Drug-Target Interaction Prediction with PIGLET

이 논문은 기존 모델보다 엄격한 약물 기반 분할 전략에서 우수한 성능을 보이며 실제 신약 발견 사례를 통해 그 유용성을 입증한, 결합 주머니 유사성과 단백질 상호작용 등을 통합한 그래프 트랜스포머 기반의 새로운 약물 - 표적 상호작용 예측 모델 'PIGLET'을 제안합니다.

핵심

이 논문은 **"새로운 약을 만들 때, 그 약이 우리 몸의 어떤 단백질과 만나서 효과를 낼지 (혹은 부작용을 낼지) 예측하는 인공지능"**에 대한 이야기입니다.

기존의 방법들은 마치 약의 분자 구조를 자물쇠처럼 자세히 스캔해서 맞는 열쇠 (단백질) 를 찾는 방식이었다면, 이 논문에서 소개하는 **'PIGLET'**이라는 새로운 방법은 **"약과 단백질이 속한 '사회적 관계망'을 분석"**하는 방식을 사용합니다.

이해하기 쉽게 비유를 들어 설명해 드릴게요.

---

1. 문제 상황: "자물쇠와 열쇠"만 보면 안 되는 이유

약 개발에서 가장 중요한 건 "이 약이 우리 몸의 특정 단백질 (자물쇠) 에 잘 끼워질까?"를 맞추는 것입니다.
기존의 인공지능들은 약의 모양 (분자 구조) 과 단백질의 모양을 3D 로 정밀하게 분석하거나, 문자열로 된 정보를 읽어서 예측했습니다.

• 비유: 마치 자물쇠의 톱니 하나하나를 현미경으로 들여다보며 "이 열쇠가 들어갈까?"를 계산하는 것과 같습니다.
• 한계: 이 방법들은 실험실 데이터 (훈련 데이터) 에만 익숙해져서, 완전히 새로운 약이 나오면 "이런 모양은 본 적 없는데?"라고 망설이며 예측을 잘 못 합니다. 마치 새로운 열쇠가 나오면, 그 열쇠가 어떤 자물쇠에 들어갈지 전혀 모르는 상태가 되는 거죠.

2. PIGLET 의 해결책: "인맥 (관계망) 을 믿어라"

저자들은 "약과 단백질의 모양만 보는 건 너무 좁은 시각이다"라고 생각했습니다. 대신 전체 인간 몸속의 단백질과 약들이 서로 어떻게 연결되어 있는지를 보는 거대한 **지도 (지식 그래프)**를 만들었습니다.

• 비유: PIGLET 은 약과 단백질을 사람으로, 그들 사이의 관계를 인맥으로 봅니다.
  • 약 A와 약 B는 모양이 비슷합니다. (친구 관계)
  • 단백질 X와 단백질 Y는 구조가 비슷합니다. (친구 관계)
  • 약 A는 단백질 X와 잘 맞습니다. (약 A 와 X 는 아는 사이)
  • PIGLET 의 논리: "약 A 가 단백질 X 와 친한데, 약 B 는 약 A 와 아주 비슷하니까, 약 B 도 단백질 X 와 친할 확률이 높다!"라고 추론합니다.

이것은 **"유사한 친구를 가진 사람은 비슷한 취향을 가질 것이다"**라는 상식 (죄의 연좌제 원칙, Guilt-by-association) 을 인공지능에 적용한 것입니다.

3. PIGLET 이 만든 거대한 지도 (지식 그래프)

PIGLET 은 다음과 같은 정보를 모두 연결해서 지도를 그렸습니다.

1. 단백질 - 단백질 관계: 우리 몸속 단백질들이 서로 어떻게 대화하는지.
2. 약 - 약 관계: 모양이 비슷한 약들끼리 묶음.
3. 단백질 - 단백질 (구조) 관계: 모양이 비슷한 단백질끼리 묶음. (기존에는 단백질 전체 모양만 봤는데, PIGLET 은 약이 붙는 작은 구멍 (결합 주머니) 모양까지 비교합니다.)
4. 약 - 단백질 관계: 이미 알려진 약과 단백질의 결합 정보.

이 거대한 지도 위에서 인공지능이 정보를 오가며 (메시지 전달) 학습합니다.

4. 실험 결과: "진짜 시험"에서 PIGLET의 승리

연구팀은 두 가지 방식으로 모델을 시험했습니다.

• 시험 1: 무작위 추첨 (기존 방식)

  • 데이터를 통째로 섞어서 학습하고 테스트했습니다.
  • 결과: 모든 모델 (기존 AI 들 포함) 이 다 잘했습니다. (점수 98 점대)
  • 이유: 학습 데이터와 테스트 데이터가 너무 비슷해서, AI 가 "이건 본 적 있는 문제야"라고 외웠기 때문입니다. (데이터 누수 문제)

• 시험 2: 새로운 약을 위한 엄격한 시험 (PIGLET 의 제안)

  • 비유: "이전까지 본 적이 없는 완전히 새로운 약을 주고, 그 약이 어떤 단백질과 만날지 맞추라고 했습니다."
  • 결과: 기존 모델들은 점수가 뚝 떨어졌습니다 (50~60 점대). 하지만 PIGLET 은 87 점을 받아 압도적으로 1 위를 했습니다.
  • 이유: PIGLET 은 약의 모양을 외우는 게 아니라, 약이 속한 '관계망'을 통해 추론했기 때문에 새로운 약에도 유연하게 대응할 수 있었습니다.

