혁신적인 단백질 다중 모드 표현 학습: 서열과 구조 정보의 조화

본 연구는 단백질 서열 정보와 구조 정보를 결합한 다중 모드 표현 학습 방법을 제시하여 기존 방법의 한계를 극복하고 다양한 단백질 관련 예측 작업에서 최첨단 성능을 달성했습니다. 양방향 계층적 융합 프레임워크를 통해 서열 및 구조 정보 간의 효과적인 상호작용을 구현하여 생명과학 분야에 새로운 가능성을 제시했습니다.

최근 생명과학 분야에서 단백질의 기능과 구조를 이해하는 것은 매우 중요한 과제입니다. 거대 언어 모델 기반의 단백질 언어 모델(pLM)은 단백질 서열 정보를 활용하여 괄목할 만한 성과를 거두고 있지만, 3차원 구조 정보를 고려하지 못하는 한계가 있습니다. 반면, 그래프 신경망(GNN)은 단백질의 3차원 구조 정보를 활용하여 효과적인 예측을 수행하지만, 구조 데이터의 부족으로 인해 성능 향상에 어려움을 겪고 있습니다.

류쉐펑 등 연구진은 이러한 문제점을 해결하기 위해 양방향 계층적 융합(BIHIERARCHICAL FUSION) 프레임워크를 제안했습니다. 이 프레임워크는 pLM이 생성한 서열 정보와 GNN이 추출한 구조 정보를 효과적으로 결합하여 서로 다른 모달리티 간의 정보 교환을 강화합니다. 주의 메커니즘과 게이팅 메커니즘을 사용하여 네트워크의 여러 계층에서 정보 교환과 향상을 도모하는 것이 핵심입니다. 연구진은 이를 기반으로 게이팅을 사용한 국소적 양방향 계층적 융합과 다중 헤드 자기 주의 메커니즘을 사용한 전역적 양방향 계층적 융합 접근 방식을 추가적으로 제시했습니다.

연구 결과는 놀랍습니다. 다양한 단백질 관련 작업(효소 분류, 모델 품질 평가, 단백질-리간드 결합 친화도 예측, 단백질-단백질 결합 부위 예측, B 세포 에피토프 예측 등)에서 기존 방법들을 뛰어넘는 성능을 보였습니다. 이 연구는 단백질 서열 및 구조 정보의 효과적인 통합을 통해 단백질 다중 모달 표현 학습 분야에 새로운 가능성을 열었습니다. 양방향 계층적 융합은 서열과 구조 모달리티 간의 간극을 메우는 핵심 기술임을 입증했습니다.

결론적으로, 이 연구는 단백질 기능 예측 및 약물 개발 등 다양한 생명과학 분야에 큰 영향을 미칠 것으로 기대됩니다. 단백질 구조 정보의 활용을 통해 더욱 정확하고 효율적인 단백질 분석이 가능해질 것이며, 이는 궁극적으로 인류의 건강 증진에 기여할 것입니다.

주요 연구진: 류쉐펑, 장송하오, 천치찬, 서진보, 릭 스티븐스