🧬 biology

GeoLinker: An Equivariant Diffusion Model for 3D Molecular Linker Design

GeoLinker는 앵커 인식 어텐션(anchor-aware attention)과 크기 임베딩(size embeddings)을 통해 다양한 조건화 시나리오를 지원함으로써, 파편 기반 신약 개발에서의 3D 분자 링커 설계 과제를 해결하고 다양한 벤치마크 전반에서 높은 신규성과 물리적 타당성을 달축하는 통합된 SE(3)-등변 확산 프레임워크입니다.

원저자: Srajal Tiwari, Dolly Sharma, Ranjit Kumar

게시일 2026-09-25

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Srajal Tiwari, Dolly Sharma, Ranjit Kumar

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

신약 개발이라는 광활한 풍경 속에서, 과학자들은 종종 단 하나의 열쇠를 찾는 것이 아니라 하나의 다리를 설계하는 것에 관한 퍼즐에 직면하곤 합니다. '단편 기반 신약 개발(fragment-based drug-scovery)'이라고 알려진 이 전략은 질병 표적에 약하게 결합하는 것으로 알려진 작고 단순한 분자 조각들을 가져와 이들을 하나로 묶으려는 시도를 포함합니다. 배가 겨우 닿을 수 있는 두 개의 떨어진 섬이 있다고 상상해 보십시오. 목표는 그 사이를 튼튼한 다리로 연결하여 배가 자유롭게 이동할 수 있도록 하는 것입니다. 이 다리를 '링커(linker)'라고 부릅니다. 약물이 효과를 발휘하려면, 이 다리는 단순히 두 조각을 연결하는 것뿐만 아니라, 그 조각들을 매우 특정한 3차원 형태로 유지하여 그들이 막고자 하는 생물학적 기계에 완벽하게 들어맞도록 해야 합니다. 이러한 다리를 만드는 것은 매우 어렵습니다. 가능한 형태의 공간이 방대하며, 서류상으로는 좋아 보이는 다리가 실험실에서 구현 불가능하거나 자체 무게를 견디지 못하고 무너질 수도 있기 때문입니다.

시브 나다르 기관(Shiv Nadar Institution of Eminence)의 연구진은 이 문제를 해결하기 위해 '지오링커(GeoLinker)'라는 새로운 도구를 개발했습니다. 기존의 방식처럼 분자를 조각조각 쌓아 올리거나 기존 화학 물질의 거대한 데이터베이스를 검색하는 대신, 지오링크는 인공지능을 사용하여 처음부터 다리의 형태를 상상하는 법을 배웁니다. 이 시스템은 '확산(diffusion)'이라는 개념을 기반으로 구축되었는데, 이는 무작위적인 노이즈 구름에서 시작하여 점진적으로 정제함으로써 명확하고 사용 가능한 구조를 만들어내는 과정으로 생각할 수 있습니다. 지오링크가 특별한 이유는 3차원 공간의 규칙을 이해하는 능력에 있습니다. 이 시스템은 분자를 회전시키더라도 그 화학적 성질은 변하지 않는다는 것을 알고 있으며, 이 지식을 활용하여 물리적으로 현실적이고 화학적으로 유효한 다리를 생성합니다.

연구진은 원자들이 자연스럽게 어떻게 연결되는지를 학습시키기 위해 방대한 양의 약물 유사 분자 집합체를 사용하여 이 시스템을 훈련시켰습니다. 훈련을 마친 후, 연구진은 지오링크가 얼마나 유연한지 확인하기 위해 네 가지 다른 방식으로 테스트를 진행했습니다. 때로는 구체적인 지침 없이 다리를 만들라고 요청했고, 때로는 정확히 어떤 원자에 부착해야 하는지 알려주었으며, 또 다른 경우에는 다리의 길이를 지정하기도 했습니다. 또한 부착 지점과 길이 요구 사항을 동시에 따라야 하는 모드에서도 테스트를 진행했습니다. 결과는 지오링크가 이전에 본 적 없는 매우 다양한 새로운 구조를 생성할 수 있음을 보여주었습니다. 표준 분자 테스트 세트에서 이 시스템은 거의 80%의 사례에서 새로운 설계를 만들어냈는데, 이는 이전 방법들보다 현저히 높은 참신함의 비율입니다. 기존의 도구들이 안전하고 예측 가능하지만 반복적인 설계를 내놓는 경향이 있었던 반면, 지오링크는 훨씬 더 넓은 범위의 형태를 탐색하며 더 복잡한 고리 구조와 다양한 연결을 가진 분자를 만들어냈습니다.

