단백질 발현 극대화를 위한 예측기 유도 잠재 공간 코돈 최적화
Predictor-Guided Latent Space Codon Optimization for Maximizing Protein Expression
한국어 초록
mRNA 번역 효율과 단백질 발현을 개선하기 위해 동의 코돈을 선택하는 과정인 코돈 최적화(Codon optimization)는 치료용 단백질 생산과 mRNA 백신에서 핵심적이지만 여전히 어려운 문제로 남아있습니다. 설계 공간이 이산적이고 조합적으로 방대하여 그래디언트(gradient) 기반 방법을 적용하기 어려우며, 기존 도구들은 실제 발현량을 제대로 포착하지 못하는 휴리스틱 대리 지표(예: 코돈 적응 지수 또는 GC 함량)에 의존합니다. 본 논문에서는 시퀀스를 사전학습된 mRNA 언어 모델의 잠재 공간(latent space)으로 매핑하여 이 이산적인 문제를 연속적인 문제로 재구성함으로써 효율적인 그래디언트 기반 탐색을 가능하게 하는 잠재 공간 코돈 최적화(Latent-Space Codon Optimization, LSCO)를 소개합니다. LSCO는 네 가지 구성 요소를 결합합니다: 불확실성을 인식하는 예측기 기반의 데이터 중심 발현 목표, 구조적 안정성을 위한 최소 자유 에너지(Minimum-Free-Energy) 정규화기, 단백질-코돈 역번역 모델의 자연성 사전 분포(prior), 그리고 단백질 충실도를 위한 제약 디코딩입니다. 실제 습식 실험(wet-lab) 항체 발현 데이터셋에서 LSCO는 적절한 생물리학적 특성을 유지하면서 예측된 발현량 측면에서 단순 빈도 기반 기준선뿐만 아니라 최신 딥 생성 모델 기준선을 능가합니다.
원문 초록
Codon optimization, the process of selecting synonymous codons to improve mRNA translation efficiency and protein expression, is central to therapeutic protein production and mRNA vaccines, yet it remains a hard problem. The design space is discrete and combinatorially large, precluding gradient-based methods, and existing tools rely on heuristic proxies (e.g., Codon Adaptation Index or GC-content) that poorly capture true expression. We introduce Latent-Space Codon Optimization (LSCO), which recasts this discrete problem as a continuous one by mapping sequences into the latent space of a pretrained mRNA language model, enabling efficient gradient-based search. LSCO combines four components: a data-driven expression objective from an uncertainty-aware predictor, a Minimum-Free-Energy regularizer for structural stability, a naturalness prior from a protein-to-codon back-translation model, and constrained decoding for protein fidelity. On a real-world, wet-lab antibody expression dataset, LSCO outperforms simple frequency-based, as well as modern deep generative baselines in predicted expression, while retaining suitable biophysical properties.
제출 이력
확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
DISSOLVR: 수계 및 유기 용해도 예측을 위한 해석 가능하고 빠른 프레임워크
DISSOLVR: An Interpretable and Fast Framework for Aqueous and Organic Solubility Prediction
고충실도(high-fidelity) 용해도 예측은 다양한 화학적 환경 전반에서 분자 구조와 열역학적 거동을 정확하게 결합해 모델링해야 하는 의약품 개발 및 환경 분배(environmental partitioning) 분야의 기초가 됩니다. 그러나 최근의 발전은 예측력을 위해 물리적 해석 가능성을 희생하는 경우가 많은 심층 학습(deep learning) 아키텍처가 주도해 왔습니다. 본 연구에서는 최고 수준의 성능을 달성하는 데 이러한 불투명한 아키텍처가 필수적이지 않음을 보여줌으로써 이와 같은 경향에 도전합니다. 이를 해결하기 위해 분자 용해도 예측을 위한 투명한 프레임워크인 DISSOLVR을 소개합니다. 아울러 포괄적인 문헌 검토와 다양한 방법론에 대한 벤치마킹 연구를 수행합니다. 분자를 물리적 기반의 기술자(descriptor)에 매핑하여 얻은 구조적 불변성을 통해, DISSOLVR이 실험적 불확실성의 우연적 한계(aleatoric limit)에 근접하고 OOD(분포 외) 일반화를 달성함을 입증합니다. 이어서 기호 기반 모델 아티팩트와 화학적 기반 설명 사이의 격차를 좁히는 LLM 보조 사후 설명 파이프라인을 제시합니다. 마지막으로 전문 화학자 22명이 참여한 설문 조사 비교 벤치마크를 통해 전문가 평가자가 심층적인 인사이트를 제공함을 밝힙니다.
