연구진이 약물 상승 효과 예측을 위해 OOD-GraphLLM이라는 새로운 그래프 LLM 프레임워크를 제안했어요. 기존 모델은 데이터 분포 변화에 취약했지만, 이 모델은 분자 구조와 의미 정보를 통합하여 OOD 환경에서도 정확한 예측이 가능해요.
OOD-GraphLLM은 분자 그래프 표현과 생물 의학 언어 표현을 동시에 최적화하여 분자 구조와 세포 타겟의 관련성을 파악하고, 최적의 그래프 신경망 구조를 찾아 약물 상승 효과를 예측해요.
연구진은 DrugSyn-LLM을 파인튜닝하고, 검색 증강 생물 의학 지침 튜닝 전략을 사용하여 분자 구조 정보를 언어 기반 추론과 연결했어요. 소스 코드와 모델은 GitHub와 웹 인터페이스를 통해 공개됐어요.
OOD-GraphLLM은 기존 약물 상승 효과 예측 모델의 한계를 극복하고, 새로운 약물 조합을 예측하는 데 기여할 것으로 기대돼요.