단백질 활성 부위 식별을 위한 검색 증강 기반 다중 모드 혼합 전문가 모델

Multimodal Mixture-of-Experts with Retrieval Augmentation for Protein Active Site Identification

단백질 활성 부위를 잔기 수준에서 정확하게 식별하는 것은 단백질 기능 이해와 신약 개발 발전에 매우 중요합니다. 그러나 현재의 방법은 두 가지 중요한 문제에 직면하고 있습니다. 첫째, 희소한 학습 데이터로 인해 단일 샘플 예측의 정확도가 낮을 수 있다는 점이고, 둘째, 신뢰할 수 없는 모드가 융합 과정에서 지배적인 경우 성능 저하를 야기하는 부적절한 모드 신뢰도 추정 문제입니다. 이러한 문제점을 해결하기 위해, 단백질 활성 부위 식별을 위한 최초의 검색 증강 프레임워크인 Multimodal Mixture-of-Experts with Retrieval Augmentation (MERA)를 제안합니다. MERA는 계층적 다중 전문가 검색을 활용하여, 잔기 수준의 혼합 전문가 게이팅을 통해 사슬, 서열 및 활성 부위 관점에서 맥락 정보를 동적으로 집계합니다. 또한, 모드 저하를 방지하기 위해, Dempster-Shafer 증거 이론을 기반으로 하는 신뢰도 기반 융합 전략을 제안합니다. 이 전략은 신뢰도 질량 함수를 사용하여 모드의 신뢰도를 정량화하고, 학습 가능한 할인 계수를 적용하여 체계적인 다중 모드 통합을 가능하게 합니다. ProTAD-Gen 및 TS125 데이터 세트에 대한 광범위한 실험 결과, MERA는 활성 부위 예측에서 90%의 AUPRC를 달성하여 최첨단 성능을 보였으며, 펩타이드 결합 부위 식별에서도 상당한 성능 향상을 보여주었습니다. 이는 검색 증강 기반 다중 전문가 모델링 및 신뢰도 기반 융합의 효과를 검증합니다.

Accurate identification of protein active sites at the residue level is crucial for understanding protein function and advancing drug discovery. However, current methods face two critical challenges: vulnerability in single-instance prediction due to sparse training data, and inadequate modality reliability estimation that leads to performance degradation when unreliable modalities dominate fusion processes. To address these challenges, we introduce Multimodal Mixture-of-Experts with Retrieval Augmentation (MERA), the first retrieval-augmented framework for protein active site identification. MERA employs hierarchical multi-expert retrieval that dynamically aggregates contextual information from chain, sequence, and active-site perspectives through residue-level mixture-of-experts gating. To prevent modality degradation, we propose a reliability-aware fusion strategy based on Dempster-Shafer evidence theory that quantifies modality trustworthiness through belief mass functions and learnable discounting coefficients, enabling principled multimodal integration. Extensive experiments on ProTAD-Gen and TS125 datasets demonstrate that MERA achieves state-of-the-art performance, with 90% AUPRC on active site prediction and significant gains on peptide-binding site identification, validating the effectiveness of retrieval-augmented multi-expert modeling and reliability-guided fusion.