Circumventing the synthesizability problem in generative molecular design

이 논문은 생성형 구조 기반 약물 설계 모델이 생성한 화합물의 합성 불가능성 문제를 해결하기 위해, 생성 모델과 화학적 유사성 검색을 결합한 모델 유도 가상 스크리닝 (MGVS) 파이프라인을 제안하여 기존 가상 리간드 스크리닝보다 최소 25 배 효율적인 합성 가능 유사체를 식별할 수 있음을 입증합니다.

핵심

🧪 1. 문제: "완벽하지만 존재하지 않는 약"

최근 인공지능 (AI) 은 단백질 (바이러스나 암세포의 표적) 에 딱 맞는 새로운 분자 구조를 만들어내는 데 아주 뛰어납니다. 마치 AI 가 "이런 모양의 열쇠라면 자물쇠 (단백질) 를 아주 잘 열 수 있을 거야!"라고 완벽한 열쇠 모양을 설계해 주는 것과 같습니다.

하지만 여기서 치명적인 문제가 생깁니다.
AI 가 설계한 이 열쇠들은 너무 복잡하거나 기괴해서, 실제 화학 공장에서 만들 수 없습니다. (마치 "공상과학 영화에 나올 법한 열쇠"처럼요.) 약을 개발하려면 결국 실험실에서 실제로 합성해봐야 하는데, AI 가 만든 것들은 너무 비싸거나 불가능해서 쓸모가 없어집니다.

🕵️‍♂️ 2. 해결책: "유령 지도를 활용한 보물 찾기" (MGVS)

저희 연구팀은 이 문제를 해결하기 위해 **'모델 유도 가상 스크리닝 (MGVS)'**이라는 새로운 방법을 고안했습니다. 이 과정은 다음과 같은 5 단계로 이루어집니다.

1. AI 에게 꿈꾸게 하기: AI 에게 단백질 (자물쇠) 정보를 주고, "가장 잘 맞는 열쇠를 만들어봐"라고 시킵니다. AI 는 수천 개의 '이상적인 열쇠'를 만들어냅니다. (이중 대부분은 실제로 만들 수 없습니다.)
2. 가장 유망한 것만 선별: 그중에서 자물쇠를 가장 잘 여는 '최고의 열쇠' 10 개를 골라냅니다.
3. 실제 보물상자 찾기: 이 '이상적인 열쇠'들을 유사한 모양을 가진 실제 공장에서 만들 수 있는 열쇠들이 저장된 거대한 창고 (수십억 개의 화합물 데이터베이스) 에서 찾아냅니다.
   • 비유: AI 가 그린 "완벽한 드래곤 그림"을 보고, 그와 가장 닮은 "실제 존재하는 용"을 동물원이나 야생에서 찾아내는 것과 같습니다.
4. 검증: 찾아낸 실제 열쇠들을 다시 자물쇠에 끼워 봅니다.
5. 결과: 놀랍게도, AI 가 만든 '이상적인 열쇠'와 매우 닮은 실제 만들 수 있는 열쇠들이 자물쇠를 여는 능력도 비슷하거나 오히려 더 좋다는 것을 발견했습니다.

🚀 3. 왜 이 방법이 획기적인가요? (효율성 25 배!)

기존의 방식은 거대한 창고에 있는 **수십억 개의 열쇠를 하나하나 직접 자물쇠에 끼워보는 것 (무작위 검색)**이었습니다. 이는 시간이 너무 오래 걸리고 비효율적입니다.

하지만 저희의 방법은 다릅니다.

• 기존 방식: 창고 전체를 뒤져서 5 만 개의 열쇠를 테스트해야 좋은 걸 찾을 수 있음.
• 새로운 방식 (MGVS): AI 가 "이쪽 방향에 좋은 게 있을 거야"라고 가리키면, 그 근처의 2 천 개만 테스트해도 훨씬 더 좋은 열쇠를 찾음.

결론적으로, 검색 효율이 25 배 이상 향상되었습니다. 마치 "전 세계를 다 돌아다니며 보물을 찾는 대신, AI 가 준 지도를 보고 근처의 특정 지역만 파보면 보물을 찾을 수 있다"는 뜻입니다.

