Nextflow Frontier가 BioML-bench에서 4가지 새로운 최고 결과를 발표하다

10년여 전, 공동 창업자인 Paolo와 저는 Nextflow를 만들었습니다. 오늘날 Nextflow는 계산 생물학의 오픈 소스 허브가 되었으며, 수만 명의 과학자들이 매일 사용하고 있으며 매월 4백만 개 이상의 워크플로우가 실행되고 있습니다.

이러한 관점에서 우리는 지난 10년간 과학자들이 발견을 위해 컴퓨팅의 경계를 넓혀온 과정을 지켜봐 왔습니다. 지난 한 해 동안, AI는 전례 없는 가속화를 이끌었습니다. 처음으로 모델들이 과학에 대해 깊이 추론할 수 있고, 아이디어를 실행 가능한 실험으로 변환하며, 그 결과로부터 학습하여 이전에 도달하기 어려웠던 발견을 추구할 수 있게 되었습니다.

하지만 AI의 과대광고 주기(hype cycle)는 종종 중요한 사실을 무시합니다. 바로 추론만으로는 과학이 아니라는 점입니다.

과학적 진보는 항상 가설과 실험의 조합에서 나왔습니다. 즉, 데이터를 생성하고, 분석을 실행하며, 모델을 훈련시키고, 결과를 확인하는 것입니다. 아이디어는 단지 시작일 뿐입니다. 실험이야말로 그것들을 지식으로 만드는 방법입니다. 추론과 실험을 결합함으로써 비로소 진정한 돌파구를 만들 수 있는 발견 루프(discovery loop)를 얻게 됩니다.

Nextflow는 오랫동안 생명 과학 분야의 인 실리코(in silico) 실험을 위한 사실상의 계산 엔진이었습니다. 그래서 AI에서 생화학적 추론이 크게 부상하는 것을 보며, 우리는 지난 한 해 동안 스스로에게 질문했습니다. 고급 모델 추론과 대규모 컴퓨팅 실험을 결합하기 위한 최적의 시스템은 무엇일까?

오늘 저희는 이 비전을 실현하기 위해 구축한 것을 출시합니다: Nextflow Frontier. 이는 생명 과학 분야의 미해결 문제들을 위한 재귀적인 폐쇄 루프 발견 시스템입니다.

초기 결과들은—이 게시물에서 나중에 조금 더 공유할 예정이지만—놀랍습니다.

폐쇄 루프 발견

Nextflow Frontier는 과학자를 위해 설계되었습니다. Nextflow Frontier에 문제와 성공을 측정할 명확한 방법을 제시하면 됩니다. 이 시스템은 잠재적인 해결 경로에 대한 아이디어를 공식화하고, 이러한 아이디어를 완전히 실행 가능한 Nextflow 파이프라인으로 변환하며, 그런 다음 이러한 '실험'들을 병렬로 실행합니다—종종 수천 개에 달하는 실험을요. 시스템은 결과를 점수화하고 분석합니다. 그리고 학습하여 접근 방식을 개선하고 다시 실행합니다. 이 과정은 완전히 가이드 가능하고, 검증 가능하며, 투명하게 유지되는 상태에서 며칠 동안 자율적으로 실행될 수 있습니다.

The discovery loop: the Adaptive Discovery Model at the centre, orchestrating Planning and Design, Execution, Validation and Learning, with a hypothesis entering at the top and the lab at the bottom, and scientists observing, guiding, challenging and verifying the loop from the outside

Nextflow Frontier는 문제에 구애받지 않고(problem-agnostic) 모델에도 구애받지 않도록(model-agnostic) 설계되었습니다. 점수화할 수 있는 모든 문제를 다룰 수 있으며, 각 단계에서 최고의 결과를 산출하는 어떤 모델을 사용하든 상관없습니다. Nextflow Frontier는 문제 해결 방식에 대한 선입견이 없기 때문에 데이터의 신뢰성을 믿고 증거를 따라 학습할 수 있습니다. 이 시스템은 모델들을 결합하고, 새로운 방법론을 발명하며, 다른 분야의 알려지지 않은 논문을 찾아내고, 이전에 간과되었지만 과학적으로 중요한 데이터셋까지 발견할 수 있습니다—이 모든 것은 뛰어난 과학자가 할 수 있는 일이지만, 실험적 증거에 의해 안내되어 이전에는 상상할 수 없었던 규모로 수행됩니다.

