중국계 연구팀이 약물 가상 스크리닝을 24시간에서 61초로 단축

중국계 연구팀이 조 단위 계산으로 커진 대규모 약물 가상 스크리닝을 분 단위까지 끌어올렸다. 애리조나주립대 차오즈차오 교수팀과 제1저자 장전위 박사과정생은 대규모 벡터 검색 시스템 스위프엔엔을 개발해 약 5억 개 약효 후보 분자와 2만6000여 개 단백질 포켓에 대한 후보 선별을 약 61초에 끝냈다고 밝혔다. 기존 유사 규모 시나리오에서는 8개의 전 세대 가속기로 약 24시간이 걸렸지만, 이번에는 4개의 최신형 그래픽 처리 장치로 분 단위 수준으로 줄였다. 평균 재현율은 99.63퍼센트로, 압축된 벡터를 사용하면서도 정밀 검색 기준 상위 후보의 대부분을 보존했다. 이번 연구는 칭화대 팀의 드러그클립에서 출발했다. 드러그클립은 단백질 포켓과 분자를 같은 벡터 공간에 매핑한 뒤 유사도로 후보를 빠르게 찾는 방식으로, 분자 결합 계산을 하나씩 수행하던 기존 방식의 병목을 해소했다. 그러나 반복적으로 타깃과 포켓을 바꿔야 하는 연구자에게 24시간 대기라도 부담이었다. 연구팀은 분자 벡터를 그래픽 처리 장치 메모리에 미리 보관한 뒤 반복 질의에 재사용하는 구조에 집중했다. 핵심 과제는 768차원 분자 벡터를 4개 장치 메모리에 올리는 것이었다. 부동소수점 32비트로 저장하면 약 1.54테라바이트에 달하지만, 연구팀은 256차원마다 축소개수를 두어 정수 8비트로 압축해 약 387기가바이트로 줄였다. 질의 단계에서는 저장된 압축 데이터를 블록 단위로 읽고 필요한 만큼만 복원해 점수를 계산했다. 또한 한 번의 질의마다 분자 데이터를 다시 읽지 않도록 64개 포켓을 묶어 하나의 배치로 처리하고, 행렬 연산으로 포켓과 분자의 매칭 점수를 동시에 계산해 메모리 접근 횟수를 크게 낮췄다. 후보 리스트 생성에는 초기 데이터 블록에서 얻은 점수 문턱을 기준으로 상위 50만 개 후보만 유지하는 방식을 적용했다. 추가로 연산 실행 그래프 기록 방식을 이용해 반복 그래픽 처리 장치 호출 오버헤드를 줄였다. 결과적으로 스위프엔엔은 5억 개 분자에서 각 포켓의 상위 50만 개 후보를 뽑는 검색을 61.04초에 완료했다. 압축과 메모리 로딩은 약 502초로 별도로 계측됐지만, 분자 라이브러리가 변경되지 않는 한 이후 질의에는 이 시간이 분산된다고 연구팀은 설명했다. 초고속 반복 탐색이 가능해지면 연구자는 하나의 질병에서 여러 타깃과 포켓을 빠르게 비교하고, 부정적 결과가 나오면 즉시 후보 세트를 다시 생성할 수 있다. 연구팀은 이번 성과가 초기 후보 선별 속도 개선에 그치는 것이 아니라 분자 인코딩과 정밀 결합 계산 등 전 단계의 효율화가 함께 진행돼야 전체 탐색 과정의 속도가 실질적으로 단축된다고 강조했다. 이번 성과는 논문 사전공개 사이트에 공개됐다.