기술 요약: ProToxNet

문제 정의

어떤 약물이 특정 이상사례(Adverse Event, AE)를 유발하는지, 그리고 어떤 조직에서 발생하는지를 예측하는 것은 계산 약물 안전성 분야에서 여전히 해결되지 않은 중요한 과제이다. 기존의 접근 방식은 일반적으로 두 가지 범주로 나뉜다: 구조 기반 방법(분자 지문 또는 그래프 신경망 사용)과 약물 감시 마이닝(FAERS와 같은 데이터베이스에서 신호 추출)이다. 두 방식 모두 근본적인 한계를 공유한다: 즉, 이상사례 위험을 조직 특이적 발현 맥락을 무시한 채, 약물 자체의 고유한 속성으로만 취급한다는 점이다. 본 논문은 오프타겟(off-target) 결합 이벤트가 임상적 위해로 나타날지 여부는 결합 친화도뿐만 아니라, 다양한 조직(예: 피부, 간, 폐)에 걸친 표적 단백질의 상대적 발현량에 달려 있다고 주장한다.

방법론

ProToxNet은 프로테옴 전반의 예측된 약물-단백질 결합과 조직 특이적 유전자 발현을 통합하여 68차원의 조직 노출 프로파일을 생성하는 계산 프레임워크이다. 이 파이프라인은 세 단계로 구성된다:

1. 프로테옴 전반의 결합 점수 산출 (1단계):

   • 데이터: 4,310개의 약물과 1,507개의 핵심 인간 단백질 (DrugCentral, GTEx, STRING의 교집합).
   • 모델: ESM-1b 단백질 언어 모델을 사용한 ConPLex의 변형 모델.
   • 과정: 약물 Morgan 지문(2048-bit)과 ESM-1b 평균 풀링(mean-pool) 단백질 임베딩(1280-차원)을 공유된 1024-차원 코사인 유사도 공간으로 투영한다.
   • 보정(Calibration): 알려진 DrugCentral 결합 쌍을 통해 Platt scaling을 사용하여 결합 확률을 보정한다. 이를 통해 결합 점수 행렬 $S \in \mathbb{R}^{4310 \times 1507}$을 얻는다.

2. 조직 노출 점수 산출 (2단계):

   • 데이터: 68개 인간 조직에 대한 GTEx v10 프로젝트의 유전자 발현 데이터.
   • 계산: 조직 특이적 발현량에 의해 결합 점수에 가중치를 부여하여 조직 노출 벡터를 생성한다.
   • 공식: 약물 $d$와 조직 $t$에 대하여, 노출 점수는 다음과 같다:
     $$e_{d,t} = \sum_{p \in P} s_{d,p} \cdot x_{p,t}$$
     여기서 $s_{d,p}$는 결합 점수이고, $x_{p,t}$는 조직 $t$에서의 단백질 $p$의 정규화된 발현량이다.
   • 전처리: 결과 행렬 $E$는 벌크 발현량(bulk expression)의 차이를 보정하기 위해 조직별로 z-score 정규화를 거치며, 최종 특징 행렬 $\tilde{E} \in \mathbb{R}^{4310 \times 68}$을 생성한다.

3. 이상사례 예측 (3단계):

   • 데이터: 로그 가능도 비(LLR) > 0인 302,307개의 양성 약물-AE 신호 쌍 (FDA Adverse Event Reporting System, FAERS).
   • 모델: 대각 바이리니어 상호작용 모델(diagonal bilinear interaction model).
     • 약물 인코더: LayerNorm, ReLU, 드롭아웃을 포함한 2층 신경망 (68 → 256 → 128).
     • AE 임베딩: 128차원으로 투영된 13,200개의 MedDRA 용어 매핑 임베딩 (64-차원).
     • 점수 산출: 상호작용 점수는 $score(d, a) = \sum_{k=1}^{128} h_d^{(k)} \cdot W_k \cdot h_a^{(k)} + b_d + b_a$로 계산된다. 여기서 $W$는 학습 가능한 대각 가중치 행렬이며, $b$는 보고 빈도를 위한 편향 항이다.
   • 학습: 100 에포크 동안 AdamW, 레이블 스무딩(label smoothing), 코사인 어닐링(cosine annealing)을 사용하여 최적화한다.

