ATTNSOM: 사이토크롬 P450 이소폼 간 주의 메커니즘을 학습한 원자 수준 대사 부위 예측 모델

초록

ATTNSOM은 공유 그래프 인코더와 FiLM 기반 분자‑조건화, 그리고 사이토크롬 P450 이소폼 임베딩 간 교차‑어텐션을 결합해 원자 수준의 대사 부위(SOM)를 동시에 예측한다. 기존 방법이 이소폼 정보를 무시하거나 독립적으로 학습하던 한계를 넘어, 이소폼 간 높은 유사성을 활용한다. Zaretzki와 AZ‑ExactSOM 두 벤치마크에서 Top‑2 정확도와 MCC 모두 향상된 결과를 보였으며, 특히 클래스 불균형이 심한 상황에서도 안정적인 이진 구분 능력을 입증했다.

상세 분석

본 논문은 사이토크롬 P450(CYP) 이소폼 간 대사 패턴이 상당히 겹친다는 실증적 분석(예: Jaccard 유사도 0.66~0.89)을 출발점으로, 이소폼 간 상관관계를 모델에 명시적으로 반영하는 새로운 프레임워크 ATTNSOM을 제시한다. 핵심 설계는 네 단계로 구분된다. 첫째, GraphCliff 기반의 공유 그래프 인코더를 사용해 원자 수준의 내재적 화학 반응성을 학습한다. GraphCliff은 짧은‑긴 거리 정보를 게이팅으로 조절해 과도한 스무딩을 방지하고, 원자별 특성을 보존한다. 둘째, 전체 분자 표현 g를 FiLM 파라미터(γ,β)로 변환해 각 원자 임베딩 n_i에 선형·비선형 변조를 가함으로써, 동일 원자라도 분자 내 위치와 주변 환경에 따라 반응성이 달라지는 현상을 모델링한다. 셋째, K개의 CYP 이소폼을 각각 학습 가능한 임베딩 c_k로 정의하고, 원자 임베딩을 쿼리(query)로, 이소폼 임베딩을 키(key)·밸류(value)로 하는 교차‑어텐션을 적용한다. 어텐션 스코어 α_ik는 원자 i가 어느 이소폼에 의해 대사될 가능성이 높은지를 정량화하며, 다중 이소폼에 대한 부분적 라벨(y_ik)을 이용해 어텐션 정렬 손실(L_attn)을 추가함으로써 생물학적 의미를 강화한다. 넷째, 목표 이소폼 t에 대한 예측은 변조된 원자 임베딩, 어텐션된 원자 표현, 그리고 타깃 이소폼 임베딩 c_t를 concat한 뒤 MLP에 통과시켜 로짓을 출력한다. 학습 목표는 focal loss 기반의 메인 손실(L_main)과 λ_attn·L_attn의 가중합으로, 클래스 불균형(양성 원자 비율 ≈ 1.5/22) 문제를 완화한다.

실험에서는 Zaretzki 데이터(9개 주요 CYP, 679분자, 2,003 molecule‑isoform 쌍)와 AZ‑ExactSOM(120분자, isoform 라벨 없음) 두 세트를 사용했다. Top‑2 정확도와 MCC를 주요 지표로 삼아, 기존 rule‑based(SMARTCyp, RS‑Predictor)와 딥러닝 기반(XenoSite, FAME3, GLMCyp) 모델을 비교하였다. ATTNSOM은 모든 이소폼에서 평균 Top‑2 ≈ 0.78, MCC ≈ 0.42를 기록, 특히 MCC가 0.05~0.12 정도 향상된 점이 주목할 만하다. Ablation study에서는 (i) FiLM 없이 공유 인코더만 사용, (ii) 교차‑어텐션 없이 단순 concat, (iii) 어텐션 정렬 손실 제거 등 세 가지 변형을 테스트했으며, 각각 성능 저하를 보이며 교차‑어텐션과 FiLM, L_attn이 모델 효율에 기여함을 확인했다. 또한, 학습된 CYP 임베딩을 시각화한 결과, 구조·기능적으로 유사한 이소폼(CYP2C9‑CYP2C19 등)이 근접하게 클러스터링되어, 모델이 실제 생물학적 관계를 학습했음을 시사한다.

한계점으로는 (1) 현재는 9개의 인간 CYP에만 초점을 맞추었으며, 비인간 또는 변이형 이소폼에 대한 일반화 검증이 부족하고, (2) 어텐션 메커니즘이 원자‑이소폼 상호작용을 설명 가능하게 하는 정도가 제한적이며, (3) AZ‑ExactSOM 데이터는 isoform 라벨이 없으므로, cross‑isoform 이점이 완전히 평가되지 못한다는 점을 들 수 있다. 향후 연구에서는 멀티‑태스크 학습으로 CYP 변이와 약물‑대사 상호작용을 동시에 모델링하거나, 그래프‑트랜스포머 기반의 전역 어텐션을 도입해 더 풍부한 구조 정보를 활용할 여지가 있다.

요약하면, ATTNSOM은 공유 그래프 인코더와 FiLM, 교차‑어텐션을 결합해 CYP 이소폼 간 상관성을 효과적으로 활용함으로써, 원자 수준 대사 부위 예측에서 기존 방법 대비 전반적인 정확도와 이진 구분 능력을 크게 향상시킨 혁신적인 접근법이다.