< (왼쪽부터) KAIST 전용웅 교수, 정태웅 학생, 최지훈 학생 >
코로나19 백신으로 널리 알려진 mRNA는 사실 ‘치료제’가 아니라, 우리 몸에 바이러스 단백질의 설계도를 전달해 필요한 단백질을 만들게 하는 기술이다. 최근에는 암·유전병 치료로 활용 범위가 넓어지고 있지만, mRNA 치료제는 투여 직후 단백질이 한꺼번에 과도하게 생성되는 특성 때문에 폐색전증·뇌졸중·혈전증·자가면역질환 등 심각한 부작용을 일으킬 수 있었다. 이를 조절할 기술이 꾸준히 필요했지만, 마땅한 해결책은 없었다.
우리 대학은 화학과 전용웅 교수 연구팀이 mRNA가 단백질을 만드는 시작 시점과 속도를 조절할 수 있는 새로운 전략을 제시했다고 1일 밝혔다. 이 방법을 사용하면 환자의 상태에 맞게 단백질이 만들어지는 속도를 조절할 수 있어 더 안전한 치료가 가능해진다.
이번 기술은 mRNA 치료제의 부작용을 근본적으로 줄여줄 뿐 아니라, 뇌졸중·암·면역질환 같은 정밀한 단백질 조절이 필요한 치료 분야까지 응용될 수 있어 차세대 mRNA 치료제 개발의 중요한 전환점이 될 것으로 기대된다.
단백질이 만들어지려면, 세포 속 ‘단백질 제조 기계(리보솜·번역 인자)’가 mRNA 설계도에 달라붙어 작업을 시작해야 한다. 연구팀은 이 과정을 조금만 늦추면 단백질이 갑자기 몰려 만들어지는 문제를 막을 수 있다는 점에 주목했다.
그래서 복잡한 기술 대신, 일부러 살짝 손상된 DNA 조각을 mRNA와 붙이는 간단한 방법을 개발했다. 이 DNA 조각이 작은 ‘방패’처럼 작용해 단백질 제조 기계가 mRNA에 바로 달라붙지 못하도록 하면서 단백질 생성 시작 속도를 부드럽게 늦추는 방식이다.
여기서 사용된 손상 DNA는 체내에서 자연스럽게 재활용되는 안전한 생체 물질이며 비용도 매우 저렴하다. 주사 직전 mRNA와 섞기만 하면 되기 때문에 실제 의료 현장에서 쓰기에도 적합하다.
시간이 지나면 우리 몸에 원래 존재하는 ‘수리 효소’가 손상된 DNA를 자연스럽게 복구하며, 이 과정에서 mRNA와 붙어 있던 구조가 풀려 단백질 생성 속도는 정상 모드로 부드럽게 전환된다. 그 결과 단백질이 한꺼번에 폭발적으로 만들어지는 기존의 위험이 크게 줄어든다.
연구팀은 손상 DNA의 길이와 손상 정도를 조절해 단백질 생성이 언제, 얼마나 천천히 시작될지 정밀하게 설계할 수 있음을 확인했다. 또한 여러 종류의 mRNA를 한 번에 넣더라도 각 단백질이 원하는 순서로 차례대로 생성되도록 만들 수 있어, 복잡한 치료를 위해 여러 차례 나누어 주사하던 기존 방식도 혁신할 수 있다.
이 기술은 KAIST가 선정한 ‘미래 유망 원천기술’ 중 하나로 ‘2025 KAIST Techfair 기술 이전 설명회’에서도 소개됐다.
< DNA-mRNA 하이브리드 기반 mRNA 번역 제어 전략. 손상된 염기(빨간색)는 수리 효소에 의해 제거되고 DNA와 mRNA가 해리되어 번역 인자 및 리보솜이 결합하여 단백질 번역을 시작 >
전용웅 교수는 “생물학적 현상도 결국 화학이기 때문에, 화학적 접근으로 단백질 생성 과정을 정밀하게 조절할 수 있었다.”며 “이번 기술은 mRNA 치료제의 안전성을 높일 뿐 아니라, 암·유전병 등 다양한 질환에 맞춘 정밀 치료로 확장될 수 있는 기반이 될 것”이라고 말했다.
