RNA 표적 신약 설계를 위한 머신러닝 혁신

초록

RNA와 소분자 간의 특수한 상호작용을 고려한 머신러닝 기법들을 정리하고, 결합 부위 예측, 도킹, 직접 스코어링 등 전임상 파이프라인 전 단계에 적용 가능한 모델들을 비교·평가한다. 또한 현재 모델들의 한계와 표준화된 벤치마크 필요성을 제시한다.

상세 분석

본 리뷰는 RNA를 표적로 하는 소분자 신약 개발에 머신러닝을 적용할 때 직면하는 근본적인 문제들을 명확히 규정한다. 첫째, RNA는 단백질에 비해 구조적 유연성이 크고, 전기적 상호작용과 π‑스태킹이 주된 결합 메커니즘이라는 점에서 기존 단백질‑중심 모델을 그대로 전이할 수 없다. 저자는 PDB에 존재하는 RNA 구조가 2025년 현재 8,767개에 불과해 데이터 부족 문제가 심각함을 강조한다. 이러한 데이터 스카시티는 모델 학습 시 과적합 위험을 높이며, 특히 ‘holo’ 구조에만 기반한 학습이 ‘apo’ 구조(실험적으로 구할 수 있는 형태)에서의 예측 정확도를 저하시킨다.

두 번째로, RNA‑소분자 결합 부위는 일반적으로 더 극성이고 깊게 매몰되어 있어, 전통적인 포켓 탐지 알고리즘이 낮은 민감도를 보인다. 이에 대한 해결책으로 저자는 구조 기반 기하학적 딥러닝 모델(MultimodRLBP, RLBSIF 등)과 시퀀스 기반 언어 모델(SMARTBind) 등을 소개한다. 그러나 현재 모델들은 대부분 ‘holo’ 데이터에 의존하고, 다중 컨포메이션을 고려하지 못한다는 한계가 있다.

세 번째로, 도킹 단계에서는 전통적인 포스 필드가 RNA의 전하 분포와 유연성을 충분히 반영하지 못한다. 기존 단백질‑전용 도킹 툴(DOCK, AutoDock Vina 등)의 RNA 변형 버전과 전용 RNA 도킹 툴(MORDOR, rDock 등)이 제시되지만, 샘플링 비용과 강체 수용체 가정이 여전히 문제이다. 딥러닝 기반 ‘deep docking’과 ‘co‑folding’ 접근법이 제안되었으나, 현재는 단백질‑리간드에 특화된 EquiBind, DiffDock 등만 존재하고 RNA‑특화 모델은 부재한다.

네 번째로, 직접 스코어링(Direct Scoring) 영역에서는 QSAR, ligand‑only 예측, RNA‑ligand 복합 예측 등 세 가지 태스크가 정의된다. 저자는 현재 모델들이 리간드 특성에 과도하게 의존하고, RNA 특이성을 충분히 포착하지 못한다는 점을 실험적으로 검증한다. 이를 위해 새로운 벤치마크를 설계하고, 네 개의 최신 모델을 비교했으며, 대부분의 경우 리간드‑중심 특성이 성능을 주도한다는 결과를 얻었다.

마지막으로, 데이터 관리와 평가 표준화의 필요성을 강조한다. 데이터 수집·전처리 단계에서 ‘apo’ vs ‘holo’, 다중 구조, 실험적 바인딩 데이터(정량·정성) 구분이 명확히 이루어져야 하며, 학습·검증·테스트 분할 시 정보 누수가 없도록 해야 한다. 또한, ROC‑AUC, PR‑AUC 외에 실제 약물 설계 흐름에서의 효율성을 측정하는 ‘enrichment factor’, ‘early recognition’ 지표가 필요하다.

종합하면, RNA‑특화 머신러닝 모델은 아직 초기 단계이며, 구조 데이터 부족, RNA 고유 물리‑화학 특성, 평가 표준 부재라는 세 가지 큰 과제가 남아 있다. 향후 연구는 (1) 다중‑컨포메이션 데이터베이스 구축, (2) 전하·π‑스태킹을 명시적으로 모델링하는 물리‑인포머 아키텍처, (3) ‘apo’ 기반 예측 능력을 강화하는 전이학습 및 생성 모델, (4) 통합 벤치마크와 표준 평가 프로토콜을 마련하는 방향으로 진행될 필요가 있다.