Uni-Bond: 2주 여름학교 프로젝트가 ICML 2026 워크숍 논문이 되기까지

이 프로젝트는 2025년 톰스크 주립대학교에서 열린 AIRI 여름학교에서 시작되었습니다. 팀(스테판 파블렌코, 파벨 마슬로프, 이반 부로프)은 처음에 강화 학습 미세 조정을 통해 대규모 언어 모델을 사용하여 3D 원자 좌표로부터 SMILES 문자열을 생성하는 것을 목표로 했지만, 3일 후에 결합 그래프 예측으로 방향을 전환했습니다. 사전 훈련된 기하학적 인코더인 Uni-Mol(약 4700만 개 파라미터)과 경량 MLP 헤드(약 7만 4000개 훈련 가능 파라미터)를 사용하여 GEOM 벤치마크(스캐폴드 분할)에서 매크로 F1 점수 0.9997, 정확 일치율 99.53%를 달성했으며, 이는 YuelBond의 F1 0.975, 정확 일치율 83.2%와 비교하여 오류율이 약 20분의 1로 감소한 것입니다. 이 모델은 또한 YuelBond와 달리 이합체에서 잘못된 결합을 피합니다. 병행 트랙에서는 좌표 토큰화(예: BindGPT)를 사용하여 LoRA 미세 조정된 Galactica-1.3B를 직접 SMILES 생성에 사용했으며, 분포 내 데이터에서 99.7% 이상의 유효성을 달성했지만 도메인 외 펩타이드에서는 정확 일치율이 거의 0에 가까웠습니다. 이 연구는 서울에서 열린 ICML 2026의 그래프 기초 모델 워크숍에서 채택되었습니다.