Learning Universal Representations of Intermolecular Interactions with ATOMICA

ATOMICA 는 단백질, 작은 분자, 금속 이온, 지질, 핵산 등 5 가지 모달리티의 분자 간 상호작용을 학습하는 기하학적 딥러닝 모델로, 다양한 분자 인터페이스의 다중 스케일 표현을 학습하여 암흑 프로테옴의 잠재적 리간드 예측 및 실험적 검증을 성공적으로 수행했습니다.

핵심

1. 기존 모델의 한계: "한 가지 요리만 아는 요리사"

과거의 인공지능 모델들은 대부분 한 가지 재료만 전문으로 다뤘습니다.

• 어떤 모델은 단백질만 공부하고,
• 다른 모델은 **약물 (작은 분자)**만 공부하고,
• 또 다른 모델은 DNA만 공부했습니다.

이는 마치 "라면만 끓이는 요리사"와 "스테이크만 굽는 요리사"가 따로 있는 것과 같습니다. 문제는 생물학에서 일어나는 일은 이들과의 **만남 (상호작용)**입니다. 약물이 단백질에 붙거나, DNA 가 단백질과 결합할 때 중요한 것은 각 재료 자체의 특징보다, 그들이 만나서 만들어내는 '접촉면'의 모양과 화학적 성질입니다.

기존 모델들은 이 '만남의 순간'을 통합적으로 이해하지 못해, 새로운 종류의 분자가 등장하면 다시 처음부터 공부를 해야 했습니다.

2. ATOMICA 의 등장: "모든 요리를 이해하는 '만남의 전문가'"

ATOMICA는 이 문제를 해결하기 위해 태어났습니다. 이 모델은 단백질, 약물, 금속 이온, 지방, DNA/RNA 등 5 가지 종류의 분자를 모두 아우릅니다.

• 비유: ATOMICA 는 단순히 재료를 외우는 요리사가 아니라, **"어떤 재료들이 만나서 어떤 맛 (반응) 을 내는지"**를 연구하는 만남의 전문가입니다.
• 학습 방식: 이 모델은 200 만 개가 넘는 분자 복합체 (서로 붙어있는 분자들) 를 학습했습니다. 마치 수백만 개의 커플 사진을 보며 "어떤 성격의 사람들이 만나면 잘 어울리는지"를 배우는 것과 같습니다.
• 핵심 기술: 이 모델은 분자들의 **3 차원 구조 (모양)**와 원자 간의 거리를 매우 정밀하게 분석합니다. 마치 건축가가 건물의 구조를 보며 "이 기둥과 저 벽이 어떻게 맞물리는지"를 이해하는 것과 같습니다.

3. ATOMICA 가 해낸 놀라운 일들

ATOMICA 는 단순히 이론에 그치지 않고 실제 문제를 해결했습니다.

① RNA 의 비밀을 풀다 (RNA 의 언어 번역)

RNA 는 우리 몸의 지시서 역할을 하지만, 그 구조가 매우 복잡합니다. ATOMICA 는 RNA 의 3 차원 구조를 보고 **"이 RNA 가 어떤 단백질과 만나는지", "어떤 약물을 붙잡는지"**를 매우 정확하게 예측했습니다. 기존에 RNA 만 전문으로 보던 모델들보다 더 잘 해낸 것입니다.

② 암 치료제 개발의 열쇠 (약물 주머니 찾기)

단백질에는 약물이 들어갈 수 있는 '주머니 (Pocket)'가 있습니다. ATOMICA 는 이 주머니의 모양만 보고 **"어떤 약물이 가장 잘 들어갈지"**를 찾아냅니다. 기존에 단백질 언어 모델 (단순히 아미노산 순서를 외운 모델) 들과 경쟁해서 거의同等한 성능을 내면서도, 훨씬 더 적은 데이터로 학습했다는 점이 놀랍습니다.

③ '어둠의 proteome' (Dark Proteome) 에서 보물찾기

우리 몸의 단백질 중에는 **아무도 그 기능을 모르는 '어둠 속의 단백질'**들이 많습니다. ATOMICA 는 이 어둠 속 단백질들의 주머니를 스캔하여 **"여기에는 철 (Heme) 이 들어갈 것 같다"**라고 추측했습니다.

• 실험 결과: 과학자들은 ATOMICA 가 추천한 5 개의 단백질을 실험실에서 만들어 보았고, 실제로 철 (Heme) 과 결합하는 것을 확인했습니다. 이는 AI 가 실험실 밖에서 보물을 찾아낸 것과 같습니다.

④ 교차 비교의 마법 (인간과 외계인의 언어 연결)

가장 흥미로운 점은 서로 다른 종류의 분자들끼리도 비교할 수 있다는 것입니다.

