Pharmacology-Aware CP-Tensor Kernel Beats Domain-Specific Baselines in Drug-Combination Bayesian Optimization

Motivation

• Known: Hamming, Tanimoto 같은 기존 BO kernel들은 화학 구조 유사성이나 discrete pair identity만 활용하며, 단일 약물의 dose-response curve(Hill fit)는 일상적으로 측정됨에도 kernel 설계에 반영되지 않았다. Neural network 기반 combination predictor들은 대규모 학습 데이터가 필요하고 low-budget sequential BO 상황에는 부적합하다.
• Gap: 기존 combinatorial BO 연구들은 off-the-shelf kernel(Hamming, Tanimoto) 패러다임에 머물러 있어 monotherapy pharmacology 지식(Hill, Bliss, Loewe 등)을 kernel 안에 구조적으로 encode하지 못했고, k≥3 규모의 고차 상호작용을 다루면서도 파라미터 수를 억제하는 방법이 부재했다.
• Why: 약물 조합 탐색은 조합 폭발 문제(NCI-ALMANAC 등에서 수천만 개 후보)로 인해 실험 자원이 극히 제한된 상황에서 효율적 BO가 필수적이며, 약리학적 사전지식을 kernel에 내장하면 적은 평가 예산으로도 더 정확한 조합을 선별할 수 있어 실제 wet-lab 실험 비용을 크게 절감할 수 있다.
• Approach: 각 (drug, cell line)에 대해 4-parameter Hill curve를 적합해 fingerprint를 얻고, 이를 activity-gated embedding f_i=(1-s_i)Mez_i로 변환한 뒤, 임의 차수(order) 상호작용을 O(Dq) 파라미터로 공유하는 symmetric CP-tensor 파라미터화를 통해 aggregate하여 RBF kernel을 구성하는 구조화된 Gaussian-process 접근을 제안한다.

Achievement

Figure 1. ALMANAC headline. (a) Aggregate final regret over the 600 trajectories per method. Savitar halves the regret o

1. 오류율 절반 감소: NCI-ALMANAC 60개 cell line, 10 seed 실험에서 Savitar는 categorical baseline 대비 mean regret을 절반으로 줄였고 Tanimoto 대비 1.8배(27.4 vs 48.6) 낮은 regret을 달성했다.
2. 통계적 유의성: 600개 paired (cell, seed) trajectory에서 paired Wilcoxon p<10^-38, 95% bootstrap CI가 모두 strictly negative로 나타나 우위가 통계적으로 매우 견고하다.
3. 교차 도메인 일반화: antifungal(Cokol 2011), antiviral(Tan 2012, HIV), antibacterial(Brochado 2018, E. coli) 등 4개 이질적 health domain 모두에서 각각의 published domain-aware baseline(GIP, Tanimoto, INDIGO)을 능가했으며, HIV에서는 20/20 seed 전부 pool oracle에 도달했다.
4. 계산 효율성: 모든 데이터셋에서 GP baseline 대비 2–10배 빠른 trajectory 당 실행 속도를 보였으며, 30회 평가 BO trajectory가 CPU에서 2초 이내에 완료된다.
5. 고차 상호작용 확장성: k≥3 drug regimen에도 동일 파라미터화가 적용 가능하며, synthetic arity sweep(k=2~5)에서 일관된 우위 패턴을 확인했다.

How

• 각 (drug, cell line) 쌍에 대해 4-parameter Hill curve(E0, Emax, log10 EC50, slope)를 non-linear least squares로 적합(실패 시 3-parameter fallback), cell-line별 z-score 정규화하여 fingerprint ez_i,c 생성
• Hill 곡선으로 예측된 dose별 viability s_i를 이용해 activity-gated embedding f_i=(1-s_i)Mez_i 정의(M은 learnable projection)
• k-drug combination에 대해 order-m subset interaction을 rank-q CP-tensor 분해(w_S = Σ_r Π_j A[i_j,r])로 파라미터화하여 O(Dq) 파라미터만으로 임의 차수 상호작용 표현
• ϕ(c)에 대한 RBF kernel k(c,c')=σ²exp(-||ϕ(c)-ϕ(c')||²/2ℓ²)를 정의하고, 결정론적 feature map 합성이 PSD를 보존함을 증명(Proposition 2.1)
• BO loop: 매 step마다 Type-II marginal-likelihood(empirical Bayes, Adam)로 {M, A, ℓ, σ², σ_n²} 재적합, Expected Improvement로 pool 내 미측정 후보 점수화 및 최적점 질의
• NCI-ALMANAC(60 cell line×10 seed), Cokol 2011(antifungal), Tan 2012(HIV antiviral), Brochado 2018(antibacterial E. coli) 4개 데이터셋에서 Random, Hamming, Activity-Hamming(ablation), 도메인별 baseline(Tanimoto/GIP/INDIGO), Savitar를 동일 pool·동일 init 조건에서 비교(fix-pipeline-vary-only-the-kernel protocol)

Originality

• 약물별 routine하게 측정되는 monotherapy Hill dose-response curve를 discrete pair kernel이 아닌 GP kernel 내부의 activity-gated embedding으로 직접 encode한 최초의 시도
• 임의 차수(order) drug interaction을 별도 파라미터 폭발 없이 symmetric CP-tensor 분해로 O(Dq) 파라미터에 공유시켜 k≥3 조합까지 자연스럽게 확장 가능하게 한 파라미터화
• Activity-Hamming이라는 ablation을 설계해 성능 향상이 단순 Hill-curve access가 아니라 activity-gated CP-tensor 구조 자체에서 나온다는 것을 분리 검증
• 화학(Tanimoto), 생물학(GIP), chemogenomic(INDIGO) 등 서로 다른 도메인의 "제대로 published된" baseline과 직접 비교하는 교차 도메인 검증 설계

Limitation & Further Study

• 평가가 retrospective 시뮬레이션(고정 pool 대비 regret)에 기반하며, 실제 wet-lab 검증은 pair 이상(k≥3)에 대해 수행되지 않아 future work로 남아있음
• ALMANAC은 3×3 dose grid로 제한되어 있고 pool을 4,000개로 subsampling하는 등 tractability를 위한 근사가 성능 추정에 영향을 줄 수 있음
• Hill curve fitting이 실패하는 극소수 사례(0.03%)나 fallback 모델 사용이 결과에 미치는 영향에 대한 심층 분석 부족
• k≥3 regimen에 대한 synthetic sweep은 실제 생물학적 데이터가 아닌 synthetic ground truth(Bliss-plus-CP)에 기반하므로 실제 다중약물 상호작용에 대한 일반화 여부는 추가 검증 필요
• 단일 저자 워크숍 논문으로, 더 넓은 범위의 세포주·질환·기전에 대한 재현성 및 강건성 검증이 후속 연구로 요구됨

Evaluation

총평: 약리학적 사전지식을 GP kernel 구조에 직접 내장한다는 아이디어가 명확하고, 4개 이질적 도메인에서 강한 통계적 유의성과 계산 효율성을 함께 입증한 실용적이고 잘 설계된 연구이나, 실제 wet-lab 검증과 k≥3 조합에 대한 생물학적 확인이 아직 부족하다는 점에서 향후 검증이 더 필요하다.