RAG-Enhanced Collaborative LLM Agents for Drug Discovery

Motivation

• Known: 최근 대형언어모델(LLM)이 신약 발견 가속화에 큰 잠재력을 보이고 있으며, 특히 과학 문헌과 분자 데이터를 이해할 수 있는 능력이 뛰어남
• Gap: 기존 접근법들은 도메인 특화 미세조정에 의존하는데, 이는 (1) 새로운 LLM 아키텍처의 빠른 등장으로 유지보수가 어렵고, (2) 지속적인 미세조정으로 재앙적 망각(catastrophic forgetting)을 야기하며, (3) 신약 발견의 복잡하고 개방형 특성에 적응하기 어려움
• Why: 실제 신약 발견 질문은 복잡하고 맥락에 따라 다르며, 새로운 실험 결과와 문헌이 지속적으로 생성되므로 정적 모델로는 일반화 불가능
• Approach: RAG 기반 다중 에이전트 프레임워크를 통해 동적 지식 통합, 이질적 생화학 데이터 처리, 미세조정 불필요

Achievement

약물-표적 예측 작업에서 에이전트 간 협력 예시: 활성화된 단백질(OPRD1, ADRB2, OPRM1)을 식별

1. 다양한 신약 발견 작업 지원: 약물-표적 예측(drug-target prediction), 분자 주석(molecular captioning), 생물학적 활성도 예측 등 다양한 제로샷(zero-shot) 및 개방형 작업 수행 가능
2. 일반용도 LLM의 효과적 활용: 도메인 특화 미세조정 없이 외부 생화학 데이터베이스와 지식그래프를 동적으로 통합하여 성능 향상
3. 성능 우월성: 일반용도 LLM, 도메인 특화 LLM, 전통 딥러닝 방식 모두를 능가하는 성능 달성

How

CLADD의 세 가지 팀 구조와 정보 흐름

Planning Team (계획 팀)

• MolAnn Planner: 질의 분자의 주석이 충분한지 판단하여 추가 정보 필요성 결정
• KG Planner: 지식그래프에 관련 정보가 존재하는지 평가

Knowledge Graph (KG) Team (지식그래프 팀)

• Anchoring 방식: 질의 분자가 지식그래프에 없을 때, 유사한 약물을 앵커로 활용하여 관련 정보 검색
• DrugRel Agent: 약물 간 관계 정보 추출 (유사성 검색 및 GNN 활용)
• BioRel Agent: 생물학적 관계 정보 추출 (2-hop 경로 등)

Molecular Understanding (MU) Team (분자 이해 팀)

• 분자 구조 분석: 화학 구조 기반 분석
• 외부 도구 활용: 분자 주석 모델을 통한 추가 설명
• 정보 통합: KG 팀의 요약 정보와 함께 종합 분석

Prediction Agent (예측 에이전트)

• 모든 팀의 정보를 통합하여 최종 답변 생성

Originality

• 다중 에이전트 협력의 모듈화: 각 에이전트가 특정 데이터 소스와 역할에 특화되어 정보 처리 개선
• Anchoring 메커니즘: 질의 분자가 지식그래프에 없을 때 유사 분자를 통한 효과적인 정보 검색 (신규성)
• RAG 적용의 도메인 특화: 생화학 데이터의 이질성(heterogeneity), 모호성(ambiguity), 다중 소스 통합 문제를 체계적으로 해결
• 미세조정 불필요: 일반용도 LLM만으로 도메인 특화 성능 달성, 지식 업데이트의 유연성 제공

Limitation & Further Study

• 지식그래프 품질 의존성: 외부 지식베이스의 완성도가 시스템 성능에 큰 영향을 미치는데, 현실의 생화학 데이터는 불완전하고 편향되어 있을 수 있음
• 검색 정확도 제한: 광대한 생화학 공간에서 정확한 검색이 어렵고, 일반용도 LLM의 제한된 도메인 전문성으로 관련성 있는 정보 식별이 어려울 수 있음
• 앵커링 방식의 한계: 유사 분자가 존재하지 않거나 매우 드문 경우 효율성 저하
• 해석성과 신뢰도: 다중 에이전트 협력의 복잡성으로 인한 의사결정 과정 추적의 어려움
• 후속 연구 방향: (1) 지식그래프 질 개선과 자동 업데이트 메커니즘, (2) 도메인 특화 임베딩 모델 통합, (3) 불확실성 정량화 및 신뢰도 평가 메커니즘

Evaluation

총평: CLADD는 신약 발견에 RAG와 다중 에이전트 협력을 효과적으로 적용한 실용적 프레임워크로, 도메인 특화 미세조정의 필요성을 제거하면서도 우수한 성능을 달성했다. 다만 외부 지식 품질과 검색 정확도에 대한 더 심화된 분석과 실제 산업 적용 가능성 검증이 필요하다.