• 예를 들어, "단백질 A 와 단백질 B 가 만나는 모습"과 "약물 X 가 단백질 A 를 막는 모습"을 ATOMICA 는 같은 언어로 이해합니다.
• 비유: 마치 "남자와 여자가 손을 잡는 모습"과 "열쇠가 자물쇠에 끼는 모습"이 본질적으로 같은 '맞춤'의 원리임을 AI 가 알아낸 것입니다. 이를 통해 약물이 어디에 작용할지 더 정확하게 예측할 수 있게 되었습니다.

4. 결론: 왜 이것이 중요한가요?

ATOMICA 는 분자들이 혼자서 존재하는 것이 아니라, 서로 만나서 상호작용할 때 생명 현상이 일어난다는 사실을 AI 가 이해하도록 만들었습니다.

• 기존: 재료별 분류 (단백질만, DNA 만).
• ATOMICA: 만남의 원리 (모든 분자가 서로 어떻게 어울리는지).

이 모델은 새로운 약을 개발하거나, 병의 원인을 규명하는 데 있어, 과학자들이 어둠 속에서 손전등을 비추는 것과 같은 역할을 합니다. 특히 기능이 알려지지 않은 단백질들 (Dark Proteome) 에 대해 새로운 가설을 제시하고 실험적으로 검증해냈다는 점에서, 의학 및 생명과학 연구의 지평을 넓히는 획기적인 성과입니다.

한 줄 요약:

ATOMICA 는 분자들이 서로 어떻게 '만나고' '맞춤'을 맞추는지 배우는 AI 로, 이를 통해 우리가 몰랐던 약의 작용 원리를 찾아내고 새로운 치료법을 개발하는 길을 열어주었습니다.

기술 요약

논문 요약: ATOMICA (Learning Universal Representations of Intermolecular Interactions)

1. 문제 정의 (Problem)

생물학적 및 화학적 과정의 대부분은 분자 간 상호작용 (단백질 - 리간드, 단백질 - 단백질, 단백질 - RNA 등) 에 기반하고 있습니다. 기존 연구들은 다음과 같은 한계를 가지고 있었습니다:

• 단일 엔티티 중심: 단백질 언어 모델 (PLM) 이나 소분자 인코더와 같은 기존 모델들은 개별 분자 (단일 모달리티) 의 표현 학습에 집중하여, 상호작용 파트너가 결합된 상태의 인터페이스 특성을 포착하지 못했습니다.
• 모달리티 특화: 기존 상호작용 모델들은 특정 쌍 (예: 단백질 - 리간드 전용) 에 맞춰 설계되어 있어, 다른 분자 유형 (이온, 지질, 핵산 등) 으로 확장하려면 새로운 인코더와 지도 학습 데이터가 필요했습니다.
• 일반화 부족: 다양한 분자 클래스 간의 물리화학적 유사성을 공유할 수 있는 통합된 표현 공간이 부재하여, 데이터가 부족한 상호작용 유형 (예: 단백질 - 핵산) 에 대한 예측 성능이 낮았습니다.

이러한 한계를 극복하기 위해, 분자 간 인터페이스의 3D 기하학적 구조와 국소 화학적 환경에 기반한 범용 (Universal) 표현 학습 모델이 필요했습니다.

2. 방법론 (Methodology)

ATOMICA는 분자 간 인터페이스를 학습하는 기하학적 딥러닝 (Geometric Deep Learning) 모델입니다.

• 데이터셋:

  • 규모: 2,037,972 개의 상호작용 복합체 (Interaction Complexes) 로 구성된 대규모 데이터셋.
  • 소스: Cambridge Structural Database (CSD) 와 Protein Data Bank (PDB) 의 Q-BioLiP.
  • 모달리티: 단백질, 소분자, 금속 이온, 지질, 핵산 (DNA/RNA) 등 5 가지 모달리티를 포함하며, 총 8 가지 상호작용 유형을 커버합니다.
  • 인터페이스 정의: 두 분자 간 8 Å 이내의 원자들로 정의된 상호작용 인터페이스를 사용합니다.

• 모델 아키텍처:

  • 계층적 그래프 신경망 (Hierarchical GNN):
    1. 원자 수준 (Atom-level): 원자 노드 (원소 유형, 3D 좌표) 와 분자 내/분자 간 인접 원자 간 연결.
    2. 블록 수준 (Block-level): 아미노산, 뉴클레오타이드, 소분자 기능기 등 화학적으로 의미 있는 '블록'으로 그룹화.
  • SE(3)-Equivariant Architecture: 회전과 이동에 불변 (Equivariant) 인 텐서 필드 네트워크 (Tensor Field Networks) 를 사용하여 3D 공간 정보를 보존하며 메시지를 전달합니다.
  • 자기 지도 학습 (Self-Supervised Pretraining):
    1. Denoising: 분자 구조에 강체 회전/이동 및 비틀림 각도 (Torsion angle) 노이즈를 추가한 후 원래 구조를 복원하는 작업.
    2. Masked Block Prediction: 인터페이스의 화학적 블록을 마스킹하고 그 정체성을 예측하는 작업.
  • 다중 스케일 임베딩: 원자, 블록, 그래프 (복합체 전체), 인터페이스 수준에서 임베딩을 생성합니다.

