PepThink-R1은 대규모 언어 모델(LLM)을 활용하여 치료용 펩타이드를 설계하는 새로운 프레임워크입니다. 이 프레임워크는 Chain-of-Thought (CoT) 기반의 지도 학습 및 강화 학습(RL)을 통합하여, 펩타이드 서열 생성 시 단량체 수준의 수정을 명시적으로 고려합니다. 이를 통해 해석 가능한 설계 선택을 가능하게 하며, 여러 약리학적 특성을 최적화합니다. PepThink-R1은 화학적 유효성과 특성 개선의 균형을 맞춘 맞춤형 보상 함수를 통해 다양한 서열 변형을 자율적으로 탐색합니다. 실험 결과, PepThink-R1은 기존 LLM(예: GPT-5) 및 도메인별 기준선보다 향상된 친유성, 안정성, 및 노출을 가진 환상 펩타이드를 생성하여, 최적화 성공과 해석 가능성 측면에서 모두 우수한 성능을 보였습니다.
