PathwaySeeker: Evidence-Grounded AI Reasoning over Organism-Specific Metabolic Networks

이 논문은 단백질체 및 대사체 데이터를 통합하여 개체별 대사 네트워크를 재구성하고, 실험적 증거를 기반으로 한 '오라클 인 더 루프' 추론 방식을 통해 조건별 대사 활동을 해석하고 가설과 확인된 사실을 명확히 구분하는 AI 시스템 'PathwaySeeker'를 제시합니다.

핵심

1. 문제: "지도는 있는데, 실제 길은 모른다"

생물학자들은 생물체가 어떻게 작동하는지 알기 위해 **'대사 지도 (Pathway)'**를 사용합니다. 하지만 기존에는 두 가지 큰 문제가 있었습니다.

• 고정된 지도 (전통적 데이터베이스): 마치 100 년 전의 서울 지도를 들고 현대의 서울을 여행하는 것과 같습니다. 주요 도로 (핵심 대사 경로) 는 맞지만, 새로 생긴 길이나 공사 중인 길 (환경에 따라 변하는 대사 활동) 은 반영되지 않습니다.
• 실시간 카메라 (실험 데이터): 실험실에서는 특정 조건에서 생물체가 어떤 물질을 만들고 있는지 '카메라'로 찍어냅니다. 하지만 이 사진들만으로는 "이 물질이 어떻게 만들어졌는지" 그 연결 고리를 설명할 수 없습니다.
• 일반적인 AI (LLM): 최신 AI 는 방대한 지식을 가지고 있어 "아마도 이런 경로일 거야"라고 추측할 수는 있지만, 어떤 것이 실험으로 증명된 사실이고, 어떤 것이 AI 가 지어낸 추측인지 구별하지 못합니다. 마치 모든 이야기를 사실인 것처럼 말하는 '환각 (Hallucination)' 현상이 발생할 수 있습니다.

2. 해결책: PathwaySeeker (패스웨이 시커)

이 연구팀은 이 문제를 해결하기 위해 **'실험 증거가 있는 AI'**를 만들었습니다. 이를 '오라클 (Oracle, 신탁) - 인 - 더 - 루프 (Oracle-in-the-Loop)' 방식이라고 부릅니다.

🧭 비유: "현장 조사관과 지도 작성자"

이 시스템을 두 명의 팀으로 상상해 보세요.

1. 지도 작성자 (AI 모델): 생물학에 대한 방대한 지식을 가진 전문가입니다. "이 물질이 저 물질로 변할 수 있는 방법은 이렇습니다!"라고 다양한 경로를 제안합니다.
2. 현장 조사관 (오라클/실험 데이터): 실험실에서 찍은 사진 (프로테오믹스, 메타볼로믹스 데이터) 을 들고 있는 사람입니다. 이 사람은 "우리가 실제로 이 물질을 발견했나요? 이 효소가 작동했나요?"라고 확인합니다.

PathwaySeeker 의 작동 원리:

1. 제안: AI 가 "이런 경로로 물질이 변했을 거예요"라고 4 가지 경로를 제안합니다.
2. 확인: 현장 조사관 (오라클) 이 실험 데이터를 뒤져서 "아, 이 경로의 첫 번째 단계는 실험에서 확인됐네 (실제 증거 있음). 하지만 두 번째 단계는 아직 안 찍혔어 (증거 없음)."라고 말합니다.
3. 수정: AI 는 조사관의 말을 듣고 "그렇다면 두 번째 단계는 '추측'으로 표시해야겠다"라고 고칩니다.
4. 결과: 최종 보고서에는 **"이 부분은 실험으로 100% 확인된 사실 (GRAPH_FACT)"**과 **"이 부분은 생물학적으로 가능하지만 아직 확인되지 않은 추측 (HYPOTHESIS)"**이 명확하게 구분되어 나옵니다.

3. 실제 사례: 버섯의 비밀을 풀다

이 시스템을 실제 사례인 **흰색 곰팡이 (Trametes versicolor)**에 적용해 보았습니다. 이 곰팡이는 나무를 분해하는 능력이 뛰어나지만, 그 내부 workings(작동 원리) 는 잘 알려지지 않았습니다.

• 기존 방식: 다른 잘 알려진 생물 (예: 효모) 의 데이터를 가져와서 이 곰팡이에도 적용했을 것입니다.
• PathwaySeeker 방식: 이 곰팡이만의 실험 데이터를 바탕으로 새로운 지도를 그렸습니다.
  • 결과: 곰팡이가 실제로 어떤 경로를 통해 나무 성분을 분해하는지, 그리고 어떤 부분은 아직 확인되지 않았는지 명확하게 구분해냈습니다. 심지어 기존에 알려지지 않았던 새로운 분해 경로 (가지치기 된 경로) 를 발견하기도 했습니다.

4. 왜 이것이 중요한가요?

