“생명요소인 단백질도 설계, 제조한다”
- 단백질의 자연 진화과정을 밝혀 신 기능 단백질 설계 기술 개발
- 의약용 단백질 및 산업용 효소 창출 등 생명공학 분야에서 광범위하게
활용될 수 있는 기반 기술
- 사이언스誌에 중요 논문 중 하나로 소개 : 별도“Perspective"란에
자세한 연구 내용 설명
KAIST 생명과학과 김학성(金學成, 48) 교수 / 박희성(朴熙成, 35) 박사팀이 개발한 ‘신 기능 단백질 설계 기반 기술’이 세계적 학술지인 사이언스 誌에 1월 27일자로 발표했다.
“기존에 존재하는 단백질 골격을 이용한 신 기능 단백질의 설계와 창출 (Design and evolution of new catalytic activity using an existing protein scaffold)“이라는 제목으로 발표되는 이 기술에 대해 사이언스誌는 별도의 “Perspective"란에 연구 내용을 자세히 설명하여, 그 중요성과 파급 효과를 강조하고 있다.
金 교수팀은 자연계에서 단백질이 진화해온 복잡한 과정을 단순화시켜 새로운 기능을 가진 단백질을 효율적으로 설계하고 제조하는 기반 기술을 개발하였다. 이 기술은 의약용 단백질 및 산업용 효소의 개발 등 생명공학 분야에서 광범위하게 활용될 수 있으며 바이오기술(BT)의 산업화라는 점에서 주목된다.
생물체내에는 5만 종류 이상의 다양한 기능을 수행하는 단백질이 존재한다. 자연 진화 과정에서 생성된 다양한 단백질들은 기존 유전자의 염기서열이 변형된 것뿐만 아니라 임의의 길이나 염기서열을 갖는 유전자 조각들이 오랜 시간에 걸쳐 삽입, 제거, 재조합 등의 복잡한 과정의 단계를 거쳐서 만들어진 것으로 밝혀지고 있다.
단백질은 20개의 아미노산으로 구성된 고분자물질로 생명체가 살아가는데 필수적인 역할을 수행한다. 예를 들어 p53 이라는 단백질은 암을 억제하는 기능을 하고, 많은 효소는 우리가 섭취한 음식물로부터 우리 몸에 필요한 복잡하고 다양한 물질과 에너지를 효율적으로 생산하는 역할을 한다. 이러한 단백질은 의약용, 치료용 혹은 산업용으로 광범위하게 사용되고 있다.
특히, 단백질의 일종인 효소(Enzyme)는 최근 선진국을 중심으로 대대적인 연구개발 및 산업화가 추진되고 있는 화이트 바이오테크(White Biotech)분야의 핵심으로 부각되고 있다. 세계적 화학기업, 제약기업, 생명공학 기업들이 산업 목적에 맞는 효소의 개발에 집중적으로 투자하고 있다. 그러나 대부분의 단백질은 특이성, 리간드와의 친화성, 안정성, 활성 등이 실제 의약용이나 산업적으로 사용하기에는 많은 한계점을 가진다. 이를 해결하기 위해 목적에 맞는 특성이나 새로운 기능을 지닌 단백질을 설계하고 창출하는 연구가 지속적으로 진행되어 왔지만 아직까지 만족할 만한 연구 결과는 보고되지 않았다.
金 교수팀은 생물체내에는 수많은 종류의 단백질이 존재하지만 기본적인 골격의 수는 한정되어 있어 서로 다른 기능을 수행하는 단백질들의 경우라도 그 골격은 유사하거나 동일한 경우가 많다는 점에 착안, 새로운 기능을 가진 단백질 설계에 필요한 요소를 기존의 단백질 골격에 동시에 조합적으로 삽입함으로써 신 기능 단백질을 제조할 수 있는 기술을 성공적으로 개발할 수 있었다.
개발된 신 기능 단백질 설계 기술은 앞으로 새로운 단백질 의약품 개발, 산업용 효소 개발, 합성 생물학, 화이트 바이오테크놀러지(White Biotechnology), 생유기 합성 및 단백질 공학 분야에서 광범위하게 활용되어 생명공학의 산업화에 크게 기여할 것으로 기대된다.
또한, 이번 연구결과는 자연계에서 단백질이 어떠한 진화 과정을 거쳐 현재와 같은 다양한 단백질이 존재하게 되었는지에 대한 중요한 해답을 주고 있어 기초 생명과학 분야에서도 매우 획기적인 연구결과로 인식되고 있다.
사이언스誌 투고의 주역인 金 교수는 최근 국제공학회(ECI)에서 주관하는 국제학술대회인 제 18차 효소공학 학술대회(Enzyme Engineering)를 지난해 10월 국내에 유치하여 성공적으로 개최하는 등 국제적으로도 활발한 활동을 펼치고 있다.