KAIST 화학과 최지훈 (3년차), 정태웅 (1년차) 박사과정 학생이 공동 제1 저자로 참여한 이번 연구 결과는 화학 분야 최고 권위 학술지 중 하나인 '앙게반테 케미 (Angewandte Chemie International Edition)'에 지난 11월 6일 게재되었다.
※ 논문명 : Harnessing Deaminated DNA to Modulate mRNA Translation for Controlled and Sequential Protein Expression, 저자 정보 : 최지훈 (KAIST, 공동 제1 저자), 정태웅 (KAIST, 공동 제1 저자) 및 전용웅 (KAIST, 교신저자) 포함 총 10 명, DOI : 10.1002/anie.202516389
한편, 이번 연구는 한국연구재단(NRF) 우수신진연구사업의 지원을 받아 수행되었다.
-
연구 AI로 오랜 난제인 유전자 기능 규명 전략 제시
“유전자는 알지만 기능은 모른다”는 미생물 연구의 오랜 난제를 해결하기 위해, 공동연구진이 인공지능(AI) 기반 미생물 유전자 기능 발견의 속도를 크게 높일 수 있는 최신 연구 전략을 제시했다. 우리 대학은 생명화학공학과 이상엽 특훈교수 연구팀이 UCSD 생명공학과 버나드 폴슨(Bernhard Palsson) 교수와 함께 AI를 활용해 미생물 유전자 기능 발견을 획기적으로 가속할 수 있는 최신 연구 접근법을 체계적으로 정리·분석한 리뷰논문을 발표했다고 12일 밝혔다. 2000년대 초 전장 유전체 해독 기술이 본격화되며 생명체의 유전자 구성을 완전히 규명할 수 있을 것이라는 기대가 컸다. 그러나 20년이 지난 지금도 미생물 유전체 내 상당수 유전자는 어떤 역할을 하는지 밝혀지지 않은 상태다. 유전자 결실 실험, 발현량 조절, 시험관 내 활성 측정 등 다양한 실험이 시도돼 왔지만 ▲ 대규모 실험의 한계 ▲ 복잡한 생물학적 상호작용 ▲ 실험실 결
2026-01-12 -
연구 콧속에 뿌렸더니 호흡기 바이러스 잡았다
독감이나 코로나19처럼 종류가 다양하고 변이가 빠른 호흡기 바이러스는 백신만으로 완벽히 막기 어렵다. 우리 대학 연구팀이 이 문제를 해결하기 위해 기존 인터페론-람다 치료제가 지녔던 ‘열에 약하고 코 점막에서 금방 사라지는’ 한계를 AI 기술로 극복한 비강(콧속) 투여형 항바이러스 플랫폼을 개발하는데 성공했다. 우리 대학은 생명과학과 김호민 교수, 정현정 교수, 의과학대학원 오지은 교수 공동 연구팀이 AI로 인터페론-람다 단백질을 안정적으로 재설계하고, 이를 비강 점막에 잘 확산하고, 오래 머물게 하는 전달 기술과 결합해 다양한 호흡기 바이러스를 범용적으로 예방할 수 있는 기술을 구현했다고 15일 밝혔다. 인터페론-람다(IFN-λ)는 우리 몸이 바이러스 감염을 막기 위해 스스로 만드는 선천면역 단백질로, 감기·독감·코로나19와 같은 호흡기 바이러스 차단에서 중요한 역할을 한다. 하지만 이를 치료제로 만들어 비강에 투여
2025-12-15 -
인물 부성호 박사, ‘제5회 암젠한림생명공학상’ 박사후연구원 부문 수상
