최적의 약물 후보를 식별하는 것은 약물 발견에서 매우 중요하다. 생물학 및 계산과학 분야의 연구자들은 약물-표적 상호작용(Drug-Target Interactions, DTIs)을 효율적으로 예측하기 위해 기계 학습(Machine Learning, ML)을 활용하고자 해왔다. 최근에는 자연어 처리(Natural Language Processing, NLP)에서 사전학습(pretrained) 모델의 유용성이 부각됨에 따라, 화학 물질 화합물과 표적 단백질을 위한 사전학습 모델이 개발되고 있다. 본 연구는 화학 물질 화합물을 대상으로 사전학습된 Bidirectional Encoder Representations from the Transformers(BERT) 모델인 ChemBERTa를 활용하여 DTI 예측 모델을 개선하고자 하였다. 사전학습에는 단순화된 분자 입력 선형 표기법(Simplified Molecular-Input Line-Entry System, SMILES)을 사용한다. 또한 표적 단백질에 대해서는 사전학습된 ProBERT를 사용하였으며(사전학습은 아미노산 서열을 사용함), 학습에는 BIOSNAP, DAVIS, BindingDB 데이터베이스(DBs)를 단독 또는 함께 사용하였다. ChemBERTa와 ProtBert, 그리고 통합된 DB들로 학습된 최종 모델은 이전 모델들과 비교하여 수신자 조작 특성 곡선 아래 면적(Receiver Operating Characteristic area under the curve, AUC) 및 정밀도-재현율-AUC(precision-recall-AUC) 값 기준으로 현재까지의 DTI 예측 성능을 가장 우수하게 제공하였다. 최종 모델의 성능은 13쌍의 기질(substrates)과 대사 효소인 시토크롬 P450(Cytochrome P450, CYP)에 대한 특정 사례 연구를 통해 검증하였다. 최종 모델은 우수한 DTI 예측을 제공하였다. 실제 환경에서의 약물-표적 단백질 상호작용은 특정한 양상을 보일 것으로 기대되므로, ChemBERTa와 ProtBert로 사전학습하면 이러한 양상을 학습할 수 있다. 이러한 상호작용의 양상을 학습하는 것은, 약물과 표적 단백질 간의 모든 관계를 포괄하는 크고 균형 잡힌 데이터셋을 사용하여 학습이 수행될 경우 DTI 정확성을 향상시킬 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.