세계 최대 컴퓨터 학회에서 주간한 학술대회(PLDI)에서 2012년에 한국에서 처음 논문을 발표한 이래, KAIST 연구진이 처음으로 3편 이상의 논문을 발표하여 화제다. 우리 대학 전산학부 강지훈 교수, 류석영 교수 연구팀이 프로그래밍 언어 분야 최고 권위 학술대회인 PLDI에서 올해 발표될 89편의 논문 중 6.7%인 5편의 논문을 발표했다고 3일 밝혔다. PLDI(Programming Language Design and Implementation)는 세계 최대 컴퓨터 학회인 ACM(Association for Computing Machinery)이 주관하는 학술대회로, 지난 45년간 전산학 전체에 깊은 영향을 미치는 중요한 논문이 다수 발표된 유서 깊은 학술대회다. 프로그래밍 언어와 컴파일러 등 소프트웨어 전반의 기초가 되는 핵심 기술을 발표하고 있다. 이번 학회에 발표되는 5개의 논문은 아래와 같다. 1) 멀티코어 컴퓨팅 시스템에서 동작하는 고성능 병렬 자료구
2024-07-03우리 대학 전기및전자공학부 김이섭 교수 연구실의 박준영 석사졸업생이 6월 23일 ~ 6월 27일, 미국 샌프란시스코에서 개최된 국제 반도체 설계 자동화 학회 (Design Automation Conference, 이하 DAC) 에서 최우수 논문상(Best Paper Award)을 수상하는 성과를 거두었다. DAC은 1964년에 설립돼 올해 61회째를 맞은, 반도체설계자동화, 인공지능 알고리즘과 칩 설계 등을 포함하는 국제학술대회로서, 제출된 논문 중 상위 20퍼센트 정도만 선정하는, 관련 분야 최고 권위의 학회이다. 수상한 연구는 우리 대학 전기및전자공학부 졸업생 박준영 씨의 석사과정 졸업 논문에 기반한 것으로서, Large Language Model 모델 추론의 문제점이 되는 KV 캐싱의 메모리 전송을 줄이는 알고리즘 근사 기법과 하드웨어 아키텍처를 제안하였으며, 학회 best paper award 선정 위원회로부터 그 우수성을 인정받아 발표논문 337편 중 (제출논문
2024-07-02우리 대학 연구진이 챗GPT를 활용해 큰 다공성, 높은 표면적, 그리고 뛰어난 조절 가능성으로 많은 화학 응용 분야에서 사용되는 금속 유기 골격체의 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗봇 시스템(이하 챗MOF)을 개발했다. 챗MOF는 검색 및 예측 작업에서 각각 96.9% 및 95.7%의 높은 성공률을 보여 화제다. 생명화학공학과 김지한 교수 연구팀이 인공지능(AI)의 급격한 발전에 주목하며, 대규모 언어 모델(이하 LLMs) 활용을 통해 금속 유기 골격체(Metal-Organic Frameworks, MOFs)의 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗봇 시스템(ChatMOF)을 개발했다고 26일 발표했다. 최근 인공지능(AI)의 발전에는 큰 도약이 있었지만 재료 과학에서의 LLM의 잠재력을 완전히 실현하기에는 여전히 물질의 복잡성과 재료별 특화된 훈련 데이터의 부족이라는 한계점이 존재했다. 김지한 교수 연구팀이 개발한 챗MOF는 재료 분야에
2024-06-26지질 뗏목은 세포막 간 융합, 신호 전달, 바이러스 침투 등 세포 기능과 질병 발병의 핵심 과정에 중요한 역할을 한다. 한국 연구진이 지금까지 알려지지 않았던 지질 뗏목의 정렬 원인과 그 조절 메커니즘을 밝혀내어 세포막 간 상호작용을 조절하여 질병 치료에 새로운 접근법을 제공할 수 있을 것으로 기대된다. 우리 대학 바이오및뇌공학과 최명철 교수팀이 고등과학원(원장 최재경) 현창봉 교수팀, 포항가속기연구소(소장 강흥식) 이현휘 박사와 공동으로 세포막 간의 상호작용을 매개하는 지질 뗏목(Lipid Raft)의 정렬 현상의 원리를 최초로 규명했다고 5일 밝혔다. 세포 융합, 바이러스 침투, 세포 간 신호 전달 등 다양한 세포막 간의 상호작용을 조절할 수 있는 핵심 기전을 밝힌 것이다. 세포막(Cell membrane)은 세포의 내부와 외부를 구분하는 얇고 유연한 막으로, 지질 이중층(lipid bilayer)으로 구성돼 있다. 세포막에는 수많은 막단백질(membrane prote
2024-06-05최근 자연어나 이미지, 동영상, 음악 등 다양한 분야에서 주목받는 생성형 AI가 신약 설계 분야에서도 기존 신규성 문제를 극복하고 새로운 혁신을 일으키고 있다고 하는데 어떤 기술일까? 우리 대학 화학과 김우연 교수 연구팀이 단백질-분자 사이의 상호작용을 고려해 활성 데이터 없이도 타겟 단백질에 적합한 약물 설계 생성형 AI를 개발했다고 18일 밝혔다. 신규 약물을 발굴하기 위해서는 질병의 원인이 되는 타겟 단백질에 특이적으로 결합하는 분자를 찾는 것이 중요하다. 기존의 약물 설계 생성형 AI는 특정 단백질의 이미 알려진 활성 데이터를 학습에 활용하기 때문에 기존 약물과 유사한 약물을 설계하려는 경향이 있다. 이는 신규성이 중요한 신약 개발 분야에서 치명적인 약점으로 지적되어 왔다. 또한 사업성이 높은 계열 내 최초(First-in-class) 타겟 단백질에 대해서는 실험 데이터가 매우 적거나 전무한데, 이 경우 기존 방식의 생성형 AI를 활용하는 것이 불가능하다. 연구팀
2024-04-18