화합물과 단백질 간 상호작용을 예측하는 것은 새로운 약물을 발견하는 데 결정적으로 중요하다. 그러나 기존의 서열 기반 연구들은 원자 좌표 및 거리 행렬과 같은 화합물과 단백질의 3차원(3D) 정보까지 활용하여 결합 친화도를 예측하지 못하였다. 또한, 널리 사용되는 수많은 계산 기법들은 단백질 표현을 위해 아미노산 문자 서열에 의존해 왔다. 이러한 접근은 모델이 의미 있는 생화학적 특징을 포착하는 능력을 제한할 수 있으며, 그 결과 기저 단백질에 대한 보다 포괄적인 이해를 저해할 수 있다. 이에 본 연구에서는 이러한 한계를 극복하기 위해 전이 학습 기법과 다중 수준 해상도 특징을 통합하는 2단계 딥러닝 전략인 MulinforCPI를 제안한다. 우리의 접근법은 단백질과 화합물 모두로부터 3D 정보를 활용하고, 단백질의 원자 수준 특징에 대해 심층적인 이해를 획득한다. 아울러 본 연구는 제1원리 기반 방법과 데이터 기반 방법 간의 차이를 조명함으로써 화합물-단백질 상호작용 과제에 대한 새로운 연구 가능성을 제시한다. 제안한 방법을 평가하기 위해 Davis, Metz, KIBA, CASF-2016, DUD-E 및 BindingDB의 총 6개 데이터셋에 적용하였다.

생의학 자연어처리에서 개체명 인식(named entity recognition, NER)과 개체명 정규화(named entity normalization, NEN)는 급속도로 증가하는 생의학 문헌에서 생의학적 개체(예: 질환과 약물)를 자동으로 추출할 수 있게 해주는 핵심 과제이다. 본 논문에서는 다중 과업 NER 모델과 신경망 기반 NEN 모델을 사용하여 기존의 신경망 기반 NER 도구를 개선함으로써 훨씬 더 빠르고 정확한 추론을 달성하는 도구인 BERN2(Advanced Biomedical Entity Recognition and Normalization)를 소개한다. 본 도구가 생의학 지식 그래프 구축과 같은 다양한 과업을 위해 대규모 생의학 텍스트를 주석 처리하는 데 도움이 되기를 기대한다. 이용 가능성과 구현: BERN2의 웹 서비스는 http://bern2.korea.ac.kr 에서 공개되어 있다. 또한 https://github.com/dmis-lab/BERN2 에서 BERN2의 로컬 설치도 제공한다. 보충 정보: 보충 데이터는 Bioinformatics 온라인에서 제공된다.

동기: 현재 추출형 질의응답(extractive question answering, EQA)에 관한 연구들은 단일 스팬 추출(single-span extraction) 설정을 모델링해 왔다. 이 설정에서는 특정 질의-지문 쌍에 대해 하나의 정답 스팬이 예측해야 할 레이블이 된다. 일반 도메인 EQA에서 이 설정은 대부분의 질문이 단일 스팬으로 답할 수 있기 때문에 자연스럽다. 일반 도메인 EQA 모델을 따르는 현재의 생의의학 분야 EQA(BioEQA) 모델들은 후처리 단계를 포함하여 단일 스팬 추출 설정을 사용한다. 결과: 본 논문에서는 일반 도메인과 생의의학 도메인에 걸친 질의 분포를 분석하고, 생의의학 질문이 사실형(factoid-type) 답(단일 답변)보다 목록형(list-type) 답(복수 답변)을 요구할 가능성이 더 높음을 발견하였다. 이는 모델이 하나의 질의에 대해 여러 답변을 생성할 수 있어야 함을 의미한다. 본 예비 연구에 기반하여, 우리는 BioEQA를 위한 서열 태깅(sequence tagging) 접근법을 제안하며, 이는 다중 스팬 추출(multi-span extraction) 설정이다. 우리의 접근법은 정답으로 사용되는 구(phrase)의 수가 가변적인 질의를 직접적으로 다루며, 질의에 대한 답변의 개수를 훈련 데이터로부터 학습하여 결정할 수 있다. BioASQ 7b 및 8b의 목록형(list-type) 질문에 대한 실험 결과는 후처리 단계를 필요로 하지 않으면서도 기존의 성능이 가장 우수한 모델들을 능가하였다. 이용 가능성과 구현: 소스 코드와 자원은 https://github.com/dmis-lab/SeqTagQA 에서 다운로드할 수 있도록 무료로 제공된다. 추가 정보: 추가 데이터는 Bioinformatics 온라인에서 이용 가능하다.

