머신러닝을 활용한 독성 평가 및 CRY1에 대한 생체 리듬 연장 효과를 지닌 화합물 분류 모델 선정

제목	머신러닝을 활용한 독성 평가 및 CRY1에 대한 생체 리듬 연장 효과를 지닌 화합물 분류 모델 선정
추천 연구 논문	Structure-based design and classifications of small molecules regulating the circadian rhythm period
선정 이유	해당 연구팀은 약물을 설계하는 것에 있어, 실험을 통해 우선적으로 물질을 선별하고, 이러한 결과를 토대로 머신 러닝의 분류 모델들을 비교 및 평가하여 CRY1의 두 pocket을 target으로 하는 생체 리듬의 period를 연장하고 비독성인 분자를 각각 선별하는 가장 적합한 분류 모델들을 선정하였다. 이를 활용하면, 생체 리듬 조절에 관한 약물을 설계하는 것에 있어, 수많은 화합물 중에서 CRY1에 대한 독성 및 생체 리듬 period에 영향을 주는 물질들을 예측하는 데 도움이 될 것 같아 해당 논문을 선정하였다. 또한, 이러한 연구 방법을 통해 내가 원하는 표적 단백질에 대한 적합한 물질을 예측하는 머신 러닝 분류 모델을 평가 및 선정하는 것을 평가 및 선정하는 것에 도움이 될 것 같아 선정하였다.
주요 내용	Cryptochrome 1(CRY1)은 생체 리듬을 조절하는 중요한 단백질들 중 하나이다. 이 연구팀은 CRY1의 주요 2가지 pocket들을 target으로 약 1백만 개의 small molecule들을 docking simulation을 통해 binding energy를 계산하고, PAINS-Remover를 통해 false-positive한 결과들을 제거하여 CRY1의 primary pocket에 대해 139개의 물질, secondary pocket에 대해 32개의 물질들을 screening하였다. 이후 이들의 독성/비독성과 생체 리듬 period에 영향을 주는 지를 각각 MTT assay와 bioluminescence assay를 통해 선별하였다. 그런 다음 이러한 특성을 지닌 물질을 분류하기 위해 머신 러닝을 활용하여, 여러 estimator들 중 독성에 관해서는 Decision Tree Classifier(DTC), 생체 리듬 연장에 관해서는 Gradient Boosting(XGBC)가 가장 적합하다고 판단하였다. 또한 DTC는 독성 예측에 관해 13개의 features, XGBC는 period 연장에 관해 10개의 features가 가장 적합하다고 선정하였다.
시사점	해당 연구팀은 CRY1의 기능적으로 중요한 영역에 결합하는 물질을 선별하기 위해, CRY1의 구조를 분석하여 docking simulation을 통해 결합력이 높은 물질을 선별하고, MTT assay를 통해 독성과 비독성 분자를 선별하였다. 이후 독성 및 생체 리듬의 period를 연장하는 효과를 지닌 물질을 분류하기 위해 머신 러닝을 활용하여 이를 예측하는 것에 적합한 분류 모델을 결정했다. 이는 수많은 화합물을 포함하는 라이브러리에서 CRY1에 대한 독성 평가 및 생체 리듬 period를 연장하는 효과를 지니는 새로운 비독성 분자를 설계할 수 있음을 시사한다.