우리는 이미 생명과학의 많은 핵심 계산 분야에서 놀라운 성공을 거두었습니다:

Ten fields Nextflow Frontier has worked in: target discovery and validation, structure prediction, ensemble sampling, epitope modeling, de novo design, hit-to-lead optimization, binding affinity, virtual cell, ADME and toxicity, and PK and PD modeling

최근 특정 계산 과제를 위한 새롭고 진보된 모델들의 발표가 지배적이었던 분야(우리가 환영하는 발전입니다)에, 우리는 대신 과학적 발견을 위한 완전한 시스템을 구축했습니다. 전체 스택은 다음과 같습니다:

The Nextflow Frontier stack: data (internal, public, program traces) and tools and models (a 2000+ tool registry, SOTA models and MCPs, proprietary and open LLMs) feed the Research Harness, which sits beside the Adaptive Discovery Model, under the Control Panel and over Proprietary Agentic Nextflow and the Nextflow Platform by Seqera

주요 구성 요소:

컨트롤 패널(The Control Panel): 과학자들이 문제를 정의하고, 진행 상황을 추적하며, 루프를 안내하는 곳입니다.리서치 하네스(The Research Harness): 문헌 검토, 데이터 분석, 과학 소프트웨어 개발 전담 에이전트를 갖춘 운영자입니다. 이 시스템은 모든 아이디어를 실행 중인 인 실리코(in silico) 실험으로 전환하고, 적절한 도구와 모델을 결합하며, 컨텍스트와 상태를 저장하고, 실패한 부분을 재시도하며, 모든 결정을 기록하고, 전체 에이전트 시스템을 오케스트레이션합니다.에이전틱 Nextflow (Agentic Nextflow): 결정론적 작업과 에이전트를 단일 워크플로우로 결합하여 대규모 병렬 및 장기 실행 작업을 위해 구축된 Nextflow의 독점 버전입니다.어댑티브 디스커버리 모델(The Adaptive Discovery Model): 시스템의 핵심은 연구를 계획하고, 다음에 무엇을 시도할지 결정하며, 실행할 때마다 더 똑똑해지는 지능 계층입니다. 이것이 바로 '지능을 안내하는 지능'이라고 할 수 있습니다.커넥터(Connectors): 내부 스토리지, 공개 데이터, 공개 및 비공개 모델, 그리고 습식 실험실(wet lab) 운영 전반에 걸친 생명 과학 시스템 및 모델의 완벽한 기술 연결망입니다.Nextflow 플랫폼 (Seqera): 컴퓨팅 환경, 보안 및 거버넌스 패러다임, 감사 가능성 요구 사항 등 생명 과학 기업 내부 운영을 위한 포괄적인 플랫폼입니다.

에이전틱 '자동 연구' 시스템이 지배하는 분야에서, 우리는 실제 과학적 발견에 최적화된 언어, 하네스, 그리고 오케스트레이션 모델—즉, 종합적인 시스템—을 구축하기로 결정했습니다. 다른 시스템들은 아이디어를 생성하지만, 우리 시스템은 해결책을 생성합니다.

왜 Nextflow

이 모든 것은 과학을 소프트웨어로 표현하는 데 가장 좋은 시스템인 Nextflow의 기반 없이는 불가능했을 것입니다. 컨테이너, 버전 관리 및 데이터 계보(data lineage)는 가설을 검증 가능한 코드로 바꿉니다. 이미 과학 자체가 이 곳에 있습니다. 상위 20개 제약 회사 중 15곳이 저희 플랫폼을 사용하고 있습니다. Anthropic과 OpenAI 모두 Nextflow의 인프라가 갖는 중요성을 인정했으며, Anthropic은 Life Sciences를 위한 Claude에 Nextflow 기능을 통합했고 OpenAI는 Rosalind Workbench 전체를 nf-core 파이프라인으로 구축했습니다.