동기: 화합물-단백질 상호작용(Compound-protein interaction, CPI)은 신약 개발에서 필수적인 역할을 하며, 분자 도킹 시뮬레이션을 통해 수행되는데 이는 비용이 많이 듭니다. 이러한 목적을 위해 많은 인공지능 기반 접근법이 제안되어 왔습니다. 최근에는 분자 정보를 활용하는 데 있어 유망한 결과를 보인 두 가지 유형의 모델이 보고되었습니다. 첫째는 그래프 구조(원자와 결합)로부터 학습된 분자 표현을 구성하는 그래프 합성곱 신경망(graph convolutional neural networks)이고, 둘째는 분자의 기술자(descriptors) 또는 지문(fingerprints)에 대해 연산을 수행할 수 있는 신경망입니다. 그러나 두 방법 중 어느 쪽이 우수한지는 아직 정해지지 않았습니다. 현대의 여러 연구는 화합물과 단백질로부터 추출된 정보를 통합하여 CPI 과제를 구성하려고 시도해 왔습니다. 그럼에도 불구하고, 이러한 접근법들은 단순 연결(concatenation)을 사용해 정보를 결합해 왔으며, 이는 그러한 정보 간 상호작용을 충분히 포착할 수 없습니다. 결과: 우리는 약물-표적 상호작용의 표현 학습 능력을 향상시키기 위해 교차-주의(cross-attention) 메커니즘을 채택하고, 확장 연결성 지문(extended-connectivity fingerprints)으로부터 얻는 풍부한 정보를 활용하여 성능을 개선하는 Perceiver CPI 네트워크를 제안합니다. 제안한 방법은 기존의 최신 방법들과 비교하기 위해 세 가지 주요 데이터셋(Davis, KIBA, Metz)에서 Perceiver CPI를 평가했습니다. 제안된 방법은 만족스러운 성능을 달성했으며, 모든 실험에서 이전 접근법들에 비해 유의한 개선을 보였습니다. 이용 가능성 및 구현: Perceiver CPI는 https://github.com/dmis-lab/PerceiverCPI 에서 이용할 수 있습니다. 추가 정보: 보충 데이터는 Bioinformatics online에서 이용 가능합니다.

본 연구는 동적 포트폴리오 관리를 위한 새로운 딥 강화학습 프레임워크인 DeepAries를 제안한다. DeepAries는 리밸런싱 의사결정의 타이밍과 배분을 함께 최적화한다. 시장 상황과 무관하게 고정 리밸런싱 간격을 사용하는 기존 강화학습 방법과 달리, DeepAries는 불필요한 거래 비용을 줄이고 위험조정 수익을 최대화하기 위해 포트폴리오 가중치와 함께 최적의 리밸런싱 간격을 적응적으로 선택한다. 제안 프레임워크는 복잡한 장기 시장 의존성을 효과적으로 포착하는 Transformer 기반 상태 인코더와, 동시에 이산적(리밸런싱 간격) 및 연속적(자산 배분) 행동을 생성하기 위한 Proximal Policy Optimization(PPO)를 통합한다. 여러 실제 금융 시장에 대한 광범위한 실험 결과, DeepAries는 위험조정 수익, 거래 비용, 그리고 낙폭(drawdowns) 측면에서 기존의 고정 주기 및 전면 리밸런싱 전략을 유의미하게 능가함을 확인하였다. 또한 우리는 https://deep-aries.github.io/에서 DeepAries의 라이브 데모를 제공하며, 소스 코드와 데이터셋은 https://github.com/dmis-lab/DeepAries에 공개하여, 시장 레짐이 변화하는 상황과 부합하는 해석 가능한 리밸런싱 및 배분 의사결정을 도출하는 DeepAries의 역량을 보여준다. 전반적으로 DeepAries는 타이밍과 배분을 단일한 의사결정 과정에 통합함으로써 적응적이고 실용적인 포트폴리오 관리에 대한 혁신적인 패러다임을 제시한다.

