본 논문은 세포 내 신호 전달 네트워크를 모델링하기 위해 계층적 분자 언어 모델(HMLMs)을 제시합니다. HMLMs는 분자를 토큰으로, 단백질 상호작용, 번역 후 변형, 조절 이벤트를 의미론적 관계로 사용하는 분자 네트워크 특정 대규모 언어 모델(LLM)을 활용합니다. 그래프 구조 어텐션 메커니즘을 통해 신호 네트워크 토폴로지를 수용하고, 계층적 어텐션 패턴을 통해 분자, 경로, 세포 수준에서 정보를 통합합니다. 심장 섬유아세포 신호 전달 네트워크를 사용하여 HMLM의 성능을 평가한 결과, 시간적 신호 예측에서 평균 제곱 오차(MSE) 0.058을 달성하여 그래프 신경망(GNN)보다 30%, 일반 미분 방정식 모델(ODE)보다 52% 더 우수한 성능을 보였습니다.
