LG AI 연구원, 개인화 암 백신 제작을 위한 HLA-Peptide 결합 예측 AI 모델 개발

기존 항암제가 가진 독성 및 부작용 문제를 보완하기 위해 등장한 3세대 면역 항암제는 면역 세포가 암세포만을 선택적으로 공격하도록 유도한다. 이 과정에서 핵심적인 역할을 하는 것이 **HLA(Human Leukocyte Antigen)**와 **neoepitope(펩타이드)**의 결합이다.

LG AI 연구원 Material Intelligence(MI) Lab은 HLA와 펩타이드 간의 결합 친화도(Binding Affinity)를 예측하는 새로운 AI 모델을 개발했다. 이 모델은 NeurIPS 2022 MLSB 워크숍에서 발표되었으며, 기존의 단순 결합(Concatenation)이나 교차 주의 집중(Cross Attention) 방식보다 뛰어난 성능을 입증했다.

연구팀이 제안한 Conditional Attention mechanism의 핵심은 다음과 같다:

• 구조적 특징: 펩타이드 시퀀스를 통해 정보 표현을 얻은 후, 이를 Query로 사용하고 HLA 시퀀스를 Key와 Value로 사용하여 펩타이드가 HLA의 어느 부위에 결합하는지 자연스럽게 학습한다.
• 다양한 임베딩 실험: Learned Embedding(LE), Amino Acid Index(AA), 그리고 ESM Pretrained Model을 활용한 세 가지 임베딩 방식을 비교 분석했다.
• 풀링 방식 최적화: [CLS] 토큰, Mean pooling, 그리고 학습 가능한 가중치를 사용하는 Learned weighting 방식을 통해 최적의 성능을 도출했다.

이번 연구는 파편화된 기존 데이터셋과 소스 코드의 한계를 극복하기 위해 데이터와 코드를 통합하였으며, 보다 공정한 성능 비교를 위해 다양한 아미노산 특징 표현 및 풀링 방식을 설정하여 객관성을 확보했다.