지능은 새로운 것입니다. 기반 기술은 그렇지 않습니다.

획기적인 벤치마크 결과

저희는 지난 1년 정도 동안 Nextflow Frontier를 구축하며 그 잠재력을 믿었지만, 아직 그 모든 역량을 알지는 못했습니다. 그리고 저희가 테스트를 진행했습니다.

저희는 BioML-bench에서 Nextflow Frontier를 실행했습니다. 이 벤치마크는 신약 개발, 생물의학 영상(biomedical imaging), 단일 세포 오믹스(single-cell omics), 단백질 공학 등 다양한 분야의 출판된 실험 데이터로 구성된 24가지 과제로 이루어져 있습니다. 각 과제에는 시스템이 한 번도 보지 못한 학습 세트와 테스트 세트가 있습니다.

이전에 가장 뛰어났던 AI 시스템들은 평균적으로 리더보드 참가자의 75% 이상에서 좋은 성과를 보였으며, 계산 범주별로 편차가 있었습니다. 하지만 Nextflow Frontier는 이미 참가자 중 92% 이상의 결과를 달성했습니다.

Bar chart of leaderboard percentile by task area, Nextflow Frontier against the best published AI system: drug discovery 96 against 67, protein engineering 94 against 97, single-cell omics 96 against 88, biomedical imaging 76 against 46, and all 24 tasks 92 against 75

Frontier가 최고 성능을 내지 못한 모든 벤치마크에서도 시스템은 여전히 활발하게 실행되고 있습니다. 저희는 앞으로 몇 주 안에 추가적인 진전을 발표할 것으로 예상합니다.

개별 벤치마크 수준으로 볼 때, 저희는 이 시스템을 24개의 벤치마크에 걸쳐 자유롭게 풀어놓았습니다. 이미 이 중 17개에서 최고 벤치마크 결과(또는 통계적 동등물)를 달성했으며, 7개는 아직 실행 중입니다. 오늘 저희는 시스템의 강력함을 특히 보여준다고 생각하는 다섯 가지 우승 사례를 강조하며 Nextflow Frontier를 출시합니다.

수치만으로는 알 수 없는 것은 이 결과에 도달하는 놀라운 방식들입니다. 암을 유발할 수 있는 단백질인 EGFR(상피세포 성장 인자 수용체)을 예로 들어보겠습니다. 저희는 Nextflow Frontier에게 점수, 즉 빈 캔버스, 그리고 이미 실험실에서 EGFR에 대해 테스트된 500개의 분자를 제공했습니다. 또 다른 144개는 보류되었습니다. 80시간 동안 그것은 92가지 아이디어를 시도하고 800개의 점수화 파이프라인을 실행했습니다.

노트북에서도 실행할 수 있을 만큼 간단한 화학 모델을 사용하여, 전문 그래픽 프로세서에서 학습된 10억 개 매개변수 신경망으로 나온 공개 리더보드 최고의 기록과 보조를 맞추었습니다. 그것은 이 약물들이 수소 결합으로 EGFR에 고정되어 있다면, 어떤 원소가 무엇인지보다 어떤 원자가 할 수 있는 것이 더 많은 신호를 전달한다는 것을 알아냄으로써 그곳에 도달했습니다.

제가 가장 좋아하는 부분은 단기 목록입니다. 보류된 144개 분자 중 상위 3가지 선택물, 즉 EGFR과 결합할 가능성이 가장 높다고 순위를 매긴 것들은 모두 라파티닙(lapatinib)이라는 알려진 EGFR 약물과 화학적 유사점을 공유합니다. 이들은 새로운 약물이 아니라 테스트 세트에서 나온 것입니다.

