- 관련 논문, 9월 22일(일)자 네이처 메서드(Nature Methods)誌 게재
- 단백질의 작동메커니즘 규명에 중요한 도구 역할 및 신약개발에도 큰 도움 줄 것으로 기대
KAIST(총장 서남표) 화학과 이효철(李效澈, 36) 교수팀이 ‘물에서 변하는 단백질 분자구조를 실시간으로 규명’ 하는데 성공했다. 관련 논문은 네이처 자매지인 네이처 메서드(Nature Methods)誌 9월 22일자 온라인 판에 게재됐고 10월호에 출판될 예정이다.
논문의 제목은 “시간분해 엑스선 산란을 이용한 용액상의 단백질의 구조동역학 추적(Tracking the structural dynamics of proteins in solution using time-resolved wide-angle X-ray scattering)”으로 온라인에 게재되는 논문들 중에서도 특히 주목받는 하이라이트 논문으로 소개될 예정이다. 李 교수는 이 논문의 교신저자다.
이번 연구결과는 李 교수팀의 집념의 산물이라 할 수 있다. 李 교수팀은 지난 2005년 5월, 소금처럼 딱딱하게 고체상으로 굳어 있는 상태에서의 단백질의 안정적인 구조만을 볼 수 있는 기존의 방법을 시간분해 엑스선 결정법으로 발전시켜, 정지되어 있는 단백질의 구조뿐 만 아니라 움직이는 단백질의 동영상을 촬영하는데 성공했다. 관련 논문은 미국 국립과학원회보(PNAS, Proceedings of National Academy of Science)에 발표되었으며, 학계의 큰 주목을 받았다.
그러나 이 방법으로도 해결할 수 없는 치명적인 문제는 우리 몸에서 작용하는 일반적인 단백질은 고체상으로 있지 않고 물에 녹아있는 용액상태라는 점이다. 마치 고체 소금이 물에 녹아 소금물이 되는 것과 같은 원리다. 물은 인간의 몸의 약 70% 이상을 차지하고 있고 생명 유지에 필수적인 단백질들은 물에 녹아 있는 상태로 존재한다고 볼 수 있다. 따라서 단백질이 어떻게 기능을 발휘하는 지를 실시간으로 관측하기 위해서는 물에 녹아 있는 단백질 분자의 모양 변화를 실시간으로 추적할 수 있는 기술이 필요하다.
이러한 목표를 향한 첫 열매로 물에 녹아 있는 간단한 유기분자의 구조변화를 실시간 측정하는 데 성공하였으며, 관련 연구논문이 2005년 7월 사이언스(Science)誌에 발표된 바 있다. 당시 이 연구결과는 용액상에서 분자의 움직임을 실시간 추적할 수 있다는 점 때문에 많은 관심을 불러 일으켰는데, 李 교수는 그 기술을 더욱 발전시키면 단백질에도 응용 가능할 것으로 전망했다. 그러나 일반적으로 단백질은 그 당시 성공한 유기분자보다 적어도 1,000배 정도 크고 구조가 훨씬 더 복잡할 뿐 아니라 훨씬 적은 양으로 존재하기 때문에 물에 녹아 있는 단백질에서도 성공할 수 있다는 것에는 많은 과학자들이 회의적으로 생각했다.
이번 네이처 메서드誌에 발표한 연구결과는 그러한 부정적인 생각을 깨고 기존에 성공한 유기분자보다 ‘1,000배 더 큰 단백질 분자가 물에 녹아 있을 때에 이들의 3차원 구조변화를 실시간으로 관측하는데 성공’한 획기적인 연구성과다. 논문에서는 3가지 종류의 단백질에 대한 연구결과를 발표했는데, 우리 몸에서 산소를 이동하는데 중요한 헤모글로빈 단백질과, 근육에서의 산소공급에 관여하는 미오글로빈 단백질 등이다. 이 외에도 단백질은 주로 접혀있어 특정한 구조를 형성하는데 환경이 바뀌면 이 구조가 풀리게 된다. 풀려 있는 단백질은 일반적으로 제 역할을 할 수 없어 이러한 단백질의 접힘-풀림 현상을 이해하는 것은 매우 중요한데 씨토크롬씨라는 단백질이 풀린 상태에서 접히는 과정도 실시간으로 추적하는데 성공하였다.
이 새로운 기술을 사용하면 물에서 움직이는 단백질의 동영상을 촬영할 수도 있어 단백질의 작동메커니즘을 밝히는 데에 중요한 도구가 될 것이며, 앞으로 신약개발을 하는 데에도 큰 도움을 줄 것으로 기대된다. 또한 이 기술은 단백질은 물론이고 나노물질에도 응용이 가능하므로 BT뿐만 아니라 NT분야에도 기여할 수 있을 것으로 전망된다.
