분자 그래프 컨볼루션: 지문을 넘어서

분자 "지문(fingerprints)"은 구조 정보를 인코딩하는 것으로, 약물 탐색 응용 분야에서 화학 정보학과 기계 학습의 주요 도구입니다. 그러나 지문 표현은 특정 측면을 강조하면서 다른 측면을 무시하기 때문에, 모델이 데이터 주도적 결정을 내릴 수 있는 여지를 제공하지 않습니다. 본 연구에서는 분자 "그래프 컨볼루션(graph convolutions)"에 대해 설명합니다. 그래프 컨볼루션은 비방향 그래프, 특히 소분자에서 학습하는 기계 학습 아키텍처입니다. 그래프 컨볼루션은 분자 그래프의 간단한 인코딩—원자, 결합, 거리 등—을 사용하여 모델이 그래프 구조 내의 정보를 더 효과적으로 활용할 수 있도록 합니다. 그래프 컨볼루션이 모든 지문 기반 방법보다 우수한 성능을 보이지는 않지만, 그래프 컨볼루션과 다른 그래프 기반 방법들은 리간드 기반 가상 스크리닝에서 새로운 패러다임을 제시하며 향후 개선의 가능성에 대한 흥미로운 전망을 제공합니다.