그러나 이러한 새로운 형태의 탐색에는 대가가 따랐습니다. 지오링크는 독특하고 복잡한 구조를 찾는 것을 우선시하기 때문에, 생성된 분자 중 화학적으로 완벽하게 유효한 비율은 기존의 더 보수적인 도구들보다 낮았습니다. 지오링크가 생성한 분자 중 엄격한 화학적 검사를 통과한 비율은 약 45%였던 반면, 이전의 일부 도구들은 90% 이상이었습니다. 연구진은 이러한 차이를 인정하며, 자신들의 접근 방식이 비록 불완전한 설계들을 걸러내야 할지라도 희귀하고 유망한 후보를 찾기 위해 더 넓은 그물을 던지도록 설계되었다고 설명했습니다. 또한 이 시스템은 인체 내에서 발견되는 단백질과 관련된 더 복잡하고 실제적인 시나리오에서도 그 가치를 입증했습니다. 특정 단백질인 Hsp90에 대해 명시적으로 배우지 않았음에도 불구하고, 지오링크는 알려진 효과적인 약물과 유사한 방식으로 조각들을 연결하는 다리를 성공적으로 생성했습니다. 한 가지 구체적인 사례에서, 시스템은 알려진 억제제의 형태를 재현하여 두 조각을 성공적인 약물의 기하학적 구조와 일치하는 3개의 탄소 사슬로 연결했습니다. 또 다른 단백질과 관련된 사례에서는 기존의 강력한 억제제와 매우 유사한 분자를 생성하여, 원래 조각들의 필수적인 부분을 보존하면서 그 사이에 새로운 다리를 구축했습니다.

이 연구는 단일 프레임워크 내에서 다양한 유형의 설계 제약을 처리할 수 있는 이 통합된 접근 방식이 약물 설계에 대한 강력하고 새로운 사고방식을 제공한다고 시사합니다. 과학자들이 완전한 자유에서 엄격한 제약에 이르기까지 다양한 수준의 가이드를 전환할 수 있게 함으로써, 지오링크는 화학적 공간을 탐색하기 위한 유연한 도구를 제공합니다. 연구진은 현재 시스템이 다양한 형태를 생성하는 데 탁 excels 하지만, 다음 단계는 원자들이 형태를 구축할 때 어떻게 결합하는지를 예측하도록 시스템을 가르침으로써 결과의 화학적 유효성을 개선하는 것이라고 언급했습니다. 현재로서는 지오링크가 3차원의 분자 세계를 항해할 수 있도록 훈련된 인공지능이 어떻게 발전할 수 있는지를 증명하며, 언젠가 생명을 구하는 의약품이 될 수 있는 다리를 건설하는 방법에 대한 새로운 관점을 제시하며 중요한 진전을 이루었습니다.

기술 요약: GeoLinker

문제 정의

단편 기반 약물 설계(Fragment-Based Drug Discovery, FBDD)는 저분자량 단편(fragment)으로부터 고친화성 리드 화합물을 조립하는 체계적인 전략이다. 이 과정에서 핵심적인 병목 구간은 **분자 링커 설계(molecular linker design)**로, 이는 두 개 이상의 단편을 화학적으로 유효하고 합성 가능한 링커로 연결하면서 원래의 결합 기하 구조를 보존해야 하는 과업이다.

기존의 생성 모델들은 두 가지 주요 한계점에 직면해 있다:

표현형 제약(Representation Constraints): 많은 접근 방식이 1D/2D 표현(예: SMILES)이나 순차적 그래프 구축에 의존하며, 이는 결합 모드를 보존하기 위해 요구되는 복잡한 3D 기하학적 제약을 포착하는 데 어려움을 겪는다.
유연성 부족(Lack of Flexibility): 현재의 최첨단 등변 확산 모델(예: DiffLinker)은 일반적으로 특정 조건 설정에 최적화되어 있다. 실제 약물 설계 워크플로우에서는 동일한 프로젝트 내에서도 다양한 제약 구성(예: 비제약 생성 vs. 앵커 가이드형 vs. 크기 조건부 생성) 사이를 전환해야 하며, 이를 위해 여러 모델을 사용하거나 재학습을 수행해야 하는 번거로움이 있다.