💡 4. 핵심 교훈

이 연구는 **"AI 가 만든 약이 바로 쓸 수 없더라도, 그걸 버려서는 안 된다"**는 것을 보여줍니다.

• AI 는 어디에 좋은 약이 있을지 '영역'을 찾는 나침반 역할을 합니다.
• 그 영역을 찾은 뒤, 우리가 가진 실제 제조 가능한 약들 (데이터베이스) 중에서 그와 가장 비슷한 것을 찾아내면 됩니다.

이처럼 AI 의 창의성과 기존 데이터베이스의 실용성을 결합하면, 앞으로 더 빠르고 효율적으로 새로운 약을 개발할 수 있게 될 것입니다.

---

한 줄 요약:

"AI 가 만들어준 '현실 불가능한 완벽한 약'을 보고, 그와 가장 닮은 '실제 만들 수 있는 약'을 찾아내면, 약 개발 속도가 25 배 빨라집니다!"

기술 요약

논문 요약: 생성적 분자 설계에서의 합성 가능성 문제 우회

1. 문제 제기 (Problem)

• 생성형 SBDD 모델의 한계: 구조 기반 약물 설계 (SBDD) 를 위한 생성형 딥러닝 모델은 새로운 약물 후보 물질을 발견하는 데 큰 잠재력을 보이지만, 생성된 화합물이 **합성 불가능 (non-synthesizable)**하거나 화학적으로 비현실적이라는 비판을 받아 왔습니다.
• 실용적 장벽: 신약 개발 초기 단계에서는 신속하게 화합물을 확보하고 검증해야 하므로, 대규모로 맞춤형 합성이 불가능하거나 비싼 새로운 구조는 실용성이 떨어집니다.
• 기존 방법의 비효율성: 전통적인 가상 리간드 스크리닝 (VLS) 은 상용화 가능한 화합물 라이브러리를 사용하지만, 약물 유사 화학 공간이 $10^{60}$개에 달하는 반면 기존 라이브러리는 수백만 개에 불과합니다. 최근 초대규모 가상 화학 공간 (Virtual Chemical Spaces) 이 등장했으나, 이를 모두 탐색하는 것은 계산 비용이 너무 커 비실용적입니다.
• 핵심 질문: 생성형 모델이 합성 불가능한 화합물을 생성하더라도, 이를 통해 **합성 가능한 유사체 (synthesizable analogs)**를 효율적으로 찾을 수 있는가?

2. 방법론 (Methodology)

저자들은 모델 유도 가상 스크리닝 (Model-Guided Virtual Screening, MGVS) 파이프라인을 제안합니다. 이는 생성형 모델과 기존 화학 유사성 검색 기법을 결합하여 합성 가능한 아날로그를 식별하는 '생성 후 검색 (Generate-then-Retrieve)' 접근법입니다.

• 사용된 생성형 SBDD 모델 (3 가지):

  1. DrugHIVE: 계층적 변이 오토인코더 (Hierarchical VAE).
  2. Pocket2Mol: 그래프 기반 등변 자기회귀 모델 (Autoregressive).
  3. DiffSBDD: 그래프 기반 등변 확산 모델 (Diffusion).

• MGVS 파이프라인 단계:

  1. 생성: 각 단백질 타겟의 포켓 정보를 입력받아 3 가지 모델로 각각 1,000 개의 화합물 생성.
  2. 도킹 및 스코어링: QuickVina2 를 사용하여 생성된 화합물을 타겟 포켓에 도킹하고 점수화.
  3. 필터링: PAINS 패턴, 비정상 구조, 약물 유사성 (drug-likeness) 이 낮은 화합물 제거. 상위 10 개 생성 화합물을 '쿼리 (Query)'로 선정.
  4. 유사체 검색: 각 쿼리 화합물에 대해 SmallWorld 도구를 사용하여 Enamine REAL, WuXi GalaXi, ZINC 등의 초대규모 라이브러리에서 계층적 그래프 편집 거리 (Hierarchical Graph Edit Distance, GED) 기반 유사성 검색 수행 (최대 100 개 유사체 선정).
  5. 최종 평가: 선정된 유사체 (Synthesizable Analogs) 를 다시 도킹하여 결합 친화도를 평가하고 최적 후보 선정.