• 진실과 추측의 구분: 과학자들은 이제 AI 가 말한 내용을 무조건 믿지 않아도 됩니다. "이건 실험으로 확인된 거야"라고 말하면 믿고, "이건 추측이야"라고 말하면 추가 실험을 계획하면 됩니다.
• 새로운 발견: 기존에 알려지지 않은 새로운 생물학적 경로를 찾아낼 수 있습니다.
• 에너지 효율성: AI 가 제안한 경로가 실제로 생물체 내에서 에너지를 효율적으로 쓸 수 있는지 (열역학적 타당성) 도 검증했습니다.

5. 한 줄 요약

"PathwaySeeker 는 AI 의 상상력과 실험실의 사실을 결합하여, '무엇이 진짜인지'와 '무엇을 더 확인해야 할지'를 명확하게 알려주는, 과학자를 위한 똑똑한 나침반입니다."

이 기술은 비단 생물학뿐만 아니라, 불완전한 데이터 속에서 논리적으로 추론해야 하는 모든 분야에서 "증거 기반의 AI"를 만드는 새로운 표준이 될 것입니다.

기술 요약

1. 문제 정의 (Problem Statement)

대사 활동은 유기체의 고유한 속성이 아니라 환경 및 실험적 맥락에 의해 형성되는 발현 상태입니다. 그러나 현재의 계산 프레임워크는 다음과 같은 근본적인 한계를 가지고 있습니다:

• 정적 지식의 한계: 기존 대사 경로 데이터베이스는 유기체 무관적이고 정적인 정보를 제공하며, 특정 실험 조건에 따른 대사 네트워크의 변화를 반영하지 못합니다.
• 다중 오믹스 데이터의 해석 부재: 프로테오믹스 (단백질) 와 메타볼로믹스 (대사체) 데이터는 조건별 분자 증거를 제공하지만, 이를 기계적 경로 가설로 변환할 수 있는 구조화된 추론 계층이 부족합니다.
• LLM 의 한계: 대규모 언어 모델 (LLM) 은 생화학적 추론 능력이 뛰어나지만, 훈련 코퍼스에 기반한 일반적 지식을 사용할 뿐 실험적 증거의 출처 (Provenance) 를 명시하지 못합니다. 이로 인해 실험적으로 입증된 관계와 모델의 추론 (할루시네이션 포함) 을 구분하기 어렵습니다.

핵심 문제: 특정 유기체와 실험 조건에 맞는 대사 네트워크를 재구성하고, AI 가 생성한 가설을 실험적 증거와 대조하여 검증할 수 있는 프레임워크가 부재하다는 점입니다.

2. 방법론 (Methodology)

저자들은 PathwaySeeker라는 증거 기반 AI 시스템을 개발했습니다. 이 시스템은 유기체 특이적 실험 증거를 기반으로 대사 네트워크 추론을 수행하며, 크게 세 단계로 구성됩니다.

A. 조건별 대사 지식 그래프 구축 (Condition-Specific Knowledge Graph Construction)

• 데이터 통합: 프로테오믹스 (효소) 와 메타볼로믹스 (대사체) 데이터를 통합하여 KEGG 반응 네트워크에 매핑합니다.
• 포함적 논리 (Inclusive Logic): 반응이 그래프에 포함되기 위해 효소와 대사체가 동시에 검출될 필요는 없습니다.
  • 효소만 검출되면 해당 반응과 기질/생성물을 포함합니다.
  • 대사체만 검출되더라도 해당 반응을 포함합니다.
• 증거 주석: 각 노드와 엣지에 증거 유형 (프로테오믹스만, 메타볼로믹스만, 또는 둘 다) 을 명시적으로 표시합니다.

B. 스키마 인식 학습 데이터 생성 및 미세 조정 (Schema-Aware Training & Fine-tuning)

• 데이터 생성: 구축된 그래프에서 감독 학습 데이터를 생성합니다.
  • GRAPH_FACT: 실험적으로 확인된 단일 반응.
  • GRAPH_PATH: 모든 엣지가 실험적으로 확인된 다단계 경로.
  • HYPOTHESIS: 생화학적 타당성은 있으나 그래프에 없는 연결 (가설).
  • NO_PATH/INVALID: 연결이 없거나 생화학적 제약 (보조인자 등) 을 위반하는 경우.
• 모델 학습: GPT-4.1 을 기반으로 위 데이터로 미세 조정 (Fine-tuning) 하여 모델이 그래프 구조와 증거 유형을 학습하도록 합니다.

C. 오라클 인 더 루프 추론 (Oracle-in-the-Loop Inference)

• 핵심 메커니즘: 생성된 가설을 실시간으로 실험 그래프 (Oracle) 와 대조하여 검증하는 반복적 검색 알고리즘입니다.
• 작동 원리:
  1. 모델이 경로 가설을 생성합니다.
  2. 그래프 오라클: 생성된 각 단계를 실험 데이터와 비교합니다. (중요: 그래프에 증거가 없더라도 이를 '생물학적 불가능'으로 간주하지 않고, '검증되지 않음'으로 처리합니다.)
  3. 빔 서치 (Beam Search): 증거 지지도 (Evidence Support), 생화학적 일관성 (Coherence), 간결성 (Parsimony) 을 점수화하여 상위 후보를 선택합니다.
  4. 반복 및 정제: 부분적으로만 지지되는 가설은 모델이 새로운 증거를 바탕으로 정제하도록 유도합니다.
• 보조인자 제약: ATP, NAD 등 보조인자가 경로 검색에서 허브 역할을 하여 인위적인 단축경로를 만드는 것을 방지하기 위해 3 단계 제약 전략을 적용합니다.