주요 기여

1. 발현 가중 표현법: 약물 표현으로서 이상사례 예측을 위해 단백질-조직 네트워크에 대한 명시적인 그래프 메시지 패싱 없이도, 단백질 전반의 결합과 조직 발현을 결합한 68차원 조직 참여 잠재력 벡터를 도입하였다.
2. 그래프 전파 없는 성능 입증: 이 벡터 표현이 그래프 메시지 패싱 없이도 최첨단(state-of-the-art) 성능을 달달성함을 입증하였다.
3. 생물학적 검증: 알려진 간독성 약물들이 비간독성 약물들에 비해 유의미하게 높은 간 조직 참여 점수를 보임을 직접 검증하였다.
4. 사례 연구: 승인된 키나아제 억제제(kinase inhibitors)의 알려진 이상사례 프로파일을 성공적으로 복구하였으며, 알려진 AE들은 전체 13,200개 MedDRA 용어 중 상위 0.67% 내에 위치하였다.

결과

모델은 여러 프로토콜에 걸쳐 평가되었다:

• FAERS 쌍 수준 예측: 홀드아웃(held-out) 쌍에 대해 AUC 0.9576 (95% CI: 0.9565–0.9588)을 달성하였다.
• 콜드 스타트 (Leave-Drug-Out): 244개의 약물을 완전히 제외한 시나리오(학습 쌍이 0인 경우)에서 모델은 AUC 0.8544를 달성하였다. 이는 모델이 약물 정체성을 암기하는 것이 아니라 조직 참여 특징을 바탕으로 새로운 약물에 일반화됨을 확인시켜 준다.
• Leave-AE-Out: 1,980개의 MedDRA 용어를 제외했을 때, 모델은 AUC 0.8472를 달성하여 미지의 이상사례에 대한 일반화 능력을 보여주었다.
• 외부 검증 (CT-ADE): 독립적인 CT-ADE 임상 시험 벤치마크에서 ProToxNet은 AUC 0.9157을 달성하였다.
• 생물학적 농축(Enrichment):
  • 간독성: 알려진 간독성 약물들은 비간독성 약물들보다 유의미하게 높은 간 조직 노출 점수를 보였다 (Mann-Whitney U, $p = 0.017$, Cliff's $\delta = 0.41$).
  • DILIrank 검증: "최고 주의(most-concern)" 간독성 약물들은 "주의 없음(no-concern)" 약물들보다 유의미하게 높은 간 노출을 보였다 ($p = 0.0002$, Cliff's $\delta = 0.59$).
• 키나아제 억제제 사례 연구: 8종의 승인된 키나아제 억제제에 대한 알려진 이상사례는 13,200개 용어 중 중앙값 88위(상위 0.67%)에 위치했다. 예를 들어, imatinib, erlotinib, lapatinib의 경우 간독성이 상위 1% 내에 랭크되었다.

의의 및 주장

본 논문은 ProToxNet이 기전적으로 근거가 있고 조직을 인지하는 이상사례 예측 프레임워크를 제공한다고 주장한다. 이상사례 위험이 약물의 결합 지형과 조직 특이적 발현 맥락의 결합 속성이라는 원칙을 구체화함으로써, 이 프레임워크는 분자적 상호작용과 장기 수준의 독성 사이의 간극을 메운다.

저자들은 모델이 콜드 스타트 시나리오(새로운 약물 및 새로운 AE)에서 성공적이라는 점은, 조직 참여 잠재력이 단순한 엔티티 빈도나 화학적 구조 암기를 넘어 전이 가능한 약리학적 신호를 포착하고 있음을 시사한다고 강조한다. 이 프레임워크는 신약 개발(조직 특이적 독성에 대한 조기 스크리닝) 및 약물 감시(안전 신호 우선순위 지정)에 적용 가능한 도구로서, 기존의 구조 기반 및 마이닝 기반 방법들을 보완하는 역할을 한다.

저자가 인정한 한계점:

• 결합 점수는 환경 호환성 문제로 인해 재초기화된 타겟 프로젝터를 사용하므로, 완전하게 사전 훈련된 친화도 추정치보다는 구조적 특징을 더 반영한다.
• FAERS 데이터는 보고 편향(예: 환자 인구가 많을수록 더 많은 보고가 발생함)을 포함하고 있다.
• 모델은 약물 용량, 투여 경로, 환자 인구 통계 또는 약물 간 상호작용을 고려하지 않는다.
• 조직 농축은 간독성에 대해서는 통계적으로 유의미했으나 심장독성이나 신장독성에 대해서는 유의미하지 않았는데, 이는 기전의 특이성(예: hERG 차단) 또는 작은 샘플 크기 때문일 수 있다.