Executive Summary

주요 수치

출처: arXiv:2608.07632 초록·표 1·그림 5

Cell Painting은 형광 염료 여섯 가지로 세포의 여덟 구획을 다섯 채널에 담아 찍는 현미경 어세이입니다. 약물이나 유전자 조작을 넣은 세포와 아무것도 넣지 않은 세포를 같은 플레이트에 함께 배치해, 처치가 세포의 모양과 질감과 밀도를 어떻게 바꾸는지 대량으로 정량화합니다. 신약 후보 물질 스크리닝과 기능 유전체학에서 표준으로 쓰입니다.

제약회사와 기술기업, 비영리 기관이 함께 만든 JUMP 컨소시엄은 이 어세이를 산업 규모로 밀어붙였습니다. 화학 물질과 유전자 조작을 합쳐 11만 6천 건의 처치, 1만 5천 개 유전자, 그리고 115테라바이트의 이미지입니다. 데이터는 Cell Painting Gallery에 전부 공개돼 있고, 누구든 내려받을 수 있습니다.

내려받을 수 있다는 것과 다시 돌려 볼 수 있다는 것은 다른 이야기입니다. 대학 연구실의 로컬 스토리지는 115테라바이트를 받아 낼 수 없고, 클라우드에서 처리하면 연산보다 입출력과 대역폭이 비용을 지배합니다. 그래서 각 연구팀은 저마다 형편에 맞는 부분집합을 잘라 쓰고, 전처리와 평가지표도 각자 정합니다. 논문이 지목하는 문제는 여기서 생깁니다. 어떤 방법이 다른 방법보다 낫다는 보고가 나와도, 그 차이가 표현 모델에서 온 것인지 평가를 둘러싼 선택에서 온 것인지 판별할 수 없습니다.

공용 시험대가 아예 없었던 것은 아닙니다. BBBC021, RxRx1, CP-JUMP1이 오래 쓰였지만 과제가 단순하고 규모가 작아 실제 대규모 스크리닝의 복잡도를 대표하지 못했습니다. 최근의 RxRx3-core는 표본을 줄이고 자르고 비트 깊이를 낮추고 JPEG 2000으로 압축해 18기가바이트까지 내려왔습니다. 다만 그 압축이 다운스트림 성능에 무엇을 했는지는 측정하지 않았습니다.

선별 기준은 이미지 품질이 아니었습니다. 저자들은 문헌으로 확인된 정답이 붙어 있는 처치만 남기기로 정하고, 화합물 하나가 두 데이터베이스에 모두 등재돼 있는지를 조건으로 걸었습니다. RefChem은 화합물과 표적을 잇는 각 주장이 몇 건의 독립 어세이 기록으로 뒷받침되는지를 함께 보고하고, MOTIVE는 일곱 개 공개 지식베이스에서 약물과 표적의 관계를 모아 놓았습니다. 두 곳 모두에 이름이 있는 화합물만 통과시켰더니 JUMP의 화학 처치가 93% 줄었습니다.

유전자 처치는 사정이 달랐습니다. CRISPR 녹아웃과 ORF 과발현은 무엇을 건드렸는지가 실험 설계에 이미 적혀 있으므로, 저자들은 JUMP의 유전자 처치를 하나도 버리지 않고 전부 남겼습니다. 화학 쪽에서 93%가 빠진 것은 그 이미지들이 나빴다는 뜻이 아니라, 결과를 채점할 정답이 없었다는 뜻입니다.

여기에 실험 위생을 위한 제외가 이어집니다. 기존 JUMP 분석에서 품질 문제로 표시된 플레이트, 음성대조군만 들어 있는 플레이트, 배치 효과 보정에 쓰이는 양성대조군 플레이트를 뺐습니다. 마지막으로 반복 실험이 네 번 미만인 처치를 뺐습니다. 통과한 화합물 3,833개는 단일 출처에서 0.625 마이크로몰로 처리한 생물활성 라이브러리 묶음과 여러 출처에서 10 마이크로몰로 처리한 다양성 묶음으로 나눠, 실험 조건이 섞이지 않게 했습니다.

