본 논문은 인공지능을 활용한 항생제 개발 파이프라인을 구축하고, 다양한 생성 모델들의 성능을 비교 분석한 연구입니다. 여러 병원균의 예측된 프로테옴을 기반으로 구조 기반 클러스터링을 통해 보존적이고 필수적이며 인간과 상동성이 없는 표적을 식별합니다. 6가지 주요 3D 구조 인식 생성 모델 (확산 모델, 자기회귀 모델, 그래프 신경망, 언어 모델 등)을 사용성, 화학적 타당성, 생물학적 관련성 측면에서 체계적으로 평가하고, 후처리 필터와 상용 유사체 검색을 통해 10만 개 이상의 생성된 화합물을 합성 가능한 집합으로 줄입니다. DeepBlock과 TamGen이 여러 기준에서 최고 성능을 보였으나, 모델 복잡성, 사용성, 출력 품질 간의 중요한 상충관계도 밝혀냈습니다. 이 연구는 초기 단계 항생제 개발에 인공지능을 적용하기 위한 비교 벤치마크와 청사진을 제공합니다.