• 평가 지표:

  • Vina Efficiency: Vina 스코어를 중량 원자 수로 나눈 값 (분자 크기 편향 보정).
  • $\Delta$Vina: 검색된 화합물과 쿼리 화합물 간의 Vina 스코어 차이.
  • GED, Daylight, ECFP4: 분자 간 구조적/위상적 유사성 측정 지표.
  • PLIP: 단백질 - 리간드 상호작용 (수소 결합, 소수성, $\pi$-stacking 등) 분석.

3. 주요 기여 및 결과 (Key Contributions & Results)

• 합성 가능성의 획기적 개선:

  • 생성된 쿼리 화합물에 비해 검색된 아날로그 (Search-hits) 는 합성 가능성 (Synthetic Accessibility, SA) 점수가 현저히 향상되었습니다.
  • 생성된 화합물의 결합 친화도와 동등하거나 더 우수한 결합 점수를 가진 합성 가능 화합물을 **98.7%**의 확률로 식별했습니다.
  • 검색된 화합물의 38.8% 는 결정 구조의 리간드보다 유의하게 더 좋은 ($\Delta$Vina < -1.5 kcal/mol) 결합 점수를 보였습니다.

• 스크리닝 효율성 (25 배 향상):

  • MGVS 는 기존 무작위 가상 스크리닝 (VLS) 보다 최소 25 배 이상 효율적이었습니다.
  • 각 타겟당 약 2,000 개의 화합물 (생성 1,000 개 + 검색 100 개 $\times$ 10 개 쿼리) 만 스크리닝하여, ZINC 데이터베이스에서 무작위로 50,000 개를 스크리닝한 것보다 더 우수한 결과를 도출했습니다.

• 결합 자세 (Binding Pose) 및 상호작용 보존:

  • 검색된 아날로그는 쿼리 화합물과 비슷한 결합 자세를 보였습니다.
  • 쿼리 화합물의 특정 상호작용 (수소 결합, $\pi$-상호작용 등) 을 공유하는 아날로그가 약 50% 존재했으며, 적어도 하나의 상호작용을 공유하는 경우는 **약 99%**에 달했습니다.
  • **GED(그래프 편집 거리)**가 결합 점수 예측 및 상호작용 보존에 대해 지문 기반 (Fingerprint) 유사도 지표 (Daylight, ECFP4) 보다 더 강력한 예측 인자임을 확인했습니다.

• 검색 비용 최적화:

  • 쿼리당 검색된 아날로그 수를 100 개에서 줄여도 (예: 40 개 또는 1 개) 도킹 점수 차이가 통계적으로 유의미하지 않아, 계산 비용을 크게 절감하면서도 우수한 결과를 얻을 수 있음을 증명했습니다.

4. 의의 및 결론 (Significance)

• 생성형 모델의 실용성 확보: 생성형 SBDD 모델이 합성 불가능한 화합물을 생성하더라도, 이를 '가이드'로 사용하여 기존 데이터베이스에서 합성 가능한 우수한 아날로그를 찾는 MGVS 전략은 생성형 AI 를 실제 신약 개발 파이프라인에 통합할 수 있는 길을 열었습니다.
• 검색 공간 축소 전략: 화학 공간이 기하급수적으로 커지는 상황에서, 무작위 탐색이나 완전 탐색 (Exhaustive Screening) 이 비효율적이 될 때, 생성형 모델이 고잠재력 화학 하위 공간 (High-potential subspaces) 을 식별하고 유사성 검색으로 좁히는 접근법이 필수적입니다.
• 모델 개선 방향: 현재 생성형 모델이 최적의 합성 가능 화합물을 직접 생성하지 못하더라도, 그들이 탐색하는 화학 공간이 유망하다는 사실이 입증되었습니다. 따라서 모델의 합성 가능성 제약을 완화하고 결합 친화도 생성 능력을 극대화하는 방향으로 모델을 발전시키는 것이 MGVS 의 효과를 더욱 높일 수 있습니다.

결론적으로, 이 연구는 생성형 AI 와 전통적인 유사성 검색을 결합한 MGVS 파이프라인이 합성 가능성 문제를 우회하면서도 기존 가상 스크리닝보다 훨씬 효율적으로 고품질 약물 후보를 발견할 수 있음을 입증했습니다.