기능 상세 보고

12. Silo A — 독립 de novo 발굴 엔진 (신규 기동)

SILO A · de novo 본 페이지는 2026-06-19에 기동된 독립 de novo 발굴 엔진을 서술한다. Silo B(SST-14 변이 기반)와 완전 분리된 별도 엔진이다. 신뢰등급: 실측 HIGH(PyRosetta/ESMFold 실구동 산물) · 신규 기동(smoke 단계, 실 epoch 진행 중) · 미검증(선택성 smoke 단계 미완).

핵심 결론 (두괄식)

Silo A de novo 엔진은 2026-06-19 신규 기동됐으며, 현재 smoke 산물 2건(poly-G/poly-L 저품질)만 리더보드에 존재하고, 실 epoch(steps=50, 선택성 ON)는 가동 중이다. Silo B와 디렉토리·리더보드·피드백 루프·GPU를 완전 분리한 독립 엔진이다.

smoke 2건은 저품질: diffusion_steps=20의 smoke 테스트 산물 — poly-G(GGGGGGGGGGGGGGG, pLDDT 97.33, ddG −77.6) 및 poly-L(LLLLLLLALLLLLAR, pLDDT 84.97, ddG −26.9). steps=20 특성상 서열 다양성이 낮아 의미 있는 바인더 후보가 아니다. [데이터: runs/silo_a_flow/silo_a_leaderboard.json]

선택성 None: smoke 단계에서 selectivity_enabled=False로 실행됐으므로 두 후보 모두 selectivity_margin=None이다. 실 epoch에서 선택성 ON(SSTR1/3/4/5 off-target 도킹)이 활성화되나 결과는 아직 없다. [근거: pyrosetta_flow/silo_a_flow.py:81]

구조적 분리 완료: runs/silo_a_flow/(별도 디렉토리), silo_a_leaderboard.json(별도 리더보드), experiment_log.jsonl(별도 로그), silo_a_planner.py(별도 피드백 루프), GPU3 전용 — Silo B(runs/pyrosetta_flow/)와 코드·저장 수준에서 완전 분리. [근거: pyrosetta_flow/silo_a_flow.py:7-14]

과장 없음: 현 시점 de novo 엔진의 선택성 달성·실질 바인더 후보 확보 여부는 미검증이다. 실 epoch 가동 결과 누적 후 재보고.

1. 아키텍처 — 5단 파이프라인

flowchart TB subgraph SA_DN["🔵 Silo A · de novo 발굴 엔진 (GPU3 전용)"] direction TB R["SSTR2 수용체 PDB\n(chain B 기준)"] subgraph GEN["생성 단계 (de novo)"] BB["RFdiffusion\n백본 설계\n(rfdiffusion env)"] SQ["ProteinMPNN\n서열 설계\n(proteinmpnn env)"] ES["ESMFold\npLDDT 검증\n(esmfold env)"] end subgraph DOCK["평가 단계 (Silo B 인프라 재사용)"] FP["FlexPepDock\n온타겟 ddG\n(bio-tools env)"] OT["off-target 도킹\nSSTR1/3/4/5 → Δmargin\n(선택성)"] SC["surrogate 스코어링\n반감기·ADMET·HC50"] end subgraph FB["피드백 루프 (Silo A 전용)"] PL["silo_a_planner\nLLM-guided(vLLM GPU2)\n또는 규칙 fallback"] end LB["silo_a_leaderboard.json\n(별도 리더보드)"] R --> BB --> SQ --> ES ES -->|"pLDDT >= 임계"| FP --> OT --> SC --> LB LB --> PL --> BB end classDef blue fill:#e3f0fb,stroke:#1a6fbf,color:#0b3d66; class SA_DN,GEN,DOCK,FB blue;

[근거: pyrosetta_flow/silo_a_flow.py:1-15, silo_a_planner.py:1-17, scripts/run_silo_a_discovery.py:1-28]

