FragDock Framework

 

 

FragDockRL 논문의 리비전을 업데이트 했습니다. 

https://www.biorxiv.org/content/10.1101/2025.08.12.670002v2  

 이번에 논문 리비전을 거치면서 논문 구성과 프로그램 코드를 완전히 재구성하였습니다. 

일단 FragDock Framework 입니다. core 구조를 포함한 initial building block에서 출발하는 building block assembly와 tethered docking을 기반으로 만든 Framework입니다. 
여기에 추가로 탐색방법들이 필요합니다. 

기존의 FragDockRL 은 FragDock Framework 안의 하나의 method로 개편되었고, 탐색을 담당합니다. 

그리고 그 외에도 Beam Search, MCTS, Random Search, One-Step Reaction 같은 탐색 방법을 추가하였습니다. 

코드는 github에 업로드 하였습니다. 이전과 저장소 주소가 달라졌습니다.

https://github.com/novelism/FragDock

 

논문 원고에선 RL의 비중이 많이 줄었습니다. ML의 장점이 분명히 있긴 있습니다. 하지만, ML로 잘되는 일은 ML로 하고, 다른 방법으로 잘 되는 일은 그 방법을 사용하면 될 일입니다. (제가 아는 분이 면접 때 그런 멋진 말을 했더니 ML 하시는 분이 표정이 안 좋아졌다나... 결국 불합격당하셨다는 이야기를 들었습니다. )

 이전에는 논문에서 ML을 강조하려 하였으나, ChatGPT는 "탐색" 연구임을 강조하라고 강하게 권하였습니다. 
 아마도 이전 버전을 읽은 분들은 아실 수도 있습니다만, 그 때는 "ML 기반의 분자 생성" 방법들이 생성한 분자들이 실제로 합성하기 어려웠기 때문에, 실제 합성 반응을 고려한 "Building Block Assembly"을 사용하여 그 문제를 개선했다는 것을 강조했습니다. 

 하지만, 탐색 기반 연구에선 그게 기본이라 별로 기존 ML 방식들의 단점을 개선하였다는 이야기가 무의미해졌습니다. 

 

 굳이 말하면, ML 연구는 기존에 개발된 컴퓨터 기반, 의약화학 기반 방법론들을 무시하고 연구가 진행된 면이 있습니다. 

저는 신약개발에 대해 잘 모르는 상태로 ML 기반으로 신약개발 연구를 시작했다보니 처음에는 무엇이 좋은 연구방향일지 잘 모르는 채로 시작하였습니다. 어느 날 의약화학책을 보고, 거기에 이미 컴퓨터를 이용한 단백질 구조 기반 분자 생성 (de-novo) 같은 것들이 설명되어 있는 것을 보고 이미 많은 CADD 연구자들이 좋은 접근 방법들을 많이 개발해 두었다는 것을 알게 되었습니다. 그래서 그런 기존 CADD 방법들을 배우고, 그 연장선에서 ML을 활용해야겠다는 생각이 들었습니다.

물론 AI로 분자를 설계할 수 있다는 것은 대단한 일입니다. 그런데, 그건 사람도 할 수 있고, 기존에 알려진 알고리즘으로도 도 할 수 있습니다. 그것이 더 좋은 방법인가는 별개의 문제입니다. 

 

FragDock Framework와 FragDockRL은 의약화학자의 방법론과 CADD의 방법론을 충실히 따르고, 그 위에서 ML을 추가하는 것이 현실적인 연구방향이다.라는 믿음을 바탕으로 제가 내놓은 답입니다.

 

아마도 제 이전 연구들과 마찬가지로, 이 연구도 별로 주목받지는 못할 것 같습니다. 그렇게 생각하는 이유는 많습니다. 

1. 연구를 너무 늦게 발표함. 대체 6년간 뭐하다 이제야 했나... 

2. 많은 사람들이 사용하려면 쓰기 편하게 만들어야 하는데, 사용하기 불편함 

3. 독자 타겟이 불분명함. 의약화학자인가? CADD인가? ML인가? 

 사실은 의약화학자를 타깃으로 하였습니다만, 그러기에는 제출한 저널이 의약화학자들이 주로 보는 저널은 아닌데... 

4. 실험 결과 없음... 저는 실험 결과가 뒷받침 되어야만 좋은 연구라고 생각합니다. 

5. 홍보 부족... 사실 요즘 주력으로 하는 일이 따로 있어서 이 일은 당분간 하지 않을 것 같고, 학회에 가서 발표할 예정도 없습니다. 

... 어째 제가 나름 납득할만한 논문을 내놓을 때마다 저는 그 분야를 떠나고, 학회에서 논문을 발표하지 못하는데... 이번도 마찬가지일 거 같네요.