방법론

저자들은 단일 학습 아키텍처 내에서 여러 가지 단편 연결 시나리오를 처리할 수 있도록 설계된 통합 **SE(3)-등변 확산 프레임워크(SE(3)-equivariant diffusion framework)**인 GeoLinker를 제안한다.

핵심 아키텍처

백본(Backbone): 모델은 6개의 레이어를 가진 **등변 그래프 신경망(Equivariant Graph Neural Network, EGNN)**을 활용한다. 이 네트워크는 불변 스칼라 특징(원자 유형)과 등변 좌표 특징(3D 위치)을 처리한다.
SE(3)-등변성(SE(3)-Equivariance): 네트워크는 생성된 구조가 전역 회전 및 평행 이동에 따라 일관되게 변환되도록 보장한다. 이는 스칼라 노드 특징과 제곱된 쌍별 거리를 통해 에지 메시지를 구성하고, 가중치가 적용된 상대적 변위 벡터를 통해 좌표를 업데이트함으로써 달성된다.
확산 과정(Diffusion Process): GeoLinker는 조건부 기하학적 인페인팅(geometric inpainting) 문제로 정식화된 디노이징 확산 확률 모델(DDPM)을 채택한다.
- 순방향 과정(Forward Process): 1,000 타임스텝 동안 단편의 좌표는 고정된 상태에서 링커 원자의 위치에 노이즈를 추가한다.
- 역방향 과정(Reverse Process): 모델은 노이즈가 섞인 입력으로부터 깨끗한 좌표( $x_0$ )를 예측한다. 기하학적 일관성을 강제하기 위해 역방향 확산의 매 단계마다 단편의 위치를 실제(ground-truth) 좌표로 교체한다.

통합 조건부 프레임워크

단일 모델은 동적 마스킹과 특정 조건부 모듈을 통해 네 가지의 뚜렷한 설계 모드를 지원한다:

Base (비제약): 단편의 기하 구조에만 조건화되어 링커를 생성한다.
Anchor-Guided (앵커 가이드형): **앵커 인식 교차 주의(anchor-aware cross-attention)**를 사용하여 알려진 부착 원자를 포함한다. 여기서 링커 표현은 앵커 표현을 참조(attend)한다. 앵커 위치는 역방향 확산 동안 고정된다.
Size-Conditioned (크기 조건부): 학습된 크기 임베딩을 노드 특징 공간으로 투영하여 목표 링커 원자 수( $N_{link}$ )에 따라 생성을 조건화한다.
Joint (결합형): 앵커 교차 주의와 크기 조건화를 결합하여 완전히 제약된 생성을 수행한다.

학습 목적 함수 및 손실 함수

모델은 ZINC 데이터셋(438,610개 분자)을 사용하여 단일 손실 함수를 통해 좌표 재구성 및 기하학적 타당성을 균형 있게 맞추며 학습된다:

디노이징 손실 ( $L_{denoise}$ ): 예측된 링커 좌표와 실제 좌표 사이의 평균 제곱 오차(MSE)이다.
원자 유형 손실 ( $L_{type}$ ): 원자 분류를 위한 교차 엔트로피 손실이다.
보조 기하학적 손실(Auxiliary Geometric Losses):
- 엔드포인트 거리 손실(Endpoint Distance Loss): 단편 앵커와 가장 가까운 생성된 링커 원자 사이의 거리가 1.5 Å을 목표로 하도록 패널티를 부여한다.
- 비-앵커 반발 손실(Non-Anchor Repulsion Loss): 링커 원자가 비-앵커 단편 원자와 결합(1.8 Å 이내)하는 것을 방지한다.
- 입체 충돌 손실(Steric Clash Loss): 물리적으로 불가능한 중첩을 방지하기 위해 원자 간 거리가 1.2 Å 미만인 경우 이차 함수 형태의 패널티를 적용한다.

