DuplexFM: Transferable small-RNA target representations link miRNA interactions to siRNA efficacy prediction

당신의 몸을 모든 건물(세포)이 올바르게 작동하기 위해 특정 설계도가 필요한 북적이는 도시라고 상상해 보세요. 때때로 도시는 원활한 운영을 위해 특정 설계도의 볼륨을 줄이거나 심지어 파기해야 할 때가 있습니다. 여기서 두 명의 아주 작고 미세한 "편집자"가 등장합니다: 바로 **microRNA(miRNA)**와 **small interfering RNA(siRNA)**입니다. 이들을 도시의 품질 관리 검사관이라고 생각하세요. 이들은 스스로 무언가를 만들지는 않지만, 단백질을 만드는 지침을 담고 있는 특정 메시지(mRNA)를 추적하여 그 메시지를 침묵시키거나 파괴합니다.

까다로운 점은 이 검사관들이 믿을 수 없을 정도로 까다롭다는 것입니다. 그들은 수백만 개의 다른 메시지가 가득한 혼란스럽고 복잡한 도서관 속에서 정확한 메시지를 찾아내야 합니다. 이를 위해 그들은 "가이드"(RNA 자체)를 사용하여 "타겟"(메시지)에 결합합니다. 만약 자물쇠와 열쇠가 완벽하게 맞으면, 그 메시지는 차단됩니다. 과학자들은 자연적으로 우리 몸에서 끊임없이 일어나는 현상인 miRNA가 어떻게 타겟을 찾는지 연구하기 위해 수년간 노력해 왔습니다. 그러나 그들은 인공적인 siRNA를 사용하여 나쁜 유전자를 의도적으로 침묵시키는 강력한 도구로 사용하고자 합니다. 문제는 무엇일까요? 우리는 miRNA가 작동하는 방식에 대한 방대한 데이터 라이브러리를 가지고 있지만, 인공적인 siRNA가 실제로 타겟을 얼마나 잘 침묵시키는지 측정하는 실험은 매우 적고 비용도 많이 든다는 점입니다. 이는 마치 사람들이 자연스럽게 걷는 모습에 대한 백만 장의 사진은 있지만, 새로운 러닝화가 누군가의 전력 질주를 얼마나 도와주는지에 대한 측정값은 거의 없는 것과 같습니다.

이것이 바로 DuplexFM의 연구자들이 해결하기로 결심한 퍼즐입니다. 그들은 대담한 질문을 던졌습니다: 우리가 가진 자연적인 miRNA에 대한 방대한 지식을 사용하여 인공적인 siRNA가 얼마나 잘 작동할지 예측할 수 있을까? 매번 새로운 약물을 만들 때마다 처음부터 다시 시작하는 대신, 자연계로부터 배운 교훈을 인공적인 세계로 "전이"할 수 있을까?

DuplexFM 전략: 다섯 명의 전문가 팀

연구진은 DuplexFM(Duplex Foundation Model의 약자)이라는 새로운 컴퓨터 모델을 구축했습니다. 이 모델을 고도의 기술을 갖춘 탐정 사무소라고 상상해 보세요. 다섯 명의 서로 다른 전문가가 범죄 현장을 각기 다른 각도에서 살펴보고, 특정 가이드 RNA가 타겟에 성공적으로 결합할지를 판단합니다.

1. 규칙 준수자 (Bio23): 이 전문가는 기본적인 문법을 확인합니다. 가이드 RNA가 타겟과 일치하는 올바른 "시드(seed)" 글자를 가지고 있는지 확인합니다. 이는 비밀번호의 첫 몇 글자가 일치하는지 확인하는 것과 같습니다.
2. 에너지 계산기 (IntaRNA21): 이 전문가는 물리학을 측정합니다. 두 가닥이 서로 달라붙는 데 에너지가 얼마나 드는지를 측정합니다. 만약 결합이 너무 약하거나 너무 강하면 제대로 작동하지 않을 수 있습니다.
3. 접근성 정찰병 (mRNA-Access): 이 전문가는 실제 데이터를 기반으로 훈련된 특별한 기능입니다. 타겟 메시지를 보고 그것이 "열려" 있는지 혹은 "숨겨져" 있는지 확인합니다. 타겟 메시지가 책이라고 상상해 보세요. 만약 페이지가 꽉 접혀 있다면(단단하게 접혀 있다면), 검사관은 그것을 읽을 수 없습니다. 이 전문가는 실험적 측정을 사용하여 페이지가 읽기에 충분히 열려 있는지 추측합니다.
4. 맥락 판독기 (Cross-Attention): 이 전문가는 큰 그림을 봅니다. "타겟 주변의 동네가 매칭에 도움을 주는가, 아니면 방해가 되는가?"라고 묻습니다.
5. 호환성 확인자 (Score-Matrix): 이 전문가는 가이드와 타겟 사이의 모든 글자 쌍을 살펴보고, 비록 완벽한 일치는 아닐지라도 그들이 서로 잘 어울리는지 확인합니다.

