우리 대학 화학과 박희성 교수, 이희윤 교수 공동 연구팀이 암과 치매 등 각종 질병을 유발 원인으로 알려진 단백질의 비정상적인변형을 구현할 수 있는 맞춤형 단백질 변형기술을 개발했다.
양애린 박사가 1저자로 참여한 이번 연구 결과는 ‘사이언스(Science)’ 9월 29일자 온라인 판에 게재됐고 '가장 중요한 논문(First Release)'에 선정됐다.(논문명 : A chemical biology route to site-specific authentic protein modifications)
신체의 기본 단위인 세포는 2만여 종의 유전자를 가지고 있다. 여기서 만들어지는 단백질의 종류는 100만 종 이상으로 추정된다. 이는 단백질이 만들어진 후 다양한 단백질 변형(post-translational modification) 현상이 일어나기 때문이다.
이러한 단백질 변형의 원인으로는 인산화, 당화, 아세틸화, 메틸화 등 200여 종이 알려져 있으며, 정상적으로 변형된 단백질들은 생체 내에서 세포 신호 전달, 성장 등 정상적인 신진대사 활동에 중요한 역할을 한다.
그러나 유전적, 환경적 요인으로 인해 비정상적 단백질 변형이 일어나면 세포의 대사활동과 신호전달이 손상돼 세포의 무한 분열을 초래하기도 한다. 각종 암은 물론 치매를 일으키는 퇴행성신경질환 및 당뇨를 포함한 각종 만성질환을 유발한다.
이전에는 이러한 비정상적인 단백질 변형을 구현한 맞춤형 변형 단백질 개발기술이 존재하지 않아 각종 질병의 원인 규명과 맞춤형 신약 개발 연구에 많은 어려움이 있었다.
연구팀은 2011년 암을 일으키는 직접적인 원인으로 알려진 비정상적인 단백질 번역 후 인산화를 구현하기 위한 맞춤형 인산화 변형 단백질 생산기술을 개발해 사이언스지에 논문을 발표했었다.
이번 연구는 지난 2011년의 선행연구 결과를 더욱 발전시켜 인산화 이외에 당화, 아세틸화 등과 같은 다른 200여종의 단백질 변형을 직접 구현해 원하는 변형 단백질을 합성할 수 있는 기술이다.
박 교수는 “이 기술을 활용하면 원하는 위치에서 원하는 종류의 맞춤형 변형 단백질 생산이 가능해져 암과 치매 등 단백질 변형으로 인해 발생하는 질병의 직접적인 원인을 밝힐 수 있다”며 “신약 및 치료제 개발 속도를 높이고 발생할 수 있는 부작용을 최소화할 수 있는 획기적인 기술이다”고 말했다.
이번 연구는 글로벌프론티어 사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 맞춤형 단백질 변형 기술 개발
그림2. 맞춤형 단백질 변형 기술의 활용
-
연구 지질 뗏목의 원리 밝혀 질병 치료에 희소식
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
2024-06-05 -
연구 생성형 AI로 혁신적 신약 개발 가능성 열어
최근 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 -
연구 화합물 생성AI 기술로 신약 개발 앞당긴다
신약 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
2024-03-25 -
행사 생성형 인공지능·가상현실 결합한 3D 스케칭 연구 본격화
우리 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
2024-02-29 -
연구 단백질 ‘생산 설계도’ 보호하는 RNA 조절 기전 찾았다
생명체는 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