Deep-learning-based de novo discovery and design of therapeutics that reverse disease-associated transcriptional phenotypes

Motivation

• Known: 기존 virtual drug screening은 특정 단백질 타겟에 대한 docking 또는 screening data로 학습된 AI/ML 모델에 주로 의존해왔다. 질병 관련 전사체 특성을 역전시키는 약물을 식별하는 접근법은 drug repurposing에서 탐색되었으나, 이미 프로파일된 화합물에 한정되어 있어 신규 화합물 스크리닝과 최적화를 지원하지 못했다.
• Gap: 대규모 화합물 라이브러리에 대해 실험적으로 전사체 프로파일을 생성하는 것은 현실적으로 불가능하다. 따라서 화학 구조만으로 화합물 유도 유전자 발현을 예측하고 이를 질병 역전 스크리닝에 적용하되, 신규 화합물 설계와 리드 최적화를 체계적으로 수행할 수 있는 통합 플랫폼이 부재했다.
• Why: Transcriptomics는 질병 및 세포 상태를 특성화하는 표준 도구이지만 de novo drug discovery에는 활용되지 않았다. 질병 유도 유전자 발현 역전 접근법은 생물학적으로 타당하지만 실험적 제약이 있어, 이를 극복할 수 있는 predictive model 기반 시스템이 필요했다. 특히 간세포암과 특발성 폐섬유증은 치료 옵션이 제한적인 질환으로 새로운 치료제 개발이 시급하다.
• Approach: GPS는 structural fingerprint와 GO terms를 입력받아 화합물의 상향/하향 조절 및 무영향 효과를 3-class 분류하는 neural network 모델이다. Robust collaborative learning (RCL) 프레임워크를 통해 고품질 데이터 포인트를 재가중치화하고 여러 peer network 간 지식 융합을 통해 반복적 노이즈 제어를 수행한다. LINCS phase I 데이터(18,746개 화합물 × 978개 landmark gene)로 학습한 후, ZINC 및 Enamine HTS 라이브러리의 수백만 개 화합물에 대해 전사체 섭동 시그니처를 예측한다. 개선된 scoring function과 tree-search 기반 multi-objective optimization으로 lead 후보를 설계하고, structure-gene-activity relationship (SGAR) 분석으로 약물 기전을 규명한다.

Achievement

Figure 4. Large-scale screening for anti-HCC candidates and hit-to-lead optimization using GPS

• GPS 모델 개발: RCL 프레임워크가 기저선 방법들(RF-HQ, MTL, DeepCop 등)에 비해 내부 및 외부 검증에서 유의미한 성능 향상 달성 (p < 1E-8 across four cell models); 약 80% 데이터 포인트 활용으로 고품질 모델 개발
• 간세포암 신약 발굴: 두 종의 신규 화합물 시리즈 설계 및 검증, 우수한 세포 선택성과 체내 efficacy 확인
• 특발성 폐섬유증 후보 식별: 1개 drug repurposing 후보와 1개 신규 anti-fibrotic 화합물 발굴, single-cell transcriptomics 기반 다중 세포군 타겟팅 달성
• 구조-활성 관계 해석: SGAR 분석을 통해 약물 기전을 전사체 수준에서 규명 가능

How

Figure 3. Validation of gene expression reversal using GPS-predicted compound profiles

• 데이터 전처리: 약물-유전자 상호작용을 Z score 기준으로 3개 카테고리(downregulation <-1.5, upregulation >1.5, no effect)로 분류하여 노이즈 감소
• Predictable gene 선별: Random forest 모델로 화학 구조에서 예측 가능한 307/978 landmark genes 식별
• RCL 프레임워크: Multiple expert network 간 지식 융합으로 high-quality 데이터 재가중치화, 반복적 라벨 노이즈 제어
• Multi-objective optimization: 개선된 scoring function과 tree-search 방법으로 multiple objectives 동시 최적화
• SGAR 분석: Structure와 gene activity 간 관계를 학습하여 drug mechanism 규명
• Biological validation: 세포 실험(cellular selectivity, efficacy), 체내 모델(in vivo efficacy), single-cell transcriptomics 기반 검증

Originality

• RCL 프레임워크의 창의성: 기존 고품질 필터링 또는 전체 데이터 활용의 이분법을 벗어나, 협업적 학습을 통해 노이즈가 있는 데이터를 효과적으로 재가중치화하는 novel 접근법
• Transcriptomic reversal을 drug discovery의 핵심 원리로 체계화: 기존 repurposing 개념을 확장하여 large-scale screening과 de novo design을 통합하는 완전한 플랫폼으로 구현
• Structure-based transcriptomic prediction의 실용화: 이전 연구들이 소규모 화합물 세트에 한정된 것과 달리, 수백만 개 화합물에 적용하고 lead optimization까지 수행
• Multi-cell-type targeting: Single-cell transcriptomics 활용으로 질병 관련 다양한 세포군을 동시에 타겟하는 통합적 약물 설계

Limitation & Further Study

• 모델 성능 제약: LINCS phase I/II 데이터 간 median reproducibility score < 0.6으로 기저 예측 불확실성이 존재; 307/978 landmark genes만 예측 가능하여 전체 전사체 범위 제한
• Cell-line-specific 학습: 4개 주요 cell line (HEPG2, MCF7, PC3, VCAP)으로만 학습하여 다른 세포 타입 또는 primary cell에서 generalization 성능 미검증
• Validation 범위 제한: 두 질환(HCC, IPF)에서만 상세 검증되었으며, 다른 질병군에 대한 성능 확인 부족
• 화합물 합성 가능성 미평가: GPS가 제안한 신규 화합물의 합성 난이도, 약동학, 안전성 데이터가 제한적
• 후속 연구 필요: Single-cell transcriptomics 기반 세포군 타겟팅의 in vivo 검증, 다양한 조직/질병 모델로 확대 평가, 임상 전 동물 모델 추가 검증 요구

Evaluation

총평: 본 논문은 deep-learning 기반 약물 발굴의 패러다임을 전사체 중심으로 전환하는 혁신적인 연구이다. RCL 프레임워크의 기술적 우수성, transcriptomic reversal 원리의 체계적 구현, 간세포암과 특발성 폐섬유증에서의 검증된 성과는 early drug discovery 분야에 즉시 적용 가능한 실질적 가치를 제공한다. 다만 모델의 cell-line-specific 한계와 제한된 검증 질환 범위는 향후 확대 연구를 통해 보완되어야 하며, 신약후보의 합성 가능성 및 추가 안전성 평가가 보강되면 더욱 강력한 플랫폼이 될 것이다.