동기: 유전적 교란에 대한 세포의 반응을 예측하는 것은 생물학적 시스템을 이해하고 표적 치료 전략을 개발하는 데 필수적이다. 변분 오토인코더(variational autoencoders, VAEs)는 교란 반응을 모델링하는 데 유망함을 보였지만, 학습된 특징이 명확한 생물학적 의미를 갖지 못하는 경우가 많아 제한된 설명가능성은 중대한 과제로 남아 있다. 그럼에도 불구하고 모델 설명가능성은 생물학적 AI 분야에서 가장 중요한 측면 중 하나이다. 설명가능성을 달성하는 가장 효과적인 방법 중 하나는, VAE와 같은 딥러닝 모델 설계에 유전자 조절 네트워크(gene regulatory networks, GRNs)의 개념을 통합하는 것이다. GRNs는 유전자 간의 근본적인 인과 관계를 도출하며, 유전적 교란 처리로 인해 발생하는 전사 반응을 설명할 수 있다. 결과: 우리는 잠재공간에서 GRN을 명시적으로 모델링하는 GRN 정렬 파라미터 최적화로 강화된 설명가능 VAE인 GPO-VAE를 제안한다. 우리의 핵심 접근은 잠재 교란 효과와 관련된 학습 가능 파라미터를 GRN 정렬 기반의 설명가능성에 부합하도록 최적화하는 것이다. 교란 예측에 대한 실험 결과는, 본 모델이 여러 벤치마크 데이터셋 전반에서 전사 반응을 예측하는 데 있어 최신(state-of-the-art) 수준의 성능을 달성함을 보여준다. 또한 GRN 추론 과제를 평가한 추가 결과에 따르면, 본 모델은 다른 방법들에 비해 의미 있는 GRN을 생성할 수 있는 능력을 지닌다. 정성적 분석에 따르면, GPO-VAE는 실험적으로 검증된 조절 경로와 정렬되는 생물학적으로 설명 가능한 GRN을 구성할 수 있다. 가용성 및 구현: GPO-VAE는 https://github.com/dmis-lab/GPO-VAE 에서 제공된다.

최근 딥러닝의 발전은 임상 예측을 위해 이질적인 데이터 양식을 통합할 수 있게 하였으며, 그 결과 환자 전자건강기록(EHRs)에 내재된 복잡한 정보를 활용하는 모델을 가능하게 하였다. 이러한 양식 중 흉부 엑스선 촬영영상(chest radiographs, CXRs)은 시각 정보를 제공함으로써 중환자실(ICU) 환자의 예후 결과 예측을 향상시킬 수 있는 풍부한 자료원이다. 그러나 다양한 CXR 표현 방식—원본 이미지 대 방사선 판독 보고서—의 예측 성능에 대한 비교적 영향이 체계적으로 조사되지 않았다. 이러한 비교는 가장 유익한 양식을 식별하고, 다른 데이터 원천과 어떻게 상호 보완되는지 이해하는 데 필수적이다. 본 연구는 ICU 환자에서 퇴원 후 30일 사망 예측을 위한 원본 CXRs와 방사선 판독 보고서의 예측적 유용성을 비교하였다. 우리는 환자 퇴원 메모를 사용하는 비전-언어 모델(Vision-Language Model, VLM)을 활용하였다. MIMIC-IV 데이터셋의 여과된 하위집합(n = 1,360)에서 퇴원 메모에 CXRs를 추가했을 때 최상의 성능(AUROC = 0.843)을 보였으며, 이는 퇴원 메모만 사용한 모델(AUROC = 0.816)과 방사선 판독 보고서를 추가한 모델(AUROC = 0.804) 모두를 상회하였다. 실험 결과, 원본 CXRs와 퇴원 메모를 결합한 모델이 방사선 판독 보고서를 추가한 모델보다 일관되게 더 우수한 성능을 나타냈다. 또한 방사선 전문의의 검토를 통해, 보고서가 종종 영상에서 관찰 가능한 임상적으로 관련 있는 소견을 누락하는 것으로 나타나, CXRs가 사망 위험에 대한 보다 풍부한 예후 신호를 전달함을 시사하였다. 이러한 결과는 임상 AI 시스템에서 양식 선택이 핵심적 역할을 수행함을 강조하며, 텍스트 요약은 다중양식 데이터의 대리(surrogate)로 사용할 때 주의가 필요하고, 예측에 결정적인 정보를 포착하지 못할 수 있음을 보여준다.

화합물-단백질 상호작용(CPI)의 정확한 예측은 계산 기반 신약 개발에서 여전히 핵심적인 과제로 남아 있다. 기존의 서열 기반 접근법은 분자 지문이나 그래프 표현을 활용하지만, 결합 친화도의 3차원(3D) 구조적 결정 요인을 결정적으로 간과한다. 이러한 공백을 메우기 위해 우리는 최초 원리 기반 구조 모델링과 SE(3)-등변(equivariant) 신경망을 시너지 있게 결합한 종단 간(end-to-end) 기하 딥러닝 프레임워크 EquiCPI를 제안한다. 우리의 파이프라인은 단백질에 대해서는 ESMFold, 리간드에 대해서는 DiffDock-L을 통해 원시 서열을 3D 원자 좌표로 변환한 뒤, 물리 기반의 컨포머 재랭킹과 등변 특성 학습을 수행한다. 핵심적으로 EquiCPI는 원자 점 구름에 대해 SE(3)-등변 메시지 패싱을 적용하여 회전, 평행이동 및 반사를 포함한 대칭성을 보존하며, 구면조화(spherical harmonics)의 텐서곱을 통해 국소 상호작용 패턴을 계층적으로 인코딩한다. 제안 모델은 결합 친화도 예측을 위한 BindingDB와 가상 스크리닝을 위한 DUD-E에서 평가한다. EquiCPI는 기존 최첨단 딥러닝 경쟁 모델들과 동등하거나 그 이상의 성능을 달성한다.