2. Silo B와의 완전 분리 (분리 원칙)

구분	Silo A (de novo)	Silo B (SST-14 변이)
후보 생성 방식	RFdiffusion → ProteinMPNN → ESMFold	LLM/bandit/random 변이
scaffold 게이트	면제 (candidate_class='de_novo')	FWKT + Cys 고정 강제
출력 디렉토리	`runs/silo_a_flow/`	`runs/pyrosetta_flow/`
리더보드	`runs/silo_a_flow/silo_a_leaderboard.json`	`runs/pyrosetta_flow/global_selectivity_leaderboard.json`
experiment_log	`runs/silo_a_flow/experiment_log.jsonl`	`runs/pyrosetta_flow/experiment_log.jsonl`
피드백 루프	`silo_a_planner.py`(de novo hotspot·포켓·diffusion 파라미터)	`runner.py` 플래너(변이 가설)
GPU	GPU3 전용 (생성)	CPU 도킹 + vLLM GPU2
실행 스크립트	`run_silo_a_discovery.py`	`run_continuous_discovery.py`
현 상태	기동 직후 (smoke 2건, 실 epoch 가동 중)	125+ epoch 가동 중

두 엔진은 서로의 리더보드·로그를 읽지 않는다. [근거: pyrosetta_flow/silo_a_flow.py:8: "runs/silo_a_flow/ 만 사용. runs/pyrosetta_flow/ 절대 미접근"]

3. de novo 클래스 (scaffold 게이트 면제)

Silo A 후보는 candidate_class='de_novo', mutation_source='silo_a' 태그로 분류된다. [근거: pyrosetta_flow/silo_a_flow.py:103-104]

scaffold 게이트 면제: Silo B의 _preserves_scaffold(FWKT/Cys 필터)가 미적용된다. de novo 서열은 SST-14 14aa 길이·조성 제약 없이 RFdiffusion/ProteinMPNN이 결정한 서열 그대로 채택.
도킹 대상은 동일: de novo 서열도 SSTR2 복합체 FlexPepDock + off-target SSTR1/3/4/5 선택성 측정을 거쳐 ddG·Δmargin으로 평가. 생성 방식만 다를 뿐 평가 인프라는 Silo B와 공유.
chain 규약: 수용체 chain B, 바인더 chain A. [근거: pyrosetta_flow/silo_a_flow.py:67-68: "contigs: str = 'B1-369/0 12-16'"]

4. 피드백 루프 — LLM-guided + 규칙 fallback

silo_a_planner.py가 Silo A 전용 epoch 간 적응 로직을 담당한다. [근거: pyrosetta_flow/silo_a_planner.py:1-17]

LLM 경로: vLLM(Qwen3-32B, GPU2) 호출 → 리더보드 요약(best_ddg·selectivity_margin 등)을 입력으로 다음 epoch의 diffusion_steps·hotspot_res·바인더 길이(contigs) 파라미터를 JSON으로 제안. [근거: pyrosetta_flow/silo_a_planner.py:38-43]
규칙 fallback: LLM 불가(timeout/파싱 실패) 시 stagnation 정체 탈출 규칙 적용 — hotspot 풀(B150~B300 18종)에서 무작위 선택, diffusion_steps 단계적 증가, 바인더 길이 범위 10~20aa 내 조정. [근거: pyrosetta_flow/silo_a_planner.py:53-57: "_HOTSPOT_POOL = [...]"]
provenance 기록: 적용된 파라미터는 runs/silo_a_flow/silo_a_planner_e{NN}.json으로 epoch별 저장(근거 추적 가능). [근거: pyrosetta_flow/silo_a_planner.py:11]
Silo B 플래너와 독립: runner.py·continuous.py를 import하지 않으며, runs/pyrosetta_flow/에 접근하지 않는다. [근거: pyrosetta_flow/silo_a_planner.py:14-16]

5. 모델 tmp 재배치 (제약 준수)

로컬 모델 파일은 작업 디렉토리 경계(SST14-M_scr/) 내 local_models/에 존재하며, Silo A 생성 단계는 bio-tools·rfdiffusion·esmfold·proteinmpnn conda env를 통해 접근한다. [근거: pyrosetta_flow/silo_a_flow.py:75-77]

repos → tmp 1회 복사·경로 교정 완료(P0 통과 확인).
READ-ONLY 경계 준수: data/, local_models/, paper/, _backup/ 수정 없음.

