GYDE: A collaborative drug discovery platform for AI-powered protein design and engineering

Essence

Figure 1. GYDE layout showing the integrated Multiple Sequence Alignment (MSA), Structure Viewer

GYDE는 AlphaFold, RosettaFold, ProteinMPNN 등의 AI 모델을 Slivka compute API로 통합하고, MSA·구조 뷰어·플로팅 패널을 연동한 웹 협업 플랫폼으로, 단백질·항체 설계 시 서열-구조-기능 관계를 시각적으로 탐색하고 세션 공유를 통해 신약 개발을 가속화한다.

Motivation

Known: AlphaFold, RosettaFold, ProteinMPNN 등 단백질 구조 예측·설계 도구가 빠르게 개발되고 있으나, 각 도구가 독립적으로 설계되어 통합 워크플로우를 구축하기 어렵고, 벤치 과학자의 접근성이 낮다는 문제가 알려져 있다.
Gap: 기존 플랫폼(Galaxy, Jalview, PyMOL 등)은 개별 기능에 특화되어 있으며 서열-구조-기능 관계를 통합적으로 분석하는 환경이 부족하고, 상용 솔루션은 비용·독점성·커스터마이징 제약이 있다는 문제점이 있다.
Why: 단백질 AI 모델의 급속한 발전에도 불구하고 도구 통합의 기술적 장벽과 학습 곡선, 협업 환경의 부재가 신약 개발 효율을 저해하므로, 접근 가능하고 통합된 협업 플랫폼의 필요성이 높다.
Approach: Slivka compute API 기반으로 구조 예측·설계 AI 모델을 백엔드에서 관리하고, 웹 UI에 MSA 뷰어(MAFFT/Absolve 기반), Mol* 구조 뷰어, 플로팅·주파수 분석·이미지 뷰어 등을 타이트하게 통합하여 no-code 인터페이스를 제공하며, 세션 저장·공유로 협업을 지원한다.

Achievement

Figure 2. GYDE architectural components showing the integration between GYDE frontend, backend,

설계 원칙 수립: no-code UI, 서열-구조-기능 통합, 최신 도구 접근성, 협업 기능을 체계화. 아키텍처 구현: 모듈식 설계로 GYDE UI, 백엔드, 데이터베이스, Slivka 연동 실현. 통합 분석 환경: MSA, 구조 뷰어, 플로팅, 주파수 분석, 이미지 뷰어를 동기화된 인터페이스로 제공. 협업 기능: 세션 저장·하이퍼링크 공유로 데이터 교환 용이성 확보. 사용 사례: 6개의 초기 신약 개발 시나리오에서 유용성 입증.

How

Figure 2. GYDE architectural components showing the integration between GYDE frontend, backend,

Slivka compute API를 통해 AlphaFold, Chai, Boltz, ProteinMPNN, RFDiffusion 등 구조 예측·설계 모델을 유연하게 통합
MSA 뷰어(MAFFT, Absolve 지원)와 Mol* 구조 뷰어를 시퀀스 정렬로 동기화하여 서열-구조 관계 시각화
플로팅 컴포넌트로 기능 데이터와 서열을 다축 탐색 가능하게 구현
주파수 분석·이미지 뷰어로 보존 잔기·실험 결과 시각화
세션 저장 및 하이퍼링크 공유로 협업 데이터 교환 지원

Originality

서열-구조-기능 관계를 단일 통합 환경에서 동기화된 인터페이스로 제공하는 아이디어는 Anfinsen의 기본 원리에 착안하되 기존 도구(Galaxy, Jalview, PyMOL)에서는 구현되지 않은 차별점
Slivka API를 활용한 유연한 신규 도구 추가 메커니즘
No-code UI로 비코딩 벤치 과학자 접근성 개선
오픈소스(CC-BY-NC 4.0) 공개로 학계·산업계 민주화 추구

Limitation & Further Study

본문에서 6개 사용 사례만 제시되었으며, 대규모 다중 사용자 환경에서의 확장성·성능 평가 부재
Slivka 백엔드 자체의 계산 성능·병렬 처리 능력에 대한 벤치마크 미흡
데이터베이스 구조와 저장 용량 제약, PDB·UniProt 등 외부 저장소 연동 시 동기화 전략 명확성 부족
비상업(CC-BY-NC 4.0) 라이선스로 인한 산업 적용 제약 가능성
후속 연구: 사용자 피드백 기반 UI/UX 개선, 대규모 임상 데이터 통합, 인공지능 기반 자동 워크플로우 추천 기능 등

Evaluation

Novelty: 3/5 Technical Soundness: 4/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5

총평: GYDE는 단백질 AI 모델을 통합하고 서열-구조-기능 관계를 시각적으로 동기화한 협업 플랫폼으로, 신약 개발 접근성을 크게 개선하고 벤치 과학자의 AI 도구 채택을 촉진할 실질적 가치가 있다. 다만 대규모 성능 평가와 산업 적용 사례의 보충이 필요하다.

같이 보면 좋은 논문

De novo design and Rosetta‐based assessment of high‐affinity antibody variable regions (Fv) against the <span style="font-variant:small-caps;">SARS‐CoV</span> ‐2 spike receptor binding domain ( <span style="font-variant:small-caps;">RBD</span> )

기반 연구SARS-CoV-2 항체 설계 접근을 다른 타겟 항원으로 확장한다.

ProSSpeC: an interpretable probabilistic model predicting protease specificity

기반 연구본 논문의 아미노산 해상도 예측 기법을 확장하여 적용한다.

Integrative modelling of protein-glycan interactions with HADDOCK3

기반 연구HADDOCK3 모델링을 협업 플랫폼에 응용한다.

Towards an Agentic AI Framework for Generating, Optimizing and Filtering Protein Binders

다른 접근AI 기반 단백질 설계 협업 플랫폼의 다른 구현을 제시한다.

Benchmarking and Experimental Validation of Machine Learning Strategies for Enzyme Engineering

다른 접근생물학적 분자 예측을 위한 다른 벤치마크 접근법

후속 연구AlphaFold 등 AI 모델 통합 플랫폼을 확장한 연구이다.

Benchmarking open-source tools for in silico antiviral drug discovery

다른 접근약물-단백질 결합 예측을 위한 다른 벤치마크 연구

Atomically accurate de novo design of antibodies with RFdiffusion

후속 연구RFdiffusion의 기반이 되는 단백질 구조 예측 네트워크 방법론을 제공한다

응용 사례협업 플랫폼을 실제 단백질·항체 설계에 응용한다.

MultiAbRank: Benchmarking De Novo Antibody Design Under Multi-Objective Constraints

후속 연구SPECTER2 유사도 0.92로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'GYDE: A collaborative drug discovery platform for AI-powered protein design and engineering'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.