Cell-Level Virtual Screening

Motivation

• Known: 기존 virtual screening은 분자 수준 특성과 상호작용 예측에 의존하며, virtual cell 연구들은 약물에 대한 gene expression 반응을 예측하여 세포 수준 정보를 screening에 활용하고자 시도해왔다.
• Gap: expression은 약물 성패를 설명하는 중간 표현(intermediate representation)에 불과하며, 기존 virtual cell 방법들은 reconstruction 성능으로만 평가되어 실제 drug discovery 과제(disease indication, drug-target interaction)에 대한 유효성이 검증되지 않았고, 분자 수준 방법과 공정하게 비교할 벤치마크도 부재하다.
• Why: expression 이상의 cell-level 표현이 약물의 고차원적 생물학적 효과(안전성, 효능)를 더 잘 대표할 수 있는지, 그리고 이를 molecular screening과 공정하게 비교 가능한지는 신약개발에서 late-stage failure를 줄이는 데 근본적으로 중요한 질문이다.
• Approach: DDR-Bench와 DTR-Bench라는 두 벤치마크로 molecular-level과 cell-level 스크리닝 방법을 직접 비교하고, perturbed gene network를 새로운 cell-level 표현으로 제안하여 이를 amortized하게 추정하는 CellVS-Net을 개발한다.

Achievement

1. DDR-Bench, DTR-Bench 제안: OpenTargets와 LINCS 데이터를 결합하여 novel target profile을 가진 약물의 disease indication 예측(DDR-Bench)과 서로 다른 perturbation modality 간 drug-target interaction 재구성(DTR-Bench)을 평가하는 최초의 modality-agnostic 벤치마크를 구축했다.
2. 기존 방법의 한계 규명: 대표적인 molecular 및 cell-level screening 방법들을 이 벤치마크에서 평가하여 기존 접근법들의 부족한 점을 확인했다.
3. Perturbed gene network 표현 제안: gene expression snapshot보다 세포 회로 재구성을 더 풍부하게 포착하는 표현으로 perturbation 후 gene network를 제안했다.
4. Scalable differentiable surrogate loss 개발: multivariate Gaussian negative log-likelihood의 log|Σ|, Σ−1 계산을 회피하는 pairwise regression 기반 대체 손실함수를 고안했다.
5. CellVS-Net 개발 및 SOTA 달성: 이 손실함수로 학습된 context-adaptive amortized estimator가 cell type, small molecule, signaling molecule, gene knockdown/over-expression 등 다양한 조건에서 gene network 예측 SOTA를 달성했고, DDR-Bench와 DTR-Bench 두 스크리닝 과제 모두에서 SOTA를 기록했다.

How

• OpenTargets(약물-질병, 약물-표적, 표적-질병 데이터)와 LINCS(perturbation 후 gene expression 데이터)를 결합해 종합 데이터베이스를 구축
• DDR-Bench: novel target profile을 가진 약물에 대해 올바른 FDA 승인 disease indication을 예측하는 능력 평가
• DTR-Bench: 서로 다른 perturbation modality(소분자, gene knockdown 등)가 동일 메커니즘에 작용할 때 cell-level 유사도로 drug-target interaction을 재구성하는 능력 평가
• 분자 수준과 cell-level 표현 방법들을 대표적으로 모아 두 벤치마크에서 공정 비교
• multivariate Gaussian의 negative log-likelihood를 pairwise regression 문제로 분해하는 scalable differentiable surrogate loss를 설계하여 log|Σ|, Σ−1의 직접 최적화를 회피
• 이 손실함수로 cell type, drug, dose 등 multivariate context를 gene-gene dependency network(Gaussian graphical model) 파라미터로 매핑하는 context encoder(CellVS-Net)를 학습, 개별 조합마다 별도 네트워크를 적합하는 대신 단일 amortized estimator 사용
• 학습된 CellVS-Net을 zero-shot 상태로 DDR-Bench, DTR-Bench에 적용해 스크리닝 표현으로서 성능 평가

Originality

• gene expression을 넘어서는 cell-level 표현인 perturbed gene network를 drug screening에 처음으로 도입
• reconstruction 성능이 아닌 실제 drug discovery 과제(disease indication, drug-target interaction) 기준으로 virtual cell 방법을 평가하는 최초의 벤치마크(DDR-Bench, DTR-Bench) 제안
• 전통적 plug-in network estimator의 한계(대규모 코호트 필요, context-specific 일반화 불가)를 극복하기 위해 multivariate Gaussian NLL의 새로운 differentiable surrogate loss를 고안하고 이를 amortized network estimation에 적용
• molecular-level과 cell-level 스크리닝 방법을 동일한 기준에서 비교할 수 있는 modality-agnostic 프레임워크 제시

Limitation & Further Study

• 벤치마크가 OpenTargets, LINCS 등 특정 데이터베이스의 커버리지와 편향에 의존적일 수 있어, 더 넓은 질병·표적 스펙트럼에 대한 일반화 검증이 필요
• Gaussian graphical model 기반 네트워크 표현이 비선형적이거나 고차 상호작용을 포함하는 실제 유전자 조절 네트워크의 복잡성을 충분히 포착하는지 추가 검증 필요
• surrogate loss의 근사가 실제 likelihood와 얼마나 벌어지는지에 대한 이론적 보장이나 오차 분석이 제한적일 수 있음
• 초록과 발췌본만으로는 DDR-Bench, DTR-Bench의 통계적 유의성, 데이터 누출(leakage) 방지 검증 등 세부 실험 디테일이 충분히 드러나지 않아 추가 검증이 요구됨
• 후속 연구로 in vivo/임상 데이터와의 상관성 검증, 다른 오믹스(proteomics, morphology) 레이어와의 통합 확장이 필요

Evaluation

총평: gene expression 중심의 virtual cell 평가 관행에 근본적 의문을 제기하고, 실제 drug discovery 과제 기준의 벤치마크와 새로운 gene network 표현 및 amortized estimator를 함께 제시한 점에서 참신하고 실용적 기여가 크며, 향후 cell-level virtual screening 연구의 표준 평가 틀로 자리잡을 가능성이 있다.