[논문 리뷰] Artificial Intelligence in Drug Discovery: Applications and Techniques

Jianyuan Deng, Zhibo Yang외 3명|arXiv (Cornell University)|2021. 06. 09.

Computational Drug Discovery Methods참고 문헌 230인용 수 8

한 줄 요약

이 종합 검토는 소분자 약물 발견 분야에서 인공지능(AI) 응용에 대한 포괄적인 개요를 제공하며, 분자 성질 예측과 분자 생성에 중점을 둔다. 데이터 자원, 분자 표현 방식, 벤치마크 플랫폼, 모델 아키텍처(예: GNN, 트랜스포머) 및 학습 철학(지도학습, 자기지도학습, 강화학습)을 체계적으로 검토하여 기술적 발전의 연대기적 분석을 제공하고, 데이터 부족, 모델 해석 가능성, 표준화된 평가 프로토콜 부족 등의 과제를 부각시킨다.

ABSTRACT

Artificial intelligence (AI) has been transforming the practice of drug discovery in the past decade. Various AI techniques have been used in a wide range of applications, such as virtual screening and drug design. In this survey, we first give an overview on drug discovery and discuss related applications, which can be reduced to two major tasks, i.e., molecular property prediction and molecule generation. We then discuss common data resources, molecule representations and benchmark platforms. Furthermore, to summarize the progress of AI in drug discovery, we present the relevant AI techniques including model architectures and learning paradigms in the papers surveyed. We expect that this survey will serve as a guide for researchers who are interested in working at the interface of artificial intelligence and drug discovery. We also provide a GitHub repository (https://github.com/dengjianyuan/Survey_AI_Drug_Discovery) with the collection of papers and codes, if applicable, as a learning resource, which is regularly updated.

연구 동기 및 목표

• 소분자 약물 발견에 적용된 AI 기법에 대한 체계적인 검토를 제공함으로써 예측 및 생성 작업에 중점을 둔다.
• AI 기반 약물 발견에 사용되는 핵심 데이터 자원, 분자 표현 방식, 벤치마크 플랫폼을 식별하고 분석한다.
• 기존 기계학습에서 딥러닝 및 자기지도학습 방법으로의 전환을 고려하여 AI 약물 발견 분야의 모델 아키텍처 및 학습 철학의 진화를 검토한다.
• 데이터 부족, 모델 해석 가능성, 표준화된 평가 프로토콜 부족과 같은 지속적인 과제를 부각시킨다.
• 관련 논문과 코드를 정기적으로 업데이트하는 GitHub 리포지터리를 유지함으로써 학습 자료를 체계적으로 제공한다.

제안 방법

• 약물 발견 분야의 AI 응용을 두 가지 핵심 작업으로 분류: 분자 성질 예측 및 분자 생성.
• 기존 데이터셋(예: PubChem, ZINC)을 조사하고 조직하며, 훈련 및 벤치마크에 대한 유용성을 평가한다.
• SMILES, 지문(예: ECFP), 그래프 기반 인코딩(예: GNN)과 같은 분자 표현 방식을 검토한다.
• 분자 모델링 맥락에서 CNN, RNN, 그래프 신경망(GNN), 트랜스포머 등의 모델 아키텍처를 분석한다.
• 약물 설계에 적용되는 학습 철학(예: 지도학습, 자기지도학습 미리 훈련, 강화학습)을 검토한다.
• 지속적인 연구 및 교육 지원을 위해 관련 논문과 코드를 정리한 GitHub 리포지터리를 제공한다.

실험 결과

연구 질문

• RQ1 지난 10년간 AI 기법은 분자 성질 예측 및 분자 생성에 어떻게 발전해왔는가?
• RQ2 AI 기반 약물 발견에서 가장 널리 사용되는 데이터 자원, 분자 표현 방식, 벤치마크 플랫폼는 무엇인가?
• RQ3 다양한 모델 아키텍처(예: GNN, 트랜스포머) 및 학습 철학(예: 자기지도학습)은 성능과 적용 가능성 측면에서 어떻게 비교되는가?
• RQ4 데이터 품질, 모델 해석 가능성, 평가 표준화 부족 등으로 인해 AI의 실생활 적용이 저해되는 주요 과제는 무엇인가?
• RQ5 전자적 건강 기록, DrugBank 등의 실생활 데이터는 AI 기반 약물 설계에서 가설 생성을 어떻게 지원하고 향상시킬 수 있는가?

주요 결과

• 딥러닝의 부상에도 불구하고, 일부 분자 성질 예측 작업에서는 고정 지문(EFCP)이 GNN 기반 표현보다 더 뛰어난 성능을 보인다.
• 자기지도학습 및 강화학습 철학이 점점 더 분자 생성에 활용되고 있으며, 이는 화학적 공간 탐색의 효율성을 높인다.
• 데이터 부족과 클래스 불균형은 여전히 주요 과제이며, 많은 벤치마크 데이터셋이 실험 당 데이터 포인트 수가 적고 대표성에 의문을 제기할 수 있다.
• 모델 해석 가능성은 여전히 주요 제약 요소이며, 투명성, 정당성, 정보성, 불확실성 추정을 지원하는 설명 가능한 AI의 필요성이 증가하고 있다.
• 연구 간 표준화된 프로토콜이 부족하여, 데이터 분할 방식, 평가 지표(예: AUPRC 대 AUROC), 하이퍼파라미터 튜닝 절차 등에서 일관성이 결여되어 있다.
• 전자 건강 기록 및 DrugBank과 같은 실생활 데이터 소스는 가설 생성 및 약물 설계 통찰력을 향상시키는 데 유용한 도구로 부상하고 있다.