5. 실제 사례: 2025 년 FDA 승인 약들

연구팀은 PIGLET 을 실제 2025 년에 FDA(미국 식품의약국) 승인을 받은 11 가지 신약에 적용해 보았습니다.

• 이 약들은 PIGLET 이 학습할 때 전혀 본 적이 없는 '새로운 약'들이었습니다.
• 결과: PIGLET 은 이 신약들이 실제로 어떤 단백질과 결합하는지 (기존에 알려진 사실) 를 높은 점수로 찾아냈습니다.
• 의미: 이는 PIGLET 이 단순히 숫자 놀음이 아니라, **실제 신약 개발이나 기존 약의 새로운 용도 찾기 (약재 재창출)**에 쓸모가 있다는 것을 증명했습니다.

6. 결론: 왜 이 연구가 중요한가?

기존의 AI 는 "자물쇠와 열쇠의 모양"만 보고 예측해서, 새로운 약이 나오면 당황했습니다. 하지만 PIGLET은 "약과 단백질이 속한 거대한 인맥 지도"를 보고, **"비슷한 친구를 가진 사람은 비슷한 관계를 맺을 것이다"**라는 논리로 새로운 약도 척척 예측합니다.

이 기술은 새로운 약을 더 빠르고 정확하게 찾아내고, 기존 약이 어떤 부작용을 일으킬지 미리 알아내는 데 큰 도움을 줄 것으로 기대됩니다.

---

한 줄 요약:

"약과 단백질의 모양만 보는 게 아니라, 그들 사이의 거대한 '인맥 지도'를 분석해서 새로운 약의 효과를 예측하는 똑똑한 인공지능 PIGLET!"

기술 요약

논문 요약: PIGLET 을 통한 약물 - 표적 상호작용 (DTI) 예측

1. 문제 정의 (Problem)

• 배경: 컴퓨터 지원 신약 개발 (CADD) 에서 약물 - 표적 상호작용 (DTI) 예측은 핵심 과제이며, 최근 딥러닝 모델을 통해 높은 성능을 보고하고 있습니다.
• 현황의 한계:
  • 기존 모델들은 주로 1 차원 (시퀀스) 또는 3 차원 (구조) 표현으로부터 임베딩을 생성하여 상호작용을 예측하는 방식에 의존합니다.
  • 이러한 모델들은 무작위 분할 (Random Split) 기준으로는 매우 높은 성능을 보이지만, 실제 신약 개발 환경 (새로운 약물이 등장하는 시나리오) 을 반영하는 **약물 기반 분할 (Drug-based Split)**에서는 성능이 급격히 떨어집니다. 이는 데이터 누출 (Data Leakage) 로 인한 과대평가 가능성이 있음을 시사합니다.
  • 기존 네트워크 기반 접근법들은 생물학적 지식의 범위 (예: 단백질 구조 정보 부족) 로 인해 전체 인간 프로테옴 (Proteome) 을 포괄하지 못하는 한계가 있습니다.

2. 방법론 (Methodology)

저자들은 PIGLET (Proteome-wide Interaction Graph Link prediction by Embedding with Transformers) 이라는 새로운 그래프 트랜스포머 기반 모델을 제안했습니다.

• 프로테옴 전체 상호작용 그래프 구축:
  • 인간 전체 프로테옴을 기반으로 이질적인 지식 그래프 (Heterogeneous Knowledge Graph) 를 구성했습니다.
  • 노드 (Nodes): 인간 단백질 (18,623 개) 과 약물 (7,007 개).
  • 엣지 (Edges):
    1. 단백질 - 단백질 상호작용 (PPI): STRING 데이터베이스 기반.
    2. 표적 유사성 (Target Similarity): 결합 주머니 (Binding Pocket) 의 구조적 유사성 (HOTPocket 및 ESM2 임베딩 활용, 코사인 유사도 > 0.95).
    3. 약물 유사성 (Drug Similarity): ChemBERTa 임베딩 기반 (코사인 유사도 > 0.8).
    4. 결합 관계 (Binding): Human dataset (학습용) 과 DrugBank (메시지 전달용, 학습 손실 계산 제외).
• PIGLET 아키텍처:
  • 임베딩 트렁크 (Embedding Trunk): 3 개의 이질적 그래프 합성곱 레이어로 구성되며, 각 엣지 유형에 대해 다른 파라미터를 학습합니다. TransformerConv 레이어를 사용하여 그래프 트랜스포머 메시지 전달을 수행하고, 모든 약물 노드를 연결하는 가상 노드 (Virtual Node) 를 도입하여 정보 전파를 용이하게 합니다.
  • 링크 예측 헤드 (Link Prediction Head): 약물과 표적 노드의 임베딩을 연결 (Concatenate) 한 후 2 층의 피드포워드 신경망 (Feedforward Neural Network) 을 통과시켜 결합 확률을 예측합니다.
• 데이터 분할 전략:
  • 무작위 분할 (Random Split): 기존 벤치마크와 비교를 위해 사용.
  • 약물 기반 분할 (Drug-based Split): Morgan 지문 (Morgan Fingerprint) 을 기반으로 약물을 클러스터링하여, 특정 약물 클러스터의 모든 상호작용을 학습/검증/테스트 세트 중 하나에만 할당합니다. 이는 새로운 약물이 등장하는 실제 시나리오를 시뮬레이션하여 데이터 누출을 방지하고 모델의 일반화 능력을 엄격하게 평가합니다.

