-
‘알파폴드 한계’ 넘었다…약물 작동까지 예측한다
우리 몸의 단백질은 스위치처럼 작동한다. 약물이 단백질에 결합하면 결합 부위 구조가 변하고, 그 변화가 단백질 전체로 전달돼 기능이 켜지거나 꺼진다. 구글 딥마인드의 알파폴드3는 약물-단백질 결합 여부와 결합 부위의 3차원 구조를 예측하는 데 성공했지만, 약물이 결합한 뒤 단백질 내부에서 어떻게 신호를 전달하고 단백질 전체 구조를 바꿔서 실제로 단백질의 기능을 활성화하거나 억제하는지까지는 예측하지 못했다. 우리 대학 연구진이 약물이 ‘붙는지’가 아니라 ‘실제로 작동하는지’까지 예측하는 AI를 개발했다.
우리 대학은 바이오및뇌공학과 이관수 교수 연구팀이 대표적인 신약 표적인 G-단백질 결합 수용체(GPCR)에 대해, 후보 물질이 단순히 결합하는지를 넘어 실제로 단백질을 활성화하는지까지 예측하는 인공지능 모델 ‘GPCRact(지피씨알액트)’를 개발했다고 8일 밝혔다.
GPCR(G-Protein Coupled Receptor)은 세포 표면에 있는‘신호 수신기’역할을 한다. 호르몬이나 신경전달물질, 약물이 세포 밖에서 신호를 보내면 이를 받아 세포 안으로 전달하는 문(게이트) 역할을 한다. 인체에는 약 800여 종의 GPCR이 존재하며, 현재 시판 약물의 약 30~40%가 이를 표적으로 한다. 심장 박동, 혈압 조절, 통증 감지, 면역 반응, 감정 조절 등 다양한 생리 기능에 관여하는 핵심 단백질이다.
하지만 약물이 GPCR에 결합했다고 해서 항상 원하는 기능이 작동하는 것은 아니다. 결합 이후 단백질 내부에서 일어나는 구조 변화와 신호 전달 과정이 실제 작용 여부를 결정한다. 이를 ‘알로스테릭 신호 전파’라고 한다.
연구팀은 약물 작용 과정을 ① 약물-표적 결합 단계 ② 단백질 내부 신호 전파 단계로 나누어 AI가 단계적으로 학습하도록 설계했다. 단백질의 3차원 구조를 원자 수준 그래프로 표현하고, 중요한 신호 전파 경로를 학습할 수 있도록‘어텐션 메커니즘’을 적용했다. 이를 통해 AI가 약물 결합 신호와 함께 단백질 내부 신호 전파 경로를 파악하여 단백질의 활성을 예측하도록 했다.
그 결과, 기존 모델이 어려워했던 복잡한 구조의 단백질에서도 약물 활성 예측 성능을 크게 향상시켰다. 이번 모델은 단순히 ‘활성’ 또는 ‘비활성’결과만 제시하지 않는다. 예측의 근거가 되는 단백질 내부 핵심 신호 경로를 제시해, 이른바 ‘블랙박스 AI’의 한계를 극복했다.
이는 연구자가 결과를 해석하고 검증할 수 있게 해 신약 개발의 신뢰성과 효율성을 동시에 높일 수 있는 중요한 진전이다. 앞으로 GPCR을 표적으로 하는 다양한 질병에서, 약물의 결합 여부뿐 아니라 실제 활성 여부까지 예측하는 정밀 신약 개발 AI 플랫폼으로 활용될 전망이다.
이관수 교수는 “알로스테릭 구조 변화는 약물이 단백질의 한 부분에 결합했을 때 그 영향이 내부로 전달돼 다른 부위의 기능까지 바뀌는 현상”이라며 “이 작동 원리를 딥러닝에 반영한 것이 이번 연구의 핵심”이라고 밝혔다. 이어 “앞으로 다양한 단백질로 확장하고, 세포와 인체 반응까지 예측하는 기술로 발전시키겠다”고 말했다.
손효진 박사과정생이 제1 저자로 참여한 이번 논문은 생물정보학 분야 최고 권위의 국제 학술지인 `브리핑스 인 바이오인포매틱스(Briefings in Bioinformatics, JCR 상위 2.2%)'에 1월 15일자 게재됐다.
※ 논문명 : GPCRact: a hierarchical framework for predicting ligand-induced GPCR activity via allosteric communication modeling, DOI: https://doi.org/10.1093/bib/bbaf719
※ 저자 정보 : 손효진 (KAIST, 제1 저자), 이관수 (KAIST, 교신저자)
이 연구는 개인기초연구(과학기술정보통신부, 한국연구재단, RS-2025-24533057)의 지원으로 수행됐다.
