다중 단계 리만 흐름 매칭 기반 고속·정확·물리적 타당성 분자 도킹 시스템 ‘Matcha’

초록

Matcha는 번역 ℝ³, 회전 SO(3), 토션 SO(2) 공간에서 각각 흐름 매칭 모델을 순차적으로 적용해 3단계로 리간드 포즈를 정제한다. GNINA 에너지 최소화와 무감독 물리 타당성 필터를 결합해 물리적으로 비현실적인 포즈를 제거하고, 기존 대규모 공동 폴딩 모델보다 약 31배 빠른 추론 속도와 뛰어난 RMSD ≤ 2 Å 성공률을 달성한다.

상세 분석

Matcha 논문은 분자 도킹 문제를 “리만 흐름 매칭(flow matching)”이라는 최신 확률 생성 프레임워크에 접목시킨 점에서 혁신적이다. 기존 Diffusion 기반 도킹(DIFFDOCK 등)은 복잡한 확률 미분 방정식을 풀어야 하는 반면, 흐름 매칭은 조건부 속도장(vθ)을 직접 학습해 연속적인 시간 구간에서 라그랑지안 흐름을 추정한다. 이 접근법은 ℝ³, SO(3), SO(2)와 같은 비유클리드 매니폴드에 대해 닫힌 형태의 손실 L_CFM을 정의할 수 있어, 학습이 수학적으로 깔끔하고 안정적이다.

세 단계 모델의 설계는 “coarse‑to‑fine” 전략을 물리적 의미와 일치시킨다. 1단계는 큰 분산의 가우시안으로 번역만을 학습해 리간드 중심을 대략적으로 위치시킨다; 2단계는 중간 분산의 가우시안으로 번역을 정교화하고, 회전·토션을 무작위로 샘플링해 탐색 범위를 유지한다; 3단계는 작은 분산으로 모든 자유도를 동시에 미세 조정한다. 각 단계는 독립적인 파라미터를 갖고 별도 학습되므로, 단계별 손실 가중치를 조절해 특정 자유도에 더 집중할 수 있다.

입력 토큰 설계도 주목할 만하다. 리간드 원자, 단백질 잔기, 그리고 번역·회전을 요약하는 CLS 토큰을 3D 좌표와 결합해 위치 인코딩을 수행한다. 거리·방향 기반 어텐션 바이어스는 UNIMOL·ALPHAFOLD3에서 차용한 RBF와 선형 변환을 사용해, 물리적 거리와 방향 정보를 직접 어텐션 스코어에 주입한다. 이는 공간적 상관관계를 학습에 효과적으로 반영한다.

또한, 물리적 타당성 검증을 “PoseBusters” 필터 집합으로 구현한 점이 실용적이다. 최소 거리, 최대 거리, 부피 겹침, 내부 스테릭 충돌 등 네 가지 기준을 무감독으로 적용해 비현실적인 포즈를 사전에 차단한다. 이후 GNINA를 이용한 로컬 에너지 최소화와 스코어링을 거쳐 최종 포즈를 선택한다. 실험 결과, 물리적 타당성 비율이 모든 베치마크에서 기존 방법을 앞섰으며, 특히 ASTEX 테스트셋에서 RMSD ≤ 2 Å 성공률 82.4%와 PB‑valid(물리적 타당성) 비율 최고치를 기록했다.

성능 대비 효율성도 뛰어나다. Matcha는 ALPHAFOLD‑3, CHAI‑1, BOLT‑Z‑2와 같은 최신 대규모 공동 폴딩 모델 대비 약 31배 빠른 추론 속도를 보이며, 이는 실제 가상 스크리닝 파이프라인에 바로 적용 가능함을 의미한다.

전체적으로 볼 때, Matcha는 (1) 비유클리드 흐름 매칭을 통한 수학적·컴퓨테이셔널 효율성, (2) 다단계 정제 구조를 통한 단계적 정확도 향상, (3) 물리 기반 포스트프로세싱을 통한 실용적 타당성 확보라는 세 축을 성공적으로 결합한 최신 도킹 프레임워크라 할 수 있다.