초록:

화학 분야에서 머신러닝( 머신러닝 , ML) 기법의 광범위한 활용에 따라, 방대한 규모의 분자 라이브러리를 분석해야 할 시급한 필요성이 대두되었습니다. 특히, 분자 구조 탐색( 응집 )은 여전히 화학 공간을 분석하는 데 가장 널리 사용되는 도구 중 하나입니다. 안타깝게도, 현재 대부분의 접근 방식은 시간과 메모리 효율이 낮아 수백만 개에서 수십억 개에 이르는 데이터 세트를 처리하기에는 부적합합니다. 이에 우리는 시간 및 메모리 효율이 뛰어난 이진 유사성 분석( 응집 ) 알고리즘인 BitBIRCH를 통해 이러한 문제들을 해결할 것을 제안한다. 이 방법은 O(N) 시간 복잡도를 보장하기 위해 BIRCH(Balanced Iterative Reducing and 응집 using Hierarchies) 알고리즘에서 볼 수 있는 것과 유사한 트리 구조를 사용한다. BitBIRCH는 이진 지문을 처리하기 위해 즉각적 유사성(iSIM) 형식을 활용하여 타니모토 유사성(Tanimoto similarity)을 사용할 수 있게 하고 메모리 요구량을 줄인다. 테스트 결과, 1,500,000개의 분자로 구성된 라이브러리에서 BitBIRCH는 Taylor-Butina 응집 의 표준 구현보다 이미 1,000배 이상 빠른 것으로 나타났습니다. 또한, 우리는 훨씬 더 방대한 집합을 처리하기 위한 전략을 탐구했으며, 병렬/반복적 BitBIRCH 근사법을 사용하여 5시간 이내에 10억 개의 분자를 클러스터링하는 데 성공했습니다( 응집 ). 우리가 아는 한, 10억 개의 분자를 클러스터링한 것은 이번이 처음입니다. BitBIRCH는 결과 클러스터의 품질을 저하시키지 않으면서 효율성을 높여주며, 이는 칼린스키-하라바즈(Calinski-Harabasz) 및 데이비스-볼딘(Davies-Bouldin) 지수를 평가함으로써 확인할 수 있었다. 또한 화학 공간 탐색, 분할, 신약 설계 파이프라인 분야에서 BitBIRCH 알고리즘의 추가적인 응용 가능성을 탐구했습니다. 수십억 개의 분자를 응집 하는 문제는 기존 알고리즘으로는 해결할 수 없는 것으로 여겨졌으나, BitBIRCH는 이를 가능하게 할 뿐만 아니라 불과 몇 시간 만에 이 작업을 완수합니다.

발언자:

플로리다 대학교의 비키 정

비키 정은 플로리다 대학교의 학부생으로, 데이터 과학을 전공하고 생물정보학을 부전공하고 있다. 그녀는 미란다-퀸타나 연구실에서 근무하며, 주로 화학정보학 분야의 비선형 구조 예측( 응집 )을 위한 새로운 접근법인 ‘BitBIRCH’ 프로젝트를 지원했다.