KAIST, 약물 부작용 및 용해도 예측 그래프 신경망 기술 개발

이에 반해 연구팀이 착안한 점은 분자 구조의 화학적 특성을 결정하는 데 원자뿐만 아니라 작용기와 같은 분자 내 하부 구조들이 중요한 역할을 한다는 점이었다.

연구팀은 분자의 특성을 결정하는 데 큰 영향을 끼치는 하부 구조를 추론하는 기술을 분자내의 중요한 정보를 최대한 압축해 보존하는 ‘정보 병목 이론’과 분자 내의 어떤 하부 구조가 분자의 고유한 특성을 결정 짓는데 큰 역할을 했는지 대한 인과 관계를 추론하는 ‘인과 추론 모형’을 활용해 개발했다.

이번 새로운 그래프 신경망 기법을 의학에 적용해 정보 병목 현상을 기반으로 한 연구는 기존 연구에 비해 약물 용해도 예측에서 11%의 성능 향상, 다중약물요법 부작용 예측에서 4%의 정확도 향상을 이뤄냈다.