LG AI Research 290
LG AI Research가 HLA-펩타이드 결합 예측 성능을 높인 새로운 어텐션 메커니즘 기반 AI 모델을 개발했다.
기존의 1세대 항암제(세포독성)와 2세대 항암제(표적 항암제)는 정상 세포 공격이나 돌연변이 유전자로 인한 부작용이라는 한계가 있다. 이에 대한 대안으로 면역 체계를 자극해 암세포만을 선택적으로 공격하는 3세대 면역 항암제가 주목받고 있다.
면역 항암제 개발의 핵심은 **HLA(Human Leukocyte Antigen)**와 Neoepitope의 관계를 파악하는 것이다. HLA Class I 분자와 결합한 8~10개 아미노산의 펩타이드는 세포 표면에 발현되어 T세포가 암세포를 식별하는 데 결정적인 역할을 한다.
LG AI Research의 Material Intelligence (MI) Lab은 개인 맞춤형 암 백신 개발을 위해 HLA-peptide binding prediction 모델을 구축했다. 최근 ESM이나 BERT 기반의 self-supervised 모델들이 등장했으나, 데이터가 상대적으로 부족한 상황에서 어텐션 메커니즘을 어떻게 효율적으로 활용할지에 대한 연구는 여전히 부족한 실정이다.
이를 해결하기 위해 LG AI Research는 펩타이드 정보를 활용해 HLA 구조에 집중하는 Conditional Attention Mechanism을 제안했다. 이 모델은 기존의 복잡한 Concatenated 또는 Cross attention 방식보다 우수한 성능을 보였으며, 파편화된 기존 모델들의 한계를 극복하기 위해 소스 코드와 데이터셋을 통합하여 공정한 비교 환경을 구축했다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.