남은 규모는 고유 처치 24,401건, 웰 163,776개입니다. 웰마다 촬영 시야를 네 개씩 무작위로 뽑아 이미지 655,104장을 확보했고, 이때까지의 용량이 원본 화질로 약 10테라바이트였습니다. 압축을 한 번도 걸지 않은 상태에서 이미 91%가 사라진 것입니다.

순서가 설계입니다. 압축을 먼저 걸면 무엇이 비교에 필요한 정보인지 모르는 상태로 화질만 깎게 됩니다. 선별을 먼저 하면 남길 이유가 있는 데이터만 남으므로, 그다음에 화질을 얼마나 깎아도 되는지를 물을 수 있습니다.

압축 포맷으로는 JPEG XL을 골랐습니다. 공개 표준이고 무손실과 손실을 모두 지원하며 장기 보관에 적합하다는 이유입니다. 다섯 채널을 한 장의 3차원 배열로 묶어 저장하고, 배열 이름에 원래 경로를 되살릴 수 있는 메타데이터를 담아 명령줄 도구로도 걸러 쓸 수 있게 했습니다.

손실 압축이 생물학적 신호를 지우는지는 그동안 형태 프로파일링 분야에서 체계적으로 측정된 적이 없었습니다. 저자들은 압축을 네 수준으로 나누고, 검증을 세 층으로 쌓았습니다. 이미지가 눈으로 얼마나 같은지, 파이프라인 초입의 세포 분할이 얼마나 흔들리는지, 그리고 최종 판단이 얼마나 바뀌는지입니다.

첫 층에서는 구조 유사도가 가장 공격적인 설정에서도 0.95를 넘었습니다. 둘째 층은 더 실질적입니다. 압축본에서 뜬 세포 마스크를 원본의 마스크와 견주자, 겹침 기준 0.5에서 평균 정밀도가 모든 압축 수준에서 0.73을 넘었습니다. 사람 전문가가 같은 이미지를 여러 번 분할했을 때 자기 자신과 일치하는 정도가 0.73입니다. 압축이 만든 차이가 사람이 손으로 그릴 때의 흔들림보다 작았다는 뜻입니다.

셋째 층이 결론을 갈랐습니다. 여기서 쓰인 열한 개 과제는 모두 검색 문제로 짜여 있습니다. 같은 처치의 반복 실험끼리 서로를 먼저 찾아내는지, 같은 유전자를 노린 처치들이 한데 묶이는지, 화합물과 유전자가 서로를 지목하는지를 봅니다. 압축이 생물학적 신호를 깎았다면 이 검색이 가장 먼저 흐트러집니다.

결과는 화질을 얼마나 깎았는지에 따라 세 갈래로 나뉘었습니다. 고화질 설정은 용량을 97% 덜어 내면서 평균 성능을 1.2%만 움직였고, 과제별로 흔들린 폭도 대부분 3% 안이었습니다. 중화질은 98.8%를 덜어 내는 대신 평균 6.5%를 내주는데, 손해가 고르게 퍼지지 않고 표현형 활성과 교차 검색 쪽에 몰립니다. 공격적 설정은 성능이 조금 떨어지는 자리가 아니라 신호가 무너지는 자리였습니다. 표현형 활성이 20~34% 내려가면 방법 사이의 비교 자체가 성립하지 않습니다.

배포본은 중화질 설정으로 만들어 116기가바이트가 되었습니다. 선별을 끝낸 10테라바이트의 약 100분의 1이고, 원본 115테라바이트의 1000분의 1입니다. 성능 6.5%를 내주고 노트북 한 대에 들어가는 크기를 얻은 교환입니다. 화질을 더 아끼고 싶은 사용자를 위해 저자들은 원본과 고화질, 중화질, 공격적 설정 네 가지를 모두 공개해 두었습니다.

공개 방식도 다시 돌려 보는 쪽을 향해 있습니다. 데이터는 Zenodo 아카이브에 올라가 있고, 선별과 압축과 평가를 되짚을 수 있는 코드는 JUMP_lite 저장소에 함께 있습니다. 어느 압축본을 받았는지가 결과를 크게 흔들지 않는다는 것을 앞의 표로 보였기 때문에, 각자 사정에 맞는 판본을 골라도 서로의 숫자를 견줄 수 있습니다.