3. 주요 기여 (Key Contributions)

1. 프로테옴 전체 규모의 지식 그래프: 실험적으로 결정된 구조와 계산적으로 예측된 결합 주머니를 모두 활용하여 인간 전체 프로테옴에 걸친 결합 주머니 유사성 그래프를 구축했습니다.
2. 새로운 평가 기준 (Drug-based Split): 기존 DTI 모델들의 과대평가를 지적하고, 약물 유사성을 기반으로 한 엄격한 분할 전략을 도입하여 모델의 실제 예측 능력을 검증했습니다.
3. PIGLET 모델 개발: 그래프 트랜스포머를 활용한 DTI 예측 모델을 제안하여, 기존 시퀀스/구조 기반 모델 및 다른 네트워크 기반 모델보다 우수한 성능을 입증했습니다.
4. 실제 사례 연구: 2025 년 FDA 승인 신약 11 종에 대해 PIGLET 이 알려진 표적을 얼마나 잘 복원하는지 검증하여 실용성을 입증했습니다.

4. 실험 결과 (Results)

• 무작위 분할 성능: 모든 모델 (AMMVF-DTI, FragXsiteDTI, MSF-DTA, TransformerCPI, PIGLET) 이 높은 AUROC (0.975~0.983) 를 기록하여 성능 차이가 미미했습니다.
• 약물 기반 분할 성능:
  • 기존 모델들의 성능이 급격히 하락했습니다 (AUROC 0.53~0.64).
  • PIGLET은 0.873의 평균 테스트 AUROC 로 가장 우수한 성능을 보였으며, 두 번째로 좋은 네트워크 기반 모델 (MSF-DTA, 0.841) 보다도 높았습니다.
  • 이는 PIGLET 이 결합 주머니의 구조적 유사성과 그래프 기반 메시지 전달을 통해 새로운 약물의 표적을 더 잘 일반화할 수 있음을 의미합니다.
• DrugBank 메시지 전달의 영향: DrugBank 데이터를 메시지 전달 (Message Passing) 에만 활용하고 학습에는 사용하지 않았을 때, 약물 기반 분할에서 PIGLET 의 성능이 크게 향상되었습니다 (AUROC 0.720 → 0.873). 이는 외부 지식의 유도 편향 (Inductive Bias) 이 중요함을 보여줍니다.
• 학습 속도: 네트워크 기반 모델 (PIGLET, MSF-DTA) 이 시퀀스/구조 기반 모델 (FragXsiteDTI 등) 보다 학습 시간이 훨씬 짧았습니다 (평균 20 분 미만 vs 4.8 시간).
• 사례 연구: 2025 년 FDA 승인 신약 11 종 중 3 종의 경우, PIGLET 이 알려진 표적을 높은 점수 (0.9 이상) 로 복원해냈습니다.

5. 의의 및 결론 (Significance)

• 실제 신약 개발에 대한 통찰: 무작위 분할 기반의 높은 성능이 실제 신약 발견 (새로운 약물 예측) 에는 한계가 있음을 재확인하고, 약물 기반 분할이 더 현실적인 평가 지표임을 주장했습니다.
• 구조적 유사성의 중요성: PIGLET 은 단백질 전체의 시퀀스 유사성 (MSF-DTA) 이 아닌, 국소적인 결합 주머니의 구조적 유사성을 활용하여, 전역적으로 유사하지 않더라도 동일한 리간드에 결합할 수 있는 단백질들을 포착하는 데 성공했습니다.
• 확장성: PIGLET 은 오픈소스로 제공되며, 약물 재창출 (Drug Repurposing) 과 표적 식별을 위한 강력한 도구로 활용될 수 있습니다. 다만, 임상 적용 전에는 추가적인 실험적 검증이 필요하다는 점을 강조했습니다.

이 논문은 DTI 예측 분야에서 그래프 신경망과 지식 그래프의 잠재력을 입증하며, 더 엄격한 평가 기준 하에서도 우수한 성능을 발휘하는 새로운 모델을 제시했다는 점에서 의의가 큽니다.