[논문리뷰] CoTox: Chain-of-Thought-Based Molecular Toxicity Reasoning and Prediction

링크: 논문 PDF로 바로 열기

저자: Jueon Park, Yein Park, Minju Song, Soyon Park, Donghyeon Lee, Seungheun Baek, Jaewoo Kang

핵심 연구 목표

기존 AI/ML 독성 예측 모델의 한계(데이터 의존성, 해석 불가능성)와 LLM 기반 접근법의 문제점(SMILES 이해 부족, 생물학적 맥락 부재, 추론 비활용)을 극복하는 것을 목표로 합니다. 화학 구조 정보와 생물학적 맥락을 통합하고 단계별 추론(Chain-of-Thought)을 통해 다중 독성을 예측하는 CoTox 프레임워크를 제안하여 모델의 해석 가능성과 예측 정확도를 향상시키고자 합니다.

핵심 방법론

CoTox는 LLM (GPT-4o, Gemini-2.5-Pro)과 Chain-of-Thought (CoT) 추론을 통합합니다. 입력으로는 IUPAC 이름 형태의 화학 구조 정보와 CTD(Comparative Toxicogenomics Database)에서 추출 및 GPT-4o로 필터링된 독성 관련 생체 경로(pathway) 및 GO(Gene Ontology) 용어를 사용합니다. 모델은 체인-오브-사고 프롬프팅을 통해 경로, GO 용어, IUPAC 이름 해석을 포함한 4단계 분석 과정을 거쳐 JSON 형식의 독성 예측과 설명을 생성합니다.

주요 결과

UniTox 데이터셋에서 CoTox (IUPAC)는 평균 F1-score 0.663을 달성하여 XGBoost (0.576), Chemprop (0.619) 등 전통적인 모델 및 다른 LLM 기반 프롬프트 방식을 뛰어넘는 성능을 보였습니다. 특히 Gemini-2.5-Pro와 함께 사용했을 때 평균 F1-score 0.700으로 가장 높은 성능을 기록했습니다. IUPAC 이름 사용 시 SMILES보다 전반적으로 성능이 향상되었으며, 사례 연구를 통해 CoTox가 알려진 독성 메커니즘과 일치하는 설명을 생성함을 확인했습니다.

AI 실무자를 위한 시사점

LLM과 Chain-of-Thought 추론을 도메인별 맥락과 결합하는 접근 방식은 독성 예측의 성능과 해석 가능성을 크게 향상시킬 수 있음을 보여줍니다. IUPAC 이름 사용이 LLM의 자연어 이해 능력에 더 부합하여 모델 성능을 개선할 수 있으므로, AI/ML 엔지니어는 화학 데이터의 표현 방식을 신중하게 고려해야 합니다. CoTox는 초기 약물 개발 단계에서 메커니즘 기반의 안전성 평가를 지원하여 의사결정 과정을 보강하는 실용적인 도구가 될 수 있습니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.