우리 대학 AI-혁신신약 연구단 부성호 박사가 한국과학기술한림원이 주최하는 '제5회 암젠한림생명공학상' 박사후연구원 부문 수상자로 선정됐다. 시상식은 지난 21일 한림원회관에서 개최됐다. 암젠한림생명공학상 박사후연구원 부문은 국내 신진 연구자 중 탁월한 연구성과를 보인 2인을 선정하며, 특히 세계적 학술지에 주목받는 제1저자 논문을 발표한 연구자를 중심으로 수여된다. 부성호 박사는 원형 RNA가 세포 내에서 mRNA의 안정성(분해되지 않고 유지되는 정도)을 조절하는 새로운 분자적 메커니즘을 밝혀냈다. 이를 기반으로 특정 mRNA만 골라 선택적으로 분해할 수 있는 인공 원형 RNA를 개발했으며, 특정 유전자의 발현을 조절할 수 있는 새로운 RNA 플랫폼 기술로 발전시켰다. 이러한 연구는 차세대 RNA 기반 치료 기술로의 확장 가능성을 제시한 중요한 성과로 평가된다. 그는 RNA 구조 설계, 기능 분석, 치료 응용 등 다양한 분야에서 독창적인 연구를 꾸준히 진행해 왔으며 KAI
2025-11-26 -
연구 원자 하나 바꿔 ‘분자 접는 법’ 찾았다 ! AI 신약 개발 앞당긴다
신약이 효과를 내려면 약물이 몸속 단백질의 특정 부위에 정확히 결합해야 한다. 우리 대학 연구진이 단백질을 이루는 기본 단위인 펩타이드 분자의 접힘 구조를 원자 수준에서 정밀하게 제어할 수 있는 기술을 개발했다. 이번 연구로 원자 하나의 변환이 분자의 형태를 바꾸는 ‘설계 스위치’처럼 작용한다는 사실이 밝혀지면서, AI 기반 맞춤형 신약 설계의 핵심 플랫폼 기술로 주목받고 있다. 우리 대학은 이노코어 AI-CRED 혁신신약 연구단(단장 이희승 석좌교수)이 출범 후 첫 연구성과로, 단백질 분자 구조인 펩타이드의 아주 작은 변화인 ‘티오아마이드(thioamide) 변환’을 통해 분자의 접힘 방식을 정밀하게 조절할 수 있는 새로운 원리를 규명했다고 16일 밝혔다. *티오아마이드 변환(thioamide substitution): 펩타이드는 원래 C(=O)–NH(탄소–산소–질소로 이루어진 결합)인데 여기서 산소
2025-11-16 -
행사 알파폴드3’뛰어넘는 차세대 바이오 AI 모델‘K-Fold’개발
KAIST 연구진이 구글 딥마인드의 ‘알파폴드3(AlphaFold3)’를 뛰어넘는 차세대 바이오 AI 모델 ‘K-Fold’ 개발에 나섰다. 이번 연구를 통해 KAIST는 빠르고 정확한 신약 개발, 낮은 실패율, 그리고 AI 기반 과학 혁신을 실현하며, ‘AI가 과학을 돕는 시대’를 넘어 ‘AI가 과학을 이끄는 시대’를 여는 주역으로 떠오를 전망이다. KAIST(총장 이광형)는 과학기술정보통신부가 주관하는‘AI 특화 파운데이션 모델 개발 사업’의 주관기관으로 선정되어, 의과학·바이오 분야 AI 파운데이션 모델 개발에 본격 착수했다고 7일 밝혔다. KAIST는 이번 사업을 통해 국내 최고 수준의 인공지능(AI) 연구 역량을 바이오 분야에서도 입증하고, 신약 개발 등 첨단 바이오 AI 연구에 활용할 수 있는 차세대 파운데이션 모델 ‘K-Fold&rs
2025-11-07