IBM MAMMAL, AlphaFold 3 넘어 9개 생물학 벤치마크 석권
Original: IBM Research introduces MAMMAL, a multi-modal model that combines proteins, molecules, gene data achieving SOTA on 9 out 11 biological benchmarks (beating AlphaFold 3 in some) View original →
MAMMAL이란
IBM Research가 Nature 저널에 발표한 MAMMAL(Multi-domain Alignment Multi-Modal and Augmentation Learning)은 단백질, 소분자, 유전자 데이터를 하나의 모델에서 통합적으로 처리하는 멀티모달 생물학 AI다. 신약 개발과 생물학적 이해를 목표로 설계됐다.
벤치마크 성과
11개 생물학 벤치마크 중 9개에서 최고 성능(SOTA)을 달성했으며, 일부 항목에서 AlphaFold 3을 능가했다. 주요 강점 분야는 다음과 같다.
- 약물-표적 상호작용 예측 (분자가 단백질과 결합하는지 여부)
- 리간드 결합 친화도 예측 (약물 결합 강도)
- 항체-항원 상호작용 예측
- 세포 유형 분류 및 유전자 발현 예측
AlphaFold 3과의 관계
연구팀은 AlphaFold 3과 MAMMAL이 설계 목적이 다르므로 경쟁 관계보다는 상호 보완적 도구로 봐야 한다고 강조했다. AlphaFold 3은 단백질 구조 예측에 특화된 반면, MAMMAL은 단백질-분자-유전자를 아우르는 다중 도메인 상호작용 예측에 강점이 있다.
의미
멀티모달 생물학 AI는 신약 개발의 초기 단계(후보 물질 발굴, 결합 예측, 독성 예측)를 크게 가속화할 수 있다. MAMMAL이 오픈소스로 공개된다면 학계의 신약 개발 연구에 폭넓게 활용될 전망이다.
Related Articles
Claude가 설계한 단백질 결합체가 15개 표적 중 14개에서 실험적으로 작동했다. 적중률은 22.6~35.1%로 일반적인 설계 캠페인의 10~15%를 웃돌았지만, 최대 12,500 H100 시간과 전문 오픈소스 모델이 투입됐다.
Anthropic이 8월 18일 Claude Mythos Preview를 활용한 단백질 결합체 설계 연구를 발표했다. 15개 표적 중 14개에서 결합 성공이 확인됐으며, 적중률 26.7%는 업계 표준(10~15%)의 두 배를 기록했다. Adaptyv Bio와 Twist Bioscience의 독립 실험실 검증을 통과했다.
Claude Fable 5가 biology 관련 질문에서 덜 자주 더 약한 모델로 물러난다. Anthropic은 제품 전반 테스트에서 biology-related fallback이 약 85% 줄었다고 밝혔다.