LC-MS 분석 정확도 향상: 학습 데이터 없이 구현한 전이 가능한 유지 시간 예측법
Contents
01. 연구 배경과 미해결 과제
액체 크로마토그래피 (LC) 는 펩타이드나 대사체와 같은 생체 분자를 분리하기 위한 중요한 기술입니다. 특히 1,500 Da 이하의 소분자 (대사체, 약물, 독소 등) 의 동정에서 유지 시간은 분자의 극성이나 구조에 관한 중요한 정보를 제공합니다. 그러나 소분자의 유지 시간을 분자 구조로부터 예측하는 것은 오랜 기간의 과제였으며, 기존 기계학습 모델은 특정 크로마토그래피 조건이나 컬럼에 의존하여 다른 실험 조건으로의 전이 (transfer) 가 어려웠습니다. 조건이 약간만 달라도 유지 시간이 크게 변동하며, 동일한 조건명이라도 기기나 컬럼의 노후화로 인해 결과가 달라지는 경우가 흔합니다.
기존의 '사전 학습·미조정 (pretrain/fine-tune)' 접근법에서는 타겟 시스템에서 수백 개의 표준 물질을 측정하여 모델을 미조정해야 하므로 비용과 시간이 많이 소요되었습니다. 또한, 유지 순서 (retention order) 는 유지 시간보다 안정적이지만 조건에 따라 순서가 바뀌기도 하여 단순한 정규화로는 대응이 불가능합니다. 이렇듯 임의의 크로마토그래피 설정에서 타겟 시스템의 학습 데이터 없이 유지 시간을 예측하는 '전이 가능한 예측'은 미해결 과제로 남아있었습니다.
02. 이 논문에서 밝혀진 핵심 내용
본 연구는 임의의 크로마토그래피 조건에 대해 학습 데이터 없이 유지 시간을 예측할 수 있는 '2-step' 기법을 제안했습니다. 이 기법은 기존 사전 학습·미조정 모델보다 높은 정확도를 달성했으며, 특히 구조적으로 유사하지 않은 화합물의 예측에서 우위를 보였습니다. 논문은 유지 순서 지수 (ROI: Retention Order Index) 를 예측하는 1 단계와 이를 절대 유지 시간에 매핑하는 2 단계로 나누어 조건 의존성을 해소하는 데 성공했습니다.
구체적인 성과로, 타겟 시스템의 표준 물질을 측정할 필요 없이 약 30 개 정도의 화합물을 '앵커 (기준)'로 동정하기만 하면 다른 화합물의 유지 시간을 고정밀도로 예측할 수 있음이 입증되었습니다. 또한, 유지 순서가 변하는 조건 (setup-characteristic pairs) 에 대해서도 크로마토그래피 조건 (컬럼, 이동상, pH 등) 을 특징량으로 포함함으로써 기존 기법보다 높은 정확도로 예측 가능함을 보였습니다.
03. 연구 설계와 기술적 포인트
본 연구에서는 역상 크로마토그래피에 초점을 맞추어 2 단계 예측 프로세스를 구축했습니다. 1 단계에서는 분자 구조를 그래프 신경망 (GNN) 으로 인코딩하고, 컬럼의 소수성이나 입체 선택성을 나타내는 HSM 및 Tanaka 파라미터, 이동상의 pH 등 크로마토그래피 조건을 특징량으로 포함하여 유지 순서 지수 (ROI) 를 예측합니다. 이 모델은 타겟 시스템에 속하지 않는 데이터로 훈련되어 미지의 조건에도 대응 가능합니다.
- 1 단계: 분자 그래프와 크로마토그래피 조건을 입력으로 하여 유지 순서 지수 (ROI) 를 예측하는 기계학습 모델 (GNN) 구축.
- 2 단계: 타겟 데이터셋 내에서 고신뢰도로 동정된 약 30 개의 '앵커' 화합물을 사용하여 예측된 ROI 와 실제 유지 시간의 관계를 다항식으로 매핑.
- 평가 방법: 타겟 데이터를 훈련 데이터에서 완전히 제외하고, 현실적인 분자 구조 분할 (realistic split) 을 사용하여 DeepGCN-RT 나 RT-Transformer 등 최첨단 기법과 비교 평가.
평가 결과, 이 2-step 기법은 타겟 데이터 학습이 필요 없는 유일한 기법으로서 기존 미조정 모델을 능가하는 성능을 보였습니다. 특히 구조적으로 먼 화합물에 대한 예측 정확도에서 그 우위성이 명확히 확인되었습니다.
04. 질환 연구 및 신약 개발에 대한 시사점
대사체학이나 천연물 연구에서는 복잡한 생물 시료에서 수천 개의 화합물을 검출하지만, 공개 스펙트럼 라이브러리 검색에서는 유지 시간이 일치하지 않아 동정 정확도가 제한되었습니다. 본 연구의 기법을 통해 공개 라이브러리 검색 시 '거의 레벨 1'의 동정 정확도를 달성할 수 있게 되어, 미지 대사체의 동정이나 입체 이성질체의 구별이 용이해집니다.
신약 개발 연구에서는 후보 화합물의 대사체나 분해 산물의 동정, 바이오마커 발견에서 표준 물질을 다수 준비하지 않고도 LC-MS 데이터를 분석할 수 있어 연구 효율이 크게 향상됩니다. 또한, 다른 실험실이나 기기 간 데이터 비교·통합이 용이해져 대규모 공동 연구나 데이터 공유의 기반 기술로서 기대됩니다.
05. 전임상 모델 및 연구 도구와의 연관성
이 기술은 Cyagen 이 제공하는 전임상 연구 서비스나 동물 모델 평가 프로세스에도 적용 가능합니다. 예를 들어, 유전자 편집 마우스나 인간화 마우스를 활용한 질병 모델에서 대사 프로파일 변화를 분석할 때, 특정 표준 물질이 부족하더라도 본 기법을 사용하면 대사체 동정 정확도를 향상시킬 수 있습니다.
또한, CRO 서비스로 제공되는 약물 효능 평가나 독성 시험에서 LC-MS 를 통한 대사체 동정의 신뢰성을 높여, 더 정확한 데이터에 기반한 의사결정이 가능해집니다. 신약 개발 후보 화합물의 스크리닝 단계에서도 이 예측 모델을 결합하여 신규 화합물의 특성 평가를 신속화하고 개발 기간 단축에 기여할 수 있습니다.
06. 정리
본 연구는 소분자의 LC 유지 시간 예측에서 학습 데이터 없이 전이 가능 예측을 가능하게 하는 획기적인 기법을 제시했습니다. 크로마토그래피 조건을 고려한 ROI 예측과 앵커 화합물을 이용한 매핑을 통해 기존 기법을 능가하는 정확도를 실현했습니다. 이 기술은 대사체학, 신약 개발, 전임상 평가에서의 화합물 동정 정확도 향상과 효율화에 크게 기여하며, Cyagen 의 연구 지원 서비스나 모델 제공의 가치를 더욱 높일 가능성이 있습니다.


