[Drug Discovery] #2 가상탐색을 위한 신뢰할 수 있는 인공지능

문제 상황

• 신약개발 데이터 수집의 높은 시간·비용과 소규모·비균형 벤치마크 데이터셋
• 대규모 가상탐색 라이브러리의 분포 밖 화합물에 대한 예측 신뢰도 저하

원인 분석

• MAP 점추정 기반 단일 결정 경계의 과잉확신 경향
• 학습 데이터 분포에서 먼 샘플에도 0 또는 1에 가까운 확률값 산출

해결 방법

• 파라미터 사후분포 기반 베이지안 딥러닝으로 예측 불확실성 정량화
• GNN에 Deep Ensemble, MC-Dropout, BBB, SGLD, SWA, SWAG 근사법 적용 및 비교
• 불확실성이 높은 화합물의 라벨을 우선 확보하는 active learning 파이프라인 응용

성능/운영 포인트

• BACE·BBBP·HIV·Tox21 평가에서 SWA·SWAG의 정확도와 신뢰도 개선 경향
• SWAG의 과잉확신 완화와 고확률 구간 예측 정확도 향상
• 가상탐색 후보를 실험 대상으로 선별할 때 실패 확률 감소 가능성