예측 기여도: 과학적 설명이 실험 예측에 더하는 가치 측정
Predictive Credit: Measuring What Scientific Explanations Add to Experimental Forecasts
연구 에이전트(agent)는 계획된 실험을 설명합니다. 본 연구에서는 중재, 예측 모델, 결과를 공유하면서 설명(description), 매칭된 설명(matched explanation), 기증자 맥락(donor context)을 달리하는 쌍체 예측을 통해 예측 기여도(predictive credit)를 측정합니다. 다섯 가지 검증을 통해 공약(commitment), 전달(delivery), 예측 이득(predictive gain), 정렬(alignment), 기지 신호 수용(known-signal uptake)을 추적합니다. 통제된 학습 환경의 336개 전향적 상태, 12개 Tox21 엔드포인트, 24개 OpenML 태스크 전반에 걸쳐 v5의 동결된 기여도 판정은 결정적이지 않았습니다. 사전 등록된 Tox21의 ROC AUC 구간 점수 유해성 테스트는 충족되지 않았으며($D-M=-.0026$, 95% 신뢰구간 [$-.0174$, .0104]), OpenML의 결합 형성, 점 동등성 및 반복성 규칙 역시 충족되지 않았습니다. 설명 대비 매칭된 점 정확도(point-accuracy) 향상은 확인되지 않은 상태로 남았으며, Tox21/OpenML 시드-기증자 구간은 0을 포함했습니다. 요청된 DeepSeek V4 Pro 환경에서 매칭 카드와 기증자 카드는 2차 Tox21 드리프트를 각각 64.5%와 59.1% 감소시켰습니다. DeepSeek V4 Flash 재현에서는 매칭 점 MAE가 .01823에서 .02020으로 증가했으며 매칭-기증자 구간 점수 동등성을 달성하지 못했습니다. OpenML 풀 카드 할당은 공칭 80% 구간을 21% 넓혔고, 커버리지는 설명의 51.4% 대비 49.3%였으며 144개 카드 중 66개에 내용이 포함되었습니다. Direct-text Flash는 감지 가능한 매칭 점 정확도 이득 없이 144개 노트를 모두 전달했습니다. 연구자가 직접 작성한 메커니즘 양성 대조군은 설명 대비 점 MAE를 2.60%포인트 낮췄습니다. 본 프로토콜은 연구 에이전트 벤치마크 및 과학적 예측에 대한 예측 기여도를 측정하며, 테스트된 기증자 해상도에서 자연어 설명의 기여도는 확인되지 않은 상태로 남았습니다.
