자이라 테라퓨틱스의 데이터 중심 인과 모델과 X-Cell 개발

주장자이라 테라퓨틱스는 인공지능 기반 신약 개발의 성패가 정보 밀도가 높은 데이터 확보에 달렸다고 판단합니다. 단순히 매개변수나 컴퓨팅 자원을 늘리는 방식은 모델 성능 향상에 한계를 보입니다.

팩트모델 학습 과정에서 매개변수가 15억 개를 넘어서면 테스트 손실이 정체되는 현상이 나타납니다. 이는 데이터 내 정보량이 모델의 학습 능력을 제한하는 핵심 요인임을 시사합니다.

주장이러한 데이터 중심 전략을 강화하기 위해 자이라 테라퓨틱스는 조직을 재편합니다. 회사는 치 추를 최고 발견 책임자로, 보 왕을 최고 인공지능 과학자로 각각 승진시켰습니다.

팩트회사가 활용하는 가상 세포 모델의 기초는 챈 저커버그 연구소가 구축한 데이터베이스인 셀엑스진입니다. 이 데이터베이스는 1억 6,800만 개의 세포 정보를 포함하며 약 4조 개의 항목으로 구성된 행렬 형태를 띱니다.

교차검증기존 세포 모델은 세포 유형과 상태 간의 상관관계를 파악하는 데는 유용합니다. 하지만 특정 유전자 발현을 조절했을 때 나타나는 인과적 결과를 예측하는 기능은 부족합니다.

팩트보 왕이 개발한 에스씨지피티 모델은 자이라 테라퓨틱스의 차세대 모델인 엑스셀의 기술적 출발점이 됩니다. 엑스셀은 기존 모델이 가진 예측력의 한계를 극복하도록 설계되었습니다.

주장유전자 단위의 조절 실험은 유전자 간 상위 및 하위 관계를 파악하는 실마리를 제공합니다. 이러한 인과적 데이터를 확보하면 약물이나 유전자 편집이 세포에 미치는 영향을 정밀하게 예측할 수 있습니다.

팩트연구팀은 엑스아틀라스라는 데이터셋을 직접 구축하여 엑스셀 모델 개발에 활용합니다. 개발 과정에서 연구진은 기존의 자기회귀 모델 대신 확산 모델을 채택합니다.

팩트엑스아틀라스 데이터는 크리스퍼 기반 실험을 통해 수백만 개의 테스트를 병렬로 수행하여 생성합니다. 이 데이터는 실제 인간 세포를 대상으로 한 실험에서 높은 일반화 성능을 보입니다.

주장인과 모델은 신약 후보 물질의 효능을 사전에 검증하여 개발 기간을 단축합니다. 데이터의 질을 높이는 전략은 인공지능 신약 개발의 새로운 표준이 됩니다.

교차검증모델의 예측 성능이 실제 임상 결과와 완전히 일치하지 않을 가능성은 여전히 존재합니다. 따라서 다양한 실험 데이터를 지속적으로 보완하여 모델의 정확도를 높이는 과정이 필요합니다.

출처엑스아이라 테라퓨틱스 관련 기술 분석 보고서 및 레이턴트 스페이스 팟캐스트 내용을 교차 검증했습니다.