후처리

생성된 3D 포인트 클라우드는 탐욕적 원자가(greedy valence-constrained) 인지 절차를 거친 후 MMFF94 완화(relaxation) 및 RDKit 정제 과정을 거쳐 분자 그래프로 변환된다.

주요 결과

GeoLinker는 세 가지 벤치마크인 ZINC(인-디스트리뷰션), CASF-2016(생체 활성 단백질-리간드 복합체), GEOM-drugs(구조적으로 다양한 컨포머)에서 평가되었다.

다양성 대 타당성 트레이드오프(Diversity vs. Validity Trade-off):
- ZINC 벤치마크에서, GeoLinker는 DiffLinker(Uniqueness: 22.7%–51.4%; Novelty: 30.3%–47.7%)와 같은 베이스라인에 비해 현저히 높은 고유성(Uniqueness) (86.4%–88.7%) 및 신규성(Novelty) (78.7%–82.1%)을 달성했다.
- GeoLinker는 더 높은 위상적 복잡성을 가진 링커를 생성했다 (링커당 고리 수 0.54–0.63개 vs. 베이스라인 0.21–0.36개).
- 그러나 이는 화학적 타당성(Chemical Validity) (44.1%–45.5%)의 저하를 수반했다 (그래프 기반 방식은 최대 99.3%에 달함). 저자들은 이를 좌표 우선 접근 방식이 더 넓은 구조적 공간을 탐색하기 때문에 발생하는 현상으로 보았으며, 이로 인해 엄격한 정제 과정을 통과하지 못하는 위상 구조가 발생한다고 설명했다.
일반화 성능(Generalization):
- CASF-2016: GeoLinker는 단백질 포켓 조건화 없이도 생체 활성 포즈에 대한 제로샷 일반화 능력을 입증하며 약 58%의 타당성과 약 71%의 신규성을 달성했다.
- GEOM-drugs: 모델은 구조적으로 이질적인 분자들에 대해 높은 다양성(98% 이상의 고유성/신규성)을 유지했다.
사례 연구(Case Studies):
- Hsp90: GeoLinker는 Hsp90 ATPase 포켓 내의 두 단편을 연결하는 3탄소 링커 위상을 성공적으로 재구성하였으며, 알려진 억제제의 위상(Tanimoto 유사도 = 0.32)을 복구했다.
- IMPDH: 모델은 복잡한 단편들을 연결하는 분자를 생성하였으며, 참조 억제제와 0.643의 Tanimoto 유사도를 보이며 입력 단편의 기하 구조를 보존했다.

의의 및 주장

본 논문은 GeoLinker를 유연한 단편 기반 설계를 위한 실무적 필요성을 해결하는 통합 프레임워크로 규정한다. 주요 기여는 다음과 같다:

단일 모델의 다재다능함: 단일 SE(3)-등변 아키텍처 내에서 네 가지 별도의 제약 체제(비제약, 앵커 가이드, 크기 조건부, 결합형)를 지원함으로써, 서로 다른 워크플로우 단계마다 별도의 모델을 사용할 필요를 없앴다.
향상된 구조적 다양성: 이산적인 그래프 위상보다 3D 기하학적 생성을 우선시함으로써, GeoLinker는 기존의 확산 베이스라인보다 훨씬 높은 신규성과 고리 복잡성을 가진 광범위한 화학 공간을 탐색한다.
실용적 적용 가능성: 본 프레임워크는 명시적인 단백질 포켓 조건화 없이도 생체 활성 타겟(CASF-2016) 및 다양한 화학 공간(GEOM)을 위한 그럴듯한 링커를 생성할 수 있음을 보여준다.

저자들은 다양성-타당성 트레이드오프를 명시적으로 인정하며, GeoLinker가 다양한 스캐폴드를 탐색하는 데는 뛰어나지만 그래프 기반 방식에 비해 화학적 타당성이 낮다는 점을 언급했다. 이들은 이를 새로운 브릿징 스캐폴드를 찾는 것이 우선순위인 초기 단계 발견 단계에서의 특징으로 규정하는 동시에, 타당성을 개선하기 위해 직접적인 결합 예측 및 합성 제약의 통합이 향후 과제임을 밝혔다.