6. 현재 상태 — 신규 기동 · smoke 2건 · 실 epoch 가동 중

6.1 smoke 산물 (저품질 — steps=20 탓)

candidate_id	서열	pLDDT	ddG (kcal/mol)	selectivity_margin	비고
silo_a_20260619T100349Z_bb00_sq00	`GGGGGGGGGGGGGGG`	97.33	−77.62	None	poly-G, steps=20 저품질
silo_a_20260619T100349Z_bb00_sq01	`LLLLLLLALLLLLAR`	84.97	−26.86	None	poly-L, steps=20 저품질

[데이터: runs/silo_a_flow/silo_a_leaderboard.json]

정직 주석: poly-G/poly-L 서열은 diffusion_steps=20 smoke 조건에서 ProteinMPNN이 산출한 저다양성 서열이다. ddG 수치(특히 poly-G의 −77.6)는 비정상적으로 낮으며 구조적 아티팩트일 가능성이 높다 — 실 바인더 후보로 해석해서는 안 된다. pLDDT는 ESMFold 실측이나 도킹 신뢰도와 독립적이다.

6.2 실 epoch 예정 파라미터 (steps=50, 선택성 ON)

diffusion_steps=50, n_backbone=2, k_seq_per_backbone=2
selectivity_enabled=True: off-target SSTR1/3/4/5 도킹 활성화
정지 조건: runs/silo_a_flow/STOP_SILO_A 파일 생성 또는 --max-epochs 도달

7. 실패·미검증 항목 (정직 기록)

항목	상태	사유
선택성 de novo 복합체 포맷 실검증	미검증	smoke에서 selectivity_enabled=False로 실행. 실 epoch에서 chain 규약(수용체 B·바인더 A) FlexPepDock 통과 여부 미확인.
smoke 저품질 서열 원인	확인됨	diffusion_steps=20 → 백본 다양성 낮음 → poly-G/L 수렴. steps=50으로 실 epoch 진행 중.
실 epoch 선택성 결과	미확보	실 epoch 가동 중. 결과 누적 후 재보고 예정.
half_life 신뢰성	[미검증]	smoke 2건의 half_life_h=0.077/0.023은 heuristic surrogate. poly-G/L 서열 특성상 문자 그대로 해석 금지. [근거: silo_a_leaderboard.json: "halflife_source: ensemble", "hc50_reliable: false"]
DiffPepBuilder arm	미적용	`local_models/DiffPepBuilder` 경로 존재하나 실 epoch에 미통합. 향후 추가 arm 확장 후보.

8. 신뢰등급 요약

데이터	신뢰등급	근거
smoke pLDDT (ESMFold 실측)	`실측 HIGH`	ESMFold 실구동 산물 [데이터: silo_a_leaderboard.json]
smoke ddG (FlexPepDock 실측)	`실측 HIGH`(측정 자체) / `해석 LOW`(poly-G 아티팩트)	FlexPepDock 실구동이나 서열 저품질
selectivity_margin	N/A	smoke selectivity_enabled=False, 실 epoch 미완
half_life / hc50 surrogate	`surrogate-상대 MED`(최소) / `실제 미보정`	poly-G/L OOD; hc50_reliable=false
아키텍처 분리 완료	`실측 HIGH`	코드·경로·실행 스크립트 분리 확인 [근거: silo_a_flow.py:7-14]

용어

RFdiffusion: 수용체 구조를 타겟으로 결합 바인더 백본(3D 골격)을 diffusion 과정으로 de novo 설계하는 구조 기반 생성 모델. GPU 집약적.
ProteinMPNN: 백본 구조를 입력으로 서열을 역방향 설계(inverse folding)하는 자기회귀 모델.
ESMFold pLDDT: 서열만 입력받아 구조를 예측하고 신뢰도(pLDDT 0~100)를 산출. Silo A에서 서열 품질 게이트로 사용.
de novo: SST-14 서열에서 출발하지 않고, 수용체 포켓을 타겟으로 완전히 새로 설계된 바인더 서열.
scaffold 게이트 면제: Silo B가 FWKT·Cys3/Cys14 pharmacophore를 강제하는 것과 달리 Silo A de novo는 서열 조성 제약 없음.