검증 과정 자체도 눈여겨볼 만합니다. 저자들은 먼저 네 개 플레이트, 302개 처치, 약 9,200장으로 이뤄진 작은 파일럿에서 압축 수준을 촘촘히 훑었습니다. 그런데 중간 수준들 사이에서 순서가 뒤집히는 구간이 나왔습니다. 신호 정제 단계의 비결정성과 플레이트 네 개라는 표본 크기를 원인으로 보고, 같은 분석을 JUMP-lite 전체로 다시 돌려 확인했습니다.

비교는 열한 개 검색 과제로 이뤄졌습니다. 같은 처치의 반복 실험이 음성대조군보다 앞서 검색되는지를 보는 표현형 활성 네 과제, 같은 유전자를 표적으로 하는 처치들이 서로 묶이는지를 보는 표현형 일관성 두 과제, 그리고 MOTIVE의 관계 그래프를 써서 화합물과 유전자를 서로 찾아내는 교차 검색 다섯 과제입니다. 화합물을 넣었을 때 그것이 건드리는 유전자의 CRISPR 프로파일이 상위에 올라오는지를 재는 과제가 그중 하나입니다.

평가 대상은 다섯 가지입니다. 세포를 분할한 뒤 모양과 질감과 밝기에서 수천 개 특징을 계산하는 고전 파이프라인 CellProfiler, 현미경 데이터로 사전학습한 MorphEM과 OpenPhenom과 SubCell, 그리고 인터넷 이미지로 학습한 범용 시각 모델 DINOv2입니다. 여기에 세포 수만 세는 기준선과 가중치를 무작위로 초기화한 비전 트랜스포머를 함께 올려, 점수가 어디서부터 의미를 갖는지 보이게 했습니다.

결과는 세 계층으로 갈렸습니다. 위쪽에는 MorphEM 0.944와 CellProfiler 0.936이 거의 붙어 있고, 그 아래로 DINOv2 0.721과 SubCell 0.715와 OpenPhenom 0.688이 모여 있습니다. 세포 수만 세는 기준선 0.402와 학습하지 않은 비전 트랜스포머 0.252가 바닥을 잡아 줍니다. 계층 사이의 간격이 계층 안의 차이보다 훨씬 넓다는 것이 이 비교의 요지입니다. 중위권 안에서는 현미경 데이터로 사전학습한 SubCell과 OpenPhenom이 인터넷 이미지만 본 범용 모델 DINOv2보다 오히려 아래에 있었습니다.

두 최상위는 서로 나눠 가졌습니다. 표현형 활성에서는 CellProfiler가 근소하게 앞섭니다. CRISPR 처치에서 0.815 대 0.777, 다양성 화합물 묶음에서 0.594 대 0.515입니다. 표현형 일관성과 같은 모달리티 안의 검색에서는 둘이 사실상 동률이었고, 화합물에서 CRISPR을 찾아가는 교차 검색에서는 MorphEM이 0.032 대 0.018로 앞섰습니다.

세포 수만 센 기준선이 0.402를 받은 것도 그냥 넘길 대목이 아닙니다. 이 기준선은 CRISPR 처치의 표현형 활성에서 중위권 딥러닝 표현과 맞먹었습니다. 유전자를 건드렸을 때 세포가 얼마나 죽거나 늘어나는지, 그 거친 변화만으로도 상당한 신호가 잡힙니다. 기준선을 함께 보고하지 않으면 중위권 점수가 실제로 무엇을 해낸 결과인지 알기 어렵습니다.

속도는 방향이 반대였습니다. 딥러닝 모델은 분당 218~379장을 처리했고, Cellpose로 분할하고 cp_measure로 특징을 계산하는 고전 파이프라인은 분당 1.3장을 처리했습니다. 약 200배 차이입니다. 정확도에서 밀리지 않는 쪽이 처리량에서 크게 밀리므로, 어느 쪽을 고르는지는 성능만으로 정리되지 않습니다.