저희는 Nextflow Frontier에게 방법을 제공하지 않았습니다. 그것이 방법을 찾아냈습니다. 그리고 저희는 이미 생명 과학의 많은 중요한 계산 분야 전반에 걸쳐 놀라운 성공을 거두었습니다:

생물의학 영상. 복잡한 이미지 판독 신경망 대신 간단한 모델을 사용하여 폐 섬유증 환자의 폐 기능이 얼마나 빨리 저하되는지 예측하는 데 있어, 대회 우승 접근 방식의 재구축 버전을 능가했습니다. 단일 세포 오믹스. 발표된 선두 주자보다 신장 세포를 더 정확하게 명명했습니다. 단백질 공학. 80배 작은 모델로 단백질 안정성 분야에서 보조를 맞추었습니다. 신약 개발. 약물 대사(drug-metabolism) 과제에서, 벤치마크 데이터에만 의존하는 대신 관련 쥐 간 측정값을 공개 연구에서 독립적으로 가져와 인간 간이 약물을 얼마나 빨리 분해하는지 예측하는 새로운 경로를 발견했습니다.

이는 이미 벤치마크를 넘어 실제로 구현되고 있습니다. ALLOX에서 Nextflow Frontier는 돌연변이가 단백질 상호작용에 어떻게 영향을 미치는지 예측하는 모델을 구축했으며, 이는 팀이 자체 보유 데이터(held-out data)로 테스트한 기존 발표 방법들을 능가했습니다.

“저희는 Nextflow Frontier에게 저희 분야에서 가장 어려운 문제 중 하나를 던져주었습니다. 바로 돌연변이가 단백질 결합 친화도에 어떻게 변화를 주는지 예측하는 것입니다. 자체 보유 데이터로 테스트했을 때, 이 모델은 최근의 딥러닝 접근법을 포함하여 우리가 테스트한 모든 발표된 방법들을 능가했습니다. 이것이 가능하게 하는 실험 규모는 저희 같은 회사에게 가능한 것의 범위를 바꿉니다.”

André Faure ALLOX 공동 창업자 겸 CTO

제공하는 가치 (What it delivers)

Nextflow Frontier는 소프트웨어로 판매되지 않습니다. 파트너십입니다. 모든 프로젝트는 대화로 시작됩니다. 팀이 질문, 데이터, 그리고 성공을 측정할 방법을 가져오면, 저희가 시스템과 현장에 배치된 과학자들을 제공합니다. 저희가 협력하는 생명과학 회사들은 저희가 전달하는 새로운 모델과 방법, 그리고 이를 재현하는 파이프라인의 소유권을 갖습니다.

저희는 제약(pharma) 업계 내부에서 Nextflow를 구축했기 때문에, 시작하기 전에 어떤 환경적 요구사항들이 있는지 알고 있었습니다. Nextflow Frontier는 세계에서 가장 진보된 생명과학 회사들 내부에서 작동하도록 설계되었습니다.

2026년은 클로즈드 루프 에이전틱 사이언스(closed-loop agentic science)가 실제로 시작되는 해가 될 것입니다. 실제 과학은 항상 아이디어와 실험의 결합을 포함해 왔지만, 이제 우리에게 이용 가능한 계산 규모, 다차원 오케스트레이션 및 지능은 발견에 믿기 힘든 가속화를 가져올 것입니다. 저희는 이러한 풍요로움에 기여하게 되어 더할 나위 없이 기대합니다.

협력 방법 (How to work with us)

저희는 Nextflow Frontier를 사용하기 위해 엄선된 몇몇 선도적인 생명과학 팀들과 활발히 파트너십을 맺고 있습니다. 주저하지 마시고 연락주셔서 가장 어려운 문제에 대해 말씀해 주세요.

Nextflow Frontier에 관심이 있으신가요?

Nextflow Frontier는 Nextflow를 기반으로 구축된 폐쇄 루프(closed-loop) 발견 시스템입니다. 이 시스템은 계산 실험을 설계하고, 각 실험을 재현 가능한 파이프라인으로 실행하며, 과학자들의 감독 하에 모든 결과 점수로부터 다음에 무엇을 시도할지 학습합니다.