고효율 풀링 기반 고속 스크리닝 설계와 분석 전략

본 연구는 항균 신약 개발의 급박한 요구에 대응하기 위해, 고속 스크리닝(HTS)에서 화합물을 다중으로 풀링하는 새로운 설계·분석 전략을 제안하고, 실제 항생제 후보 물질 발굴 사례에 적용하였다. 먼저, 저자들은 살모넬라균의 MtlD 효소를 표적으로 하는 억제제 탐색을 목표로, 와일드형(WT)과 mtlA 돌연변이(MUT) 두 가지 균주를 이용한 이중 스크리닝 모델을 구축하였다. WT에서 성장 억제 효과를 보이면서 MUT에서는 영향을 주지 않는 화합물을 ‘진짜 히트’라 정의하고, 기존 단일 화합물‑단일 웰(OCOW) 방식으로 10 000개의 화합물을 검증했을 때 140개의 초기 양성 후보가 도출되었지만 재검증에서 모두 거짓 양성으로 판명돼, 대규모 스크리닝에서 1 % 수준의 거짓 양성도 비용과 시간 면에서 큰 부담이 됨을 확인하였다. 이에 대한 해결책으로, 풀링 전략을 도입하였다. 풀당 8개의 화합물을 배치하는 것이 실험적 한계와 효율성을 동시에 만족한다는 점을 바탕으로, 세 가지 풀링 설계 방법을 비교하였다. 첫 번째는 Constrained Row Screening(CRowS)으로, 초과포화 설계 이론의 UE(s²) 기준을 최소화하도록 행(웰)과 열(화합물)의 균형을 맞추었다. CRowS는 풀 크기(c_max)가 작을 때 모든 행이 동일한 풀 크기(c)와 동일한 복제 횟수(a)를 갖는 특성을 보이며, 설계 생성 시간이 몇 분에 불과해 실무 적용이 용이했다. 두 번째는 Matrix‑Augmented Pooling Strategy(MAPS)로, 압축 센싱 아이디어를 차용해 UᵀU와 대각 행렬 A 사이의 Frobenius norm 차이를 최소화한다. 최소 복제 횟수(a_min)를 보장하지만, 행 제한을 고려하지 않아 UE(s²) 값이 크게 늘어날 수 있다. 설계 생성에 유전 알고리즘을 사용하므로 수시간이 소요된다. 세 번째는 Liu 등(2017)의 강한 nc = ka 제약을 만족하는 무작위 풀링으로, 설계 생성이 초단위로 가능하지만 제약을 완화하면 열이 전부 -1인 비정상 설계가 발생할 위험이 있다. 표 1에 제시된 시뮬레이션 결과는 CRowS가 UE(s²)와 √M 모두에서 우수함을 보여준다. 특히, CRowS 설계는 MAPS 설계보다 행 제한을 만족하면서도 상관 구조를 최소화해, 추후 회귀 분석 단계에서 변수 선택의 정확성을 높인다. 분석 단계에서는 초과포화 설계 문헌을 기반으로 Lasso 변형인 Gauss‑Lasso를 중심으로 네 가지 변형을 시험하였다. (1) σ/8, (2) σ/4와 같이 사전 추정된 노이즈 표준편차를 이용한 절대값 임계값, (3) σ를 모를 경우 최대 절대값의 0.1·0.5 배를 이용, (4) λ‑별 맞춤 임계값(r₂ × max|β̂_λ|)을 적용한다. 모든 경우에 Lasso 추정 후 작은 계수를 0으로 강제하고, 남은 변수에 대해 OLS를 재적합한 뒤 BIC 최소 모델을 최종 히트 후보로 선정한다. 또한 Elastic Net(α ∈