영리한 부분은 여기에서 나옵니다. DuplexFM은 다섯 명의 전문가가 동시에 의견을 외치도록 내버려 두지 않습니다. 대신 스마트한 "문지기"를 사용하여, 각 특정 사례에 대해 각 전문가의 의견을 얼마나 들을지 결정합니다. 때로는 규칙 준수자가 가장 중요할 수도 있고, 때로는 접근성 정찰병이 핵심이 될 수도 있습니다. 모델은 동적으로 이러한 의견의 비중을 조절하는 법을 배웁니다.

대규모 테스트: 자연에서 인공으로

먼저, 팀은 200만 개 이상의 자연적인 miRNA 상호작용에 대한 방대한 데이터셋을 사용하여 DuplexFM을 훈련시켰습니다. 그들은 기존의 가장 우수한 도구들과 비교 테스트를 진행했으며, 그 결과 모델이 매우 정확하다는 것을 발견했습니다. 모델은 0.876의 점수(얼마나 정확하게 매치를 예측하는지를 나타내는 척도)를 달 기록하며, RNA 타겟팅의 복잡한 규칙을 학습할 수 있음을 입증했습니다.

그다음, 진짜 마법이 일어났습니다: 전이 학습(Transfer Learning).

연구진은 모델의 "두뇌"—즉, 200만 개의 자연 사례로부터 학습한 그 모든 복잡한 규칙을 담고 있는 부분—를 가져와서 **동결(freeze)**시켰습니다. 모델을 다시 훈련시키지 않았습니다. 대신, 그들은 동결된 두뇌에 아주 작고 가벼운 "어댑터"(학습 가능한 파라미터가 단 6,387개뿐이며, 이는 거대한 도서관에 작은 부록을 추가하는 것과 같습니다)를 부착했습니다. 이 어댑터는 siRNA를 위해 가용한 제한된 데이터를 처리하도록 특별히 설계되었습니다.

그들은 이 설정을 여섯 개의 서로 다른 siRNA 데이터셋에 테스트했습니다. 결과는 유망했습니다:

• "동결된 자연적 지식"을 사용한 모델은 오직 작은 siRNA 데이터셋만을 사용하여 siRNA 규칙을 처음부터 배우려고 시도한 모델들보다 일관되게 우수한 성능을 보였습니다.
• siRNA가 얼마나 잘 작동할지를 예측하는 측면에서, 전이 학습 모델은 상관관계 점수를 크게 향상시켰습니다. 예를 들어, 한 데이터셋에서 상관관계는 0.367에서 0.464로 뛰어올랐습니다.
• 세 가지 약간 다른 버전의 모델을 결합했을 때(앙상블), 성능은 더욱 좋아져서 모든 테스트에서 0.577의 상관관계에 도달했습니다.

이것이 의미하는 것 (그리고 의미하지 않는 것)

이 논문은 자연적인 miRNA와 인공적인 siRNA가 타겟을 찾는 방식이 생각보다 더 유사하다는 점을 시사합니다. 그들이 사용하는 "언어"는 공유됩니다. 풍부한 자연 데이터를 통해 얻은 지식을 동결함으로써, 연구진은 데이터가 부족한 상황에서도 siRNA의 성공을 예측할 수 있는 지름길을 만들었습니다. 이는 우리가 이미 알고 있는 것을 기억하는 것만으로도 충분할 수 있음을 보여줍니다.

하지만 저자들은 이것이 완벽한 해결책이라고 주장하지 않도록 주의를 기울였습니다.

• 마법의 탄환은 아닙니다: DuplexFM이 베이스라인보다 뛰어났지만, 모든 테스트에서 모든 기존 도구를 이긴 것은 아닙니다. 특정 데이터셋(예: "Takayuki" 세트)에서는 OligoFormer라는 다른 도구가 여전히 약간 더 나은 성능을 보였습니다.
• 증명이 아닌 제안입니다: 결과는 전이 가능한 정보가 존재한다는 것을 "시사"합니다. 모델은 동결된 표현이 보완적인 정보를 제공한다는 것, 즉 표준 siRNA 규칙을 완전히 대체하는 것이 아니라 가치를 더해준다는 것을 보여줍니다.
• 한계가 존재합니다: "접근성"(타겟이 열려 있는지 여부)을 예측하는 모델의 능력은 좋았지만 완벽하지는 않았습니다(상관관계 0.627). 또한, 훈련된 데이터에 공백이 있었기 때문에 특정 세포 유형이나 장거리 상호작용과 같은 모든 생물학적 변수를 설명할 수는 없었습니다.

요약하자면, DuplexFM은 영리한 가교 역할을 합니다. 자연적인 RNA 상호작용의 광대하고 잘 닦인 영역을 가져와서, 데이터가 부족하고 안개가 자욱한 인공 RNA 약물의 지형을 항해하는 데 사용합니다. 이는 우리가 항상 제로(0)에서 시작할 필요는 없으며, 때로는 이미 알고 있는 것을 기억하는 것이 중요하다는 것을 보여줍니다.