• 하위 태스크 (ATOMICA-Ligand):

  • 특정 이온이나 보조 인자 (Cofactor) 결합 부위를 예측하기 위해 ATOMICA 를 파인튜닝하여 'ATOMICA-Ligand' 모델을 구축했습니다.

3. 주요 기여 (Key Contributions)

1. 범용 상호작용 표현 공간 (Universal Interaction Space): 5 가지 분자 모달리티와 8 가지 상호작용 유형을 단일 모델로 통합 학습하여, 서로 다른 분자 클래스 간의 물리화학적 유사성을 공유하는 통합 임베딩 공간을 구축했습니다.
2. 데이터 효율성 및 전이 학습: 다중 모달리티 사전 학습 (Multimodal Pretraining) 을 통해 데이터가 부족한 상호작용 유형 (예: 단백질 - DNA/RNA) 에서 성능을 획기적으로 향상시켰습니다.
3. 크로스-모달리티 인터페이스 비교: 단백질 - 단백질 상호작용 (PPI) 억제제와 천연 결합 파트너의 인터페이스를 동일한 임베딩 공간에서 비교하여, 억제제가 결합하는 부위가 천연 인터페이스와 기하학적으로 유사함을 입증했습니다.
4. 다크 프로테옴 (Dark Proteome) 해부: 기능이 알려지지 않은 '다크 프로테옴' 영역의 단백질 결합 부위에 대해 리간드 (이온, 보조 인자) 를 예측하고 실험적으로 검증했습니다.

4. 결과 (Results)

• RNAGlib 벤치마크 (RNA 3D 구조 - 기능):
  • 단백질 결합 부위 예측, RNA 기능 주석 (GO terms), 소분자 결합 부위 예측, RNA 포켓 리간드 식별 등 4 가지 태스크에서 기존 RNA 구조 인코더 및 RNA 언어 모델 (RNA-FM, RiNALMo 등) 보다 우수한 성능을 기록했습니다.
• 단백질 포켓 리간드 분류 (MaSIF-ligand):
  • 7 가지 리간드 (ADP, Heme, NAD 등) 분류 태스크에서 ATOMICA 는 전문적인 포켓 인코더 (MaSIF 등) 를 능가했으며, 파라미터 수가 6 억 개 이상인 거대 단백질 언어 모델 (ProstT5 등) 과 유사한 성능을 보였습니다. (ATOMICA 는 750 만 파라미터로 매우 효율적입니다.)
• 크로스-모달리티 PPI 억제제 분석:
  • PPI 억제제와 천연 펩타이드/단백질 파트너 간의 임베딩 거리가 실제 3D 공간 거리와 높은 상관관계를 보였습니다. 억제제와 유사한 임베딩을 가진 블록들이 실제 결합 부위 근처에 위치함을 확인했습니다.
• 다크 프로테옴 실험적 검증:
  • ATOMICA-Ligand 를 사용하여 2,646 개의 다크 단백질 포켓에 대한 리간드를 예측했습니다.
  • 이 중 9 개 후보를 선정하여 재조합 발현 및 UV-Vis 분광법으로 실험한 결과, 5 개 단백질에서 헴 (Heme) 결합이 성공적으로 확인되었습니다. 특히, 기존 서열 모티프 (CXXCH 등) 로는 예측 불가능했던 단백질에서도 헴 결합을 정확히 찾아냈습니다.

5. 의의 및 결론 (Significance)

• 통합된 분자 상호작용 이해: ATOMICA 는 분자 간 상호작용을 개별 분자가 아닌 '인터페이스' 단위로 학습함으로써, 다양한 생물학적 상호작용을 통합적으로 이해할 수 있는 새로운 패러다임을 제시했습니다.
• 데이터 부족 문제 해결: 다중 모달리티 학습을 통해 데이터가 희소한 상호작용 유형에서도 강력한 일반화 능력을 보여주어, 구조 생물학의 데이터 불균형 문제를 해결하는 데 기여합니다.
• 신약 개발 및 기능 발견: 기능이 알려지지 않은 단백질 (다크 프로테옴) 에 대한 리간드 예측을 통해 새로운 약물 표적 발굴 및 생화학적 기능 규명에 직접적인 도움을 줄 수 있습니다.
• 효율성: 거대 언어 모델에 비해 적은 파라미터로 동등하거나 더 나은 성능을 내어, 계산 자원이 제한된 환경에서도 적용 가능한 효율적인 모델임을 입증했습니다.

결론적으로, ATOMICA 는 분자 간 상호작용의 보편적 표현을 학습하여 구조 기반 약물 설계, 단백질 기능 예측, 그리고 다양한 생체 분자 시스템의 통합적 분석을 위한 강력한 도구를 제공합니다.