이 비교가 성립하려면 다섯 모델을 같은 조건에서 돌릴 수 있어야 하는데, 실제로는 각 모델이 서로 충돌하는 라이브러리 버전을 요구합니다. 저자들이 함께 공개한 Nahual이 그 문제를 담당합니다. 모델마다 격리된 Nix 환경을 주고 프로세스 간 통신으로 ALIBY 오케스트레이션 파이프라인에 연결해, 의존성 충돌 없이 모델을 바꿔 끼울 수 있게 합니다. JUMP-lite가 무엇을 비교할지를 고정했다면 Nahual은 어떻게 돌릴지를 고정합니다.

이 연구에서 우리 데이터 실무로 곧장 옮겨 오는 대목이 셋 있습니다.

첫째, 선별 기준이 데이터 안에 없었습니다. 값 분포나 이미지 품질로 걸렀다면 화학 처치의 93%는 남았을 것입니다. 저자들은 대신 이 처치가 무엇을 하는지 문헌으로 확인되는가를 물었고, 그 질문에 답할 수 없는 데이터를 뺐습니다. 우리가 가진 데이터셋에도 같은 질문을 던질 수 있습니다. 이 레코드가 실제로 어떤 판단의 근거가 되는지 말할 수 있는가. 말할 수 없다면 그것은 용량이지 정보가 아닙니다.

둘째, 순서입니다. 선별로 91%, 그다음 압축으로 98.8%를 줄였습니다. 이 순서를 뒤집으면 무엇을 지워도 되는지 모르는 상태에서 화질을 깎게 되고, 그러면 남은 데이터의 신뢰도를 나중에 되짚을 방법이 없습니다. 표본을 줄이는 작업과 표현을 줄이는 작업은 성격이 다르며, 앞의 것이 먼저 끝나야 뒤의 것을 얼마나 밀어붙일지 판단할 수 있습니다.

셋째, 검증을 세 층으로 쌓은 방식입니다. 신호 유사도, 파이프라인 중간 단계, 최종 과제 성능을 따로 재면 어느 층에서 무엇이 깨졌는지 짚을 수 있습니다. 최종 지표만 보면 성능이 떨어졌다는 사실은 알아도 원인이 압축인지 분할인지 정규화인지 구분할 수 없습니다. 샘플링이나 압축을 새로 도입할 때 이 세 층을 각각 측정해 두면, 나중에 문제가 생겼을 때 되짚을 자리가 남습니다.

결과를 그대로 옮겨 쓸 때는 저자들이 적어 둔 한계를 함께 읽어야 합니다. 다섯 표현 방식을 모두 기본 설정으로만 평가했으므로 정규화나 채널 구성을 손보면 순위가 바뀔 수 있습니다. MorphEM과 OpenPhenom은 JUMP와 겹치는 데이터로 사전학습됐기 때문에 처음 보는 이미지를 다루는 모델보다 유리한 자리에서 출발했을 가능성이 있습니다. 평가지표는 해석 가능성을 우선해 고른 것이라 배치 효과를 재는 지표는 아직 들어 있지 않고, 압축 평가도 다섯 채널 Cell Painting에만 한정됩니다. 아직 심사를 거치지 않은 프리프린트라는 점도 그대로입니다.

학술

• 1.Muñoz, A. F., Fredin Haslum, J., Shen, R., Carpenter, A. E., Singh, S. (2026). JUMP-lite: Compact, reproducible benchmarking of cell representations. arXiv:2608.07632, Broad Institute of MIT and Harvard.
• 2.Chandrasekaran, S. N. 외 (2023). JUMP Cell Painting Dataset: Morphological Impact of 136,000 Chemical and Genetic Perturbations. bioRxiv.
• 3.Arevalo, J., Su, E., Carpenter, A. E., Singh, S. (2024). MOTIVE: A Drug-Target Interaction Graph For Inductive Link Prediction. Advances in Neural Information Processing Systems 37.

코드·데이터

• 4.afermg/JUMP_lite GitHub 저장소 (데이터 공개 문서와 재현 코드).
• 5.JUMP-lite Zenodo 아카이브 (records/21779243).