2026.03.09
조회수 4894
-
현장 진단형 초고속 실시간 유전자 분석기술 개발
우리 대학 바이오및뇌공학과 정기훈 교수 연구팀이 *나노 플라즈모닉 구조를 통해 빠른 열 순환 및 실시간 정량 분석이 가능한 초고속 실시간 중합효소연쇄반응(PCR) 기술을 개발했다고 7일 밝혔다.
☞ 나노 플라즈모닉 구조(Nanostructures for Plasmonic): 빛의 파장보다 작은 크기의 금속나노구조이며, 빛이 표면에 조사될 때 금속 표면과 유전체의 경계에서 빛과 전자가 상호작용을 한다. 주로 바이오 물질의 검출이나 분자진단에 많이 응용된다.
최근 코로나19를 포함한 전염성이 높은 바이러스의 확산을 방지하기 위해 신속하고 정확하게 바이러스를 검출하는 기술이 절실하게 필요하다. 역전사 중합효소연쇄반응(RT-PCR)은 가장 표준화된 코로나19 진단법으로 바이러스 내부의 유전물질인 RNA를 상보적 DNA로 역전사한 후 타겟 DNA를 증폭해 형광 프로브로 검출하는 방법이다. 그러나 기존 RT-PCR은 높은 민감도와 정확도를 갖추지만, 검출 시간이 길고 고가의 대형장비를 갖춘 장소로 검체를 운송한 후 진단하는 등 실시간 현장 대응의 한계가 존재한다.
연구팀이 개발한 `실시간 나노 플라즈모닉 PCR'은 백색 발광다이오드(LED)의 높은 광 흡수율을 갖는 나노 플라즈모닉 기판에 진공 설계된 미세 유체칩을 결합해 소량의 검체를 신속하게 증폭하고 정량적으로 분석해 바이러스를 단시간 내에 정확하게 검출할 수 있다. 이러한 특징을 이용해 공공장소 등 환자 발생 장소에서 병원성 바이러스의 확산 및 해외유입을 차단할 수 있을 것으로 기대된다.
나노 플라즈모닉 기판은 유리 나노기둥 위 금 나노섬 구조로 가시광선 전 영역에서 높은 광 흡수율을 가지므로 백색 LED의 빛을 열에너지로 치환해 빠르게 열을 발생시키고 내보낼 수 있다. 또한 광열 발생장치의 수직적인 온도 구배로 인한 증폭 효율 저하를 해결하기 위해 연구팀은 진공 설계된 미세 유체칩을 결합했다.
이는 샘플 한 방울을 칩에 넣으면 진공이 액체를 마이크로 챔버로 잡아당겨 자동으로 3분 이내에 주입되고, PCR 과정 동안에 발생하는 미세 기포는 공기 투과성 벽을 통해 제거돼 PCR 효율을 높이는 원리다.
연구팀은 SARS-CoV-2 플라스미드 DNA를 사용해 해당 기술을 검증했고, 40싸이클(95도-60도)을 5분 이내에 수행해 타겟 바이러스를 91%의 증폭 효율과 함께 정량적으로 검출했다. 이는 기존 실시간 PCR 시스템의 긴 소요 시간(약 1시간)에 비해 매우 빠르고, 높은 증폭 효율을 보이므로 신속한 현장 진단에 적용되기 적합할 것으로 보인다.
정기훈 교수는 "실질적으로 현장에서 사용 가능한 초고속 분자진단법을 개발했다ˮ며 "이 실시간 나노 플라즈모닉 PCR 기술은 현장에서 분자진단을 위한 차세대 유전자 증폭 플랫폼을 제공할 것이며 바이러스 확산 방지에 기여할 수 있을 것으로 예상한다ˮ라고 말했다.
우리 대학 바이오및뇌공학과 강병훈 박사과정이 주도한 이번 연구 결과는 국제 학술지 `에이씨에스 나노 (ACS Nano)'에 지난 5월 19일 字로 게재됐다. (논문명: Ultrafast and Real-time Nanoplasmonic On-Chip Polymerase Chain Reaction for Rapid and Quantitative Molecular Diagnostics)
한편 이번 연구는 KAIST 코로나19대응 과학기술뉴딜사업단과 한국연구재단 개인연구지원사업, 바이오기술개발사업으로 수행됐다.
2021.06.07
조회수 51428