QFoldAgent: 단백질 구조 예측을 위한 자율적 양자 최적화 다중 에이전트 시스템
QFoldAgent: An Autonomous Quantum Optimization Multi-Agent System for Protein Structure Prediction
하이브리드 양자-고전 단백질 구조 예측은 해밀토니안(Hamiltonian) 패널티 가중치에 크게 의존하지만, 기존 격자(lattice) 기반 워크플로는 일반적으로 이러한 계수를 수동으로 고정하고 시뮬레이션에서 매우 짧은 단편(fragment)만 평가한다. 본 논문은 QFoldAgent를 제안한다. 이는 5-잔기(residue) tetrahedral-lattice 접힘(folding)을 위한 폐루프(closed-loop) 다중 에이전트 프레임워크로, 설계 에이전트(design agent)가 서열 조건부 패널티를 제안하고, VQE 기반 양자-고전 파이프라인이 Qiskit Aer 노이즈 하에서 결과 해밀토니안을 최적화하며, 피드백 에이전트(feedback agent)가 에너지 지형(energy-landscape) 진단과 MolProbity 검증(validation) 신호를 사용하여 사이클에 걸쳐 패널티를 정교화한다. RMSD와 같은 정답(ground-truth) 지표는 에이전트에게 절대 노출되지 않으며 평가에만 사용된다. 프레임워크를 두 개의 상보적 데이터셋에서 연구한다: 알려진 구조를 가진 QDockBank 유래 55개 단편과 100개의 커버리지 최적화된 미관측(unseen) 서열. QDockBank 벤치마크에서 QFoldAgent는 중앙값 RMSD를 3.64 Å에서 3.20 Å로 낮추며, 가장 어려운 타깃에서 가장 큰 향상을 보인다. 미관측 서열에서는 폐루프가 구조적 유효성을 87.5%에서 98.7%로 높이고, 초기에 유효하지 않았던 사례의 87%를 회복하며, 가장 강력한 컨트롤러는 96% Ramachandran-favored geometry를 유지하면서 87%의 서열에서 cycle-3 에너지를 개선한다. 이 결과는 반복적 에이전트 제어가 5-잔기 양자 설정에서 최적화 동작을 체계적으로 개선하고 실패 사례를 줄일 수 있음을 보여준다.
PROSWIN: 태양 영상을 이용한 심층 분포 회귀 기반의 확률론적 태양풍 속도 예측
PROSWIN: Probabilistic Solar Wind Speed Forecasting Using Deep Distributional Regression From Solar Images
빠른 태양풍 조건을 정확하게 예측하는 것은 불확실성이 크고 기존의 단일값 예측 모델로는 이를 정량화할 수 없기 때문에 어려운 과제입니다. 특히 기술적 인프라에 피해를 줄 수 있는 고속 태양풍 스트림(HSS)의 위험은 확률론적 예측 없이는 신뢰성 있게 평가될 수 없습니다. 본 연구에서는 4일의 리드 타임으로 지구에서의 시간별 태양풍 속도(SWS)를 예측하는 확률론적 머신러닝 모델인 PROSWIN을 제시합니다. 이 접근 방식은 심층 신경망(deep neural network)과 분포 회귀(distributional regression) 알고리즘을 결합하여 태양 영상과 자기장 지도(magnetogram)를 통합합니다. 표준 오차 지표는 HSS 피크의 중요성을 과소평가하므로, 타임라인과 HSS 피크 정확도를 함께 보상하는 모델 선택 지표인 예측 점수(prediction score)를 추가로 도입합니다. 14년간의 데이터에서 본 연구의 예측은 매우 잘 보정된 불확실성(평균 편차 <1%)을 달성합니다. 분포 정확도를 평가하는 지표인 연속 순위 확률 점수(CRPS)를 사용하여 타임라인 CRPS 41.0 km/s, HSS 피크 CRPS 45.3 km/s, 예측 점수 42.3 km/s를 얻었습니다. 또한 171 Å 채널이 일반적으로 사용되는 193 Å 및 211 Å 채널에 중요한 보완 요소가 되며, 모델 선택을 위한 예측 점수가 모델의 적용 가능성을 향상시킨다는 점을 확인했습니다. 기존 문헌에서 선정된 모델들과 비교했을 때, 본 모델은 둘 중 하나를 희생하지 않고 타임라인과 HSS 피크 값 모두에서 정확한 유일한 모델입니다. 이러한 결과는 단일값 태양풍 모델 대비 확률론적 모델의 이점을 뒷받침합니다. 도입된 방법론은 다른 예측 문제에도 전이 가능합니다.
Optimal distribution-free sequential change detection with conformal martingales
밀도 행렬 임베딩 프레임워크 내 양자 선택 구성 상호작용을 위한 기계학습 기반 컴팩트 부분공간 생성
Machine-Learned Compact Subspace Generation for Quantum Selected Configuration Interaction within Density Matrix Embedding Framework
토론
이 논문과 연결된 포럼 글이 아직 없습니다.