이 연구는 교육과학기술부의 창의적연구진흥사업의 연구비 지원으로 진행되었다. 연구결과는 유럽연합방사광가속기센터에서 측정되었으며, 李 교수의 주도하에 이뤄진 국제적인 공동연구의 성과다.
李 교수는 “현재 포항에 있는 제3세대 가속기에 이어 한국에서도 차세대 광원으로 건설이 논의되고 있는 제4세대 방사광가속기(XFEL)가 성공적으로 가동되면, 현재 발표된 데이터보다 적어도 1,000배정도 더 좋은 데이터를 얻을 수 있을 것으로 예상된다.”고 밝혔다.
<이효철 교수 프로필>
■ 학 력
1990 경남과학고 2년 수료, KAIST 화학과 학사과정 입학
1994 KAIST 화학과 학사과정 졸업
1994 Caltech(California Institute of Technology) 박사과정 입학
2001 Caltech 졸업(박사)
2001 시카고 대학 박사 후 연구원(Post Doc.)
2003.8.1-2007.2.28 KAIST 화학과 조교수
2007.3.1-현재 KAIST 화학과 부교수
■ 수상경력
2006 젊은 과학자상(과학기술부/한국과학기술한림원)
2006 과학기술우수논문상(한국과학기술단체총연합회)
2006 KAIST 학술상
2001-2003 美國 대먼 러년 암재단(Damon Runyon Cancer Research Foundation)펠로우쉽
(설명) 시간분해 엑스선 산란의 개념을 예술적으로 표현한 그림
지질 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
2024-04-18신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. 우리 대학 연구팀은 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했다. 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게 활용가능한 인공지능 기술을 개발했다고 25일 밝혔다. 심층신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다. 최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구들이 제시되었으나 새로운 화합물의
2024-03-25우리 대학이 생성형 인공지능(generative AI)과 가상현실(VR)을 활용하여 초고속 생산성 시대를 열어가기 위한 본격적인 도전을 시작한다. 27일 대전 본원에 문을 연 'DRB-KAIST 스케치더퓨처 연구센터(센터장 배석형)'는 생성형 인공지능과 가상현실을 3D(3차원) 스케칭과 결합한 미래형 제품 개발 프로세스를 연구하기 위해 설립됐다. 로봇, 모빌리티, 인공 단백질과 같은 첨단 제조 산업 분야는 제품 개발 주기가 매우 길 뿐만 아니라, 설계 결함이 발견되면 다시 아이디어 발상 단계로 돌아가 실물 제작과 테스트까지의 모든 과정을 반복해야 한다. 또한, 복잡한 3차원 구조체가 한데 맞물려 움직이면서 고도의 기능을 수행하기 때문에, 기존 2차원 스크린 작업 환경에서는 설계 의도를 입력하거나 결과물을 해석하는 데 한계가 있었다.'DRB-KAIST 스케치더퓨처 연구센터'는 사람의 의도를 가장 빠르고 효과적으로 생성형 인공지능에 전달하는 수단으로 최신 가상현실 3D 스케
2024-02-29생명체는 DNA, RNA, 단백질과 같은 바이오분자들의 조절 작용으로 다양한 생물학적 기능을 수행한다. 바이오분자들의 조절로 유전 정보가 전달되고, 잘못 전달된 정보는 유전자 변형이나 감염성 질병의 원인이 된다. 따라서 분자생물학적 조절 연구는 유전자 치료제와 첨단 백신 개발에 중요하다. 특히, 2023년 코로나 mRNA 백신 기술을 개발한 과학자들이 노벨 생리의학상을 수상하면서 RNA 조절 연구에 기반한 첨단신약, 바이오공학 기술이 크게 주목받고 있다. 우리 대학 바이오및뇌공학과 이영석 교수 연구팀이 기초과학연구원(IBS) RNA 연구단 김빛내리 단장(서울대 생명과학부 석좌교수), 미국 국립암연구소 유진 발코프(Eugene Valkov) 박사팀과 공동연구를 통해 자체 개발한 단일핵산 분석법을 적용해 전령 RNA(messenger RNA, 이하 mRNA) 분해의 새로운 조절 기전을 찾았다고 밝혔다. mRNA는 긴 단일 가닥 RNA 분자로, DNA에 보관된 유전 정보를 단백질에
2024-02-28