3. 주요 기여 (Key Contributions)

1. 증거 기반 추론 프레임워크: LLM 의 추론 능력을 실험적으로 구축된 유기체 특이적 그래프에 결합하여, 각 추론 단계에 대해 명시적인 증거 출처 (Provenance) 를 제공합니다.
2. 불확실성의 구조화: '실험적으로 확인됨 (GRAPH_FACT/PATH)'과 '검증 가능한 가설 (HYPOTHESIS)'을 명확히 구분하여, AI 의 불확실성을 정량화하고 실험적 후속 조치가 필요한 부분을 식별합니다.
3. Oracle-in-the-Loop 아키텍처: 생성형 AI 가 실험 데이터의 제약을 받으며 추론하는 새로운 패턴을 제시하여, 모델의 사전 지식 (Prior) 과 실험적 증거 간의 균형을 맞춥니다.
4. 비모델 유기체 적용: 잘 연구되지 않은 유기체 (예: Trametes versicolor) 에 대해 기존 문헌에 의존하지 않고 실험 데이터만으로 새로운 대사 경로를 재구성하고 검증하는 가능성을 입증했습니다.

4. 결과 (Results)

연구는 비모델 균류인 Trametes versicolor(흰색 부후균) 의 다중 오믹스 데이터를 사용하여 시스템을 검증했습니다.

• 지식 그래프 구축: 5,859 개의 단백질과 325 개의 대사체를 기반으로 1,897 개의 방향성 엣지와 3,402 개의 고유 반응을 포함하는 조건별 지식 그래프를 재구성했습니다.
• 페닐프로파노이드 경로 재구성:
  • 확인: L-페닐알라닌에서 페룰산 (Ferulate) 까지의 표준 경로를 실험적 증거 (GRAPH_PATH) 로 완벽하게 복원했습니다.
  • 수렴 및 분기: L-티로신에서 페룰산으로 가는 대체 진입 경로와 4-하이드록시벤조산으로 가는 분기 경로를 발견했습니다. 특히, 분기 경로는 교차 종 동源性 (Homology) 에 의존하지 않고 실험 그래프 구조에서 직접 도출되었습니다.
  • 문헌과의 비교: 2025 년에 출판된 수동 큐레이션 연구 (Monteiro et al.) 와 일치하는 결과를 도출했으나, 이는 2024 년 6 월까지의 훈련 데이터만 가진 GPT-4.1 기반 모델이 실험 데이터에서 독립적으로 추론했음을 의미합니다.
• 검증 및 평가:
  • 열역학적 검증: eQuilibrator 를 사용하여 예측된 경로의 열역학적 타당성 (MDF 분석) 을 확인했고, 대부분의 경로가 열역학적으로 가능함을 입증했습니다.
  • 생물학적 검증: 조건별 대사체 풍부도 프로파일을 분석하여, 'GRAPH_PATH'로 표시된 경로가 조건에 따라 일관된 대사체 변화를 보임으로써 실제 활성을 나타냄을 확인했습니다.
  • 정량적 평가: 64 개의 대사 쿼리에 대한 실험적 증거 비율 (EER) 은 26.4% 였으며, 나머지 73.6% 는 명시된 가설로 처리되었습니다. 과학적 품질 평가 (LLM 저자) 에서 4.78/5.0 의 높은 점수를 받았습니다.

5. 의의 및 결론 (Significance)

• 불확실성의 정량화: PathwaySeeker 는 생화학적 불확실성을 단순히 제거하는 것이 아니라, '확인된 사실'과 '가설'로 체계적으로 분류하여 연구자가 실험적 자원을 어디에 집중해야 할지 결정할 수 있도록 돕습니다.
• 모델 유기체 편향 극복: 기존 연구가 잘 알려진 모델 유기체 (E. coli, S. cerevisiae 등) 의 경로에 의존하는 경향을 깨고, 특정 유기체의 실험 데이터만으로 새로운 대사 경로를 발견할 수 있음을 보였습니다.
• AI 와 실험의 선순환: AI 가 생성한 가설은 실험적 검증을 위한 구체적인 타겟이 되며, 이는 비모델 유기체의 대사 연구 및 대사 공학 최적화에 중요한 기여를 할 것으로 기대됩니다.

결론적으로, PathwaySeeker 는 AI 의 추론 능력을 실험적 증거의 제약을 통해 '증거 기반 발견 (Evidence-Stratified Discovery)'으로 전환시키는 새로운 패러다임을 제시합니다.