동일해 보이지만 3차원 공간에서는 완전히 다른 분자들을 구별해 낼 수 있음을 발견했습니다. 예를 들어, 사이클로헥세인의 '의자(chair)' 형태와 '보트(boat)' 형태를 성공적으로 구분해 냈으며, 생명을 구하는 약물인 시스플라틴(cisplatin)과 비활성 쌍둥이인 트랜스플라틴(transplatin)도 구별해 냈습니다.

연구진이 수십만 개의 분자를 포함하는 방대한 데이터베이스를 분류하기 위해 이 지문을 사용했을 때, 시스템은 완벽하게 작동했습니다. 이 시스템은 기존의 방법들보다 더 잘 유사한 화학 물질들을 그룹화했으며, 특히 기존 소프트웨어들이 처리하기 어려워하는 복잡한 무기 금속이나 생물학적 시스템에서도 탁월한 성능을 보였습니다. 또한 연구진은 이 지문이 머신러닝을 위한 '수정구슬' 역할을 할 수 있음을 보여주었습니다. 컴퓨터가 이미 알고 있는 분자들과 새로운 분자가 얼마나 가까운지를 살펴봄으로써, 시스템은 예측이 얼마나 신뢰할 수 있는지 판단할 수 있으며, 모델이 학습을 시도하기도 전에 까다로운 사례들을 미리 알려줄 수 있습니다.

요약하자면, 이 논문은 스펙트럼 접근 방식이 강력하고 빠르며 해석 가능한 도구임을 시사합니다. 이 방식은 단순히 추측하는 것이 아니라, 원자들이 상호작용하는 실제 물리학을 사용하여 각 분자의 고유한 서명을 만들어냅니다. 그 뒤에 숨겨진 수학은 복잡할지라도 결과는 단순합니다. 즉, 분자의 진정한 3차원적 영혼을 즉각적으로 볼 수 있는 방법이며, 이를 통해 과학자들이 소음 속에서 길을 잃지 않고도 방대한 화학 라이브러리를 스크리닝하고 더 나은 재료와 의약품을 설계할 수 있도록 돕는 것입니다.