25개 종 지원 mRNA 모델 CodonRoBERTa 공개

OpenMed가 단백질 구조 예측, 서열 설계, 코돈 최적화를 통합한 엔드투엔드 단백질 AI 파이프라인을 구축했다.

핵심 성과로 mRNA 최적화를 위한 새로운 트랜스포머 아키텍처인 CodonRoBERTa-large-v2를 선보였다. 이 모델은 ModernBERT 대비 우수한 성능(Perplexity 4.10, Spearman CAI 상관관계 0.40)을 기록하며 코돈 수준의 언어 모델링에서 탁월한 능력을 입증했다.

파이프라인의 주요 단계는 다음과 같다:

• Protein Folding: ESMFold v1을 사용하여 단백질의 3D 구조를 예측한다.
• Sequence Design: ProteinMPNN을 통해 해당 구조에 맞는 아미노산 서열을 설계한다.
• mRNA Optimization: 설계된 서열이 타겟 생물체에서 효율적으로 발현되도록 DNA 코돈을 최적화한다.

연구팀은 25개 종에 걸친 38.1만 개의 서열을 학습하여, 단 55 GPU-hours(약 165달러) 만에 종 특이적 최적화가 가능한 멀티 스피시즈(Multi-species) 시스템을 구축하는 데 성공했다.