화합물과 단백질 간 상호작용을 예측하는 것은 새로운 약물을 발견하는 데 결정적으로 중요하다. 그러나 기존의 서열 기반 연구들은 원자 좌표 및 거리 행렬과 같은 화합물과 단백질의 3차원(3D) 정보까지 활용하여 결합 친화도를 예측하지 못하였다. 또한, 널리 사용되는 수많은 계산 기법들은 단백질 표현을 위해 아미노산 문자 서열에 의존해 왔다. 이러한 접근은 모델이 의미 있는 생화학적 특징을 포착하는 능력을 제한할 수 있으며, 그 결과 기저 단백질에 대한 보다 포괄적인 이해를 저해할 수 있다. 이에 본 연구에서는 이러한 한계를 극복하기 위해 전이 학습 기법과 다중 수준 해상도 특징을 통합하는 2단계 딥러닝 전략인 MulinforCPI를 제안한다. 우리의 접근법은 단백질과 화합물 모두로부터 3D 정보를 활용하고, 단백질의 원자 수준 특징에 대해 심층적인 이해를 획득한다. 아울러 본 연구는 제1원리 기반 방법과 데이터 기반 방법 간의 차이를 조명함으로써 화합물-단백질 상호작용 과제에 대한 새로운 연구 가능성을 제시한다. 제안한 방법을 평가하기 위해 Davis, Metz, KIBA, CASF-2016, DUD-E 및 BindingDB의 총 6개 데이터셋에 적용하였다.

생의학 자연어처리에서 개체명 인식(named entity recognition, NER)과 개체명 정규화(named entity normalization, NEN)는 급속도로 증가하는 생의학 문헌에서 생의학적 개체(예: 질환과 약물)를 자동으로 추출할 수 있게 해주는 핵심 과제이다. 본 논문에서는 다중 과업 NER 모델과 신경망 기반 NEN 모델을 사용하여 기존의 신경망 기반 NER 도구를 개선함으로써 훨씬 더 빠르고 정확한 추론을 달성하는 도구인 BERN2(Advanced Biomedical Entity Recognition and Normalization)를 소개한다. 본 도구가 생의학 지식 그래프 구축과 같은 다양한 과업을 위해 대규모 생의학 텍스트를 주석 처리하는 데 도움이 되기를 기대한다. 이용 가능성과 구현: BERN2의 웹 서비스는 http://bern2.korea.ac.kr 에서 공개되어 있다. 또한 https://github.com/dmis-lab/BERN2 에서 BERN2의 로컬 설치도 제공한다. 보충 정보: 보충 데이터는 Bioinformatics 온라인에서 제공된다.

동기: 현재 추출형 질의응답(extractive question answering, EQA)에 관한 연구들은 단일 스팬 추출(single-span extraction) 설정을 모델링해 왔다. 이 설정에서는 특정 질의-지문 쌍에 대해 하나의 정답 스팬이 예측해야 할 레이블이 된다. 일반 도메인 EQA에서 이 설정은 대부분의 질문이 단일 스팬으로 답할 수 있기 때문에 자연스럽다. 일반 도메인 EQA 모델을 따르는 현재의 생의의학 분야 EQA(BioEQA) 모델들은 후처리 단계를 포함하여 단일 스팬 추출 설정을 사용한다. 결과: 본 논문에서는 일반 도메인과 생의의학 도메인에 걸친 질의 분포를 분석하고, 생의의학 질문이 사실형(factoid-type) 답(단일 답변)보다 목록형(list-type) 답(복수 답변)을 요구할 가능성이 더 높음을 발견하였다. 이는 모델이 하나의 질의에 대해 여러 답변을 생성할 수 있어야 함을 의미한다. 본 예비 연구에 기반하여, 우리는 BioEQA를 위한 서열 태깅(sequence tagging) 접근법을 제안하며, 이는 다중 스팬 추출(multi-span extraction) 설정이다. 우리의 접근법은 정답으로 사용되는 구(phrase)의 수가 가변적인 질의를 직접적으로 다루며, 질의에 대한 답변의 개수를 훈련 데이터로부터 학습하여 결정할 수 있다. BioASQ 7b 및 8b의 목록형(list-type) 질문에 대한 실험 결과는 후처리 단계를 필요로 하지 않으면서도 기존의 성능이 가장 우수한 모델들을 능가하였다. 이용 가능성과 구현: 소스 코드와 자원은 https://github.com/dmis-lab/SeqTagQA 에서 다운로드할 수 있도록 무료로 제공된다. 추가 정보: 추가 데이터는 Bioinformatics 온라인에서 이용 가능하다.