mRNA 모델 개발: 25종에 걸친 단백질 AI 파이프라인 구축

요약

OpenMed는 치료용 단백질 개념을 발현 가능한 DNA 서열로 변환하는 엔드투엔드(end-to-end) AI 파이프라인을 구축했습니다. 이 파이프라인은 ①단백질 구조 예측, ②아미노산 서열 설계, ③코돈 최적화의 세 단계로 구성됩니다. 특히 코돈 최적화 부분에 집중하여 여러 트랜스포머(transformer) 아키텍처를 비교한 결과, CodonRoBERTa-large-v2가 가장 우수한 성능을 보였습니다. 이를 25종의 생물종으로 확장하고 총 4개의 모델을 개발하는 데 성공했으며, 이는 오픈 소스 프로젝트 중 독보적인 성과입니다.

핵심 포인트

• 단백질 AI 파이프라인은 구조 예측(ESMFold), 서열 설계(ProteinMPNN), 코돈 최적화의 3단계로 구성됩니다.
• 코돈 최적화 모델로는 CodonRoBERTa-large-v2가 가장 우수하며, 이는 낮은 perplexity와 높은 CAI 상관관계를 보였습니다.
• 개발된 시스템은 단일 종을 넘어 25개 생물종에 걸쳐 작동하는 다중 종(multi-species) 지원 기능을 갖추고 있습니다.
• 이 파이프라인은 개념 단계의 단백질 아이디어를 실제 발현 가능한 DNA 서열로 변환할 수 있게 합니다.