확산 모델은 생성 모델링 분야에서 선도적인 프레임워크로 부상했으며, 전통적으로 느리고 비용이 많이 드는 신약 개발 과정을 가속화하고 혁신할 수 있는 상당한 잠재력을 보여주었습니다. 이 리뷰는 두 가지 주요 치료 방식인 소분자와 치료 펩타이드의 설계에 대한 확산 모델의 적용을 체계적으로 비교합니다. 반복적 제거의 통합된 프레임워크가 각 방식의 고유한 분자 표현, 화학 공간 및 설계 목표에 어떻게 적용되는지 분석합니다. 소분자의 경우, 이러한 모델은 구조 기반 설계에 뛰어나 원하는 물리화학적 특성을 가진 새로운, 포켓 적합성 리간드를 생성하지만 화학적 합성 가능성을 보장하는 중요한 과제에 직면합니다. 반대로, 치료 펩타이드의 경우 초점은 기능적 시퀀스 생성 및 de novo 구조 설계로 이동하며, 주요 과제는 단백질 분해에 대한 생물학적 안정성 확보, 적절한 폴딩 보장 및 면역원성 최소화입니다. 이러한 뚜렷한 과제에도 불구하고, 두 분야 모두 공유된 난관에 직면합니다. 즉, 보다 정확한 스코어링 함수의 필요성, 고품질 실험 데이터의 부족, 실험적 검증의 중요한 요구 사항이 있습니다. 이러한 방식별 격차를 해소하고 자동화된, 폐쇄 루프 DBTL(Design-Build-Test-Learn) 플랫폼에 통합함으로써 확산 모델의 잠재력을 최대한 발휘할 수 있으며, 이를 통해 화학적 탐구에서 새로운 치료제의 표적 생성으로 패러다임을 전환할 수 있습니다.
