[위즈뉴스] 국내 연구진이 AI를 활용한 면역항암 치료용 새로운 효소를 발굴했다.

서울대는 지난 3일, 화학부 송윤주 교수 연구팀과 생명과학부 마틴 스타이네거 교수 연구팀, 제약학과 이주용 교수 연구팀, 그리고 울산대 의과대학 이명섭 교수 연구팀으로 구성된 공동 연구팀이 단백질 언어 모델(Protein Language Model)을 기반으로 단백질의 특성을 학습한 후 대규모 단백질 데이터베이스에서 유망한 단백질을 발굴하는 ‘SeekRank’ 알고리즘을 개발했으며, 이를 기반으로 면역 항암 억제제로 알려진 'L-키뉴레닌'을 분해하여 항암 효과를 나타낼 수 있는 효소인 키뉴레니나아제(kynureninase)에 적용했다고 밝혔다.

이번 연구 성과를 담은 논문은 SCI급 저명 국제학술지 'Nucleic Acids Research(IF=16.7)' 1월 7일 자 온라인판에 게재됐다. 

논문명은 'Discovery of Highly Active Kynureninases for Cancer Immunotherapy through Protein Language Model'이며, 서울대 송윤주 교수와 마틴 스타이네거 교수, 울산대 이명섭 교수가 공동 교신저자로, 서울대 엄현욱 박사가 제1저자로 참여했다.

"향후 암 치료 뿐만 아니라 다양한 질병 치료와 바이오 산업에 활용될 것"

공동 연구팀은 "이번 연구는 AI와 생명과학, 생화학 분야의 융합을 통한 혁신적인 치료제 개발의 대표적 사례"라면서 "이번 연구에서 제안된 유망 효소 발굴 방법은 암 치료 뿐만 아니라 다양한 질병 치료와 바이오 산업에 활용될 것으로 기대된다"고 밝혔다.

효소는 생체 촉매로 생명체 내의 화학 반응을 촉진하는 역할을 하며, 식품, 바이오 연료, 제약 등 다양한 바이오 산업의 핵심 요소이다.

높은 촉매 효율과 열적 안정성을 가진 효소는 산업적으로 가치가 높지만, 효율과 안정성 모두를 갖춘 효소를 개발 및 발굴하는 데에는 많은 시간과 비용이 소요된다. 이에 따라 효소의 활성도를 효과적으로 예측하고 높은 반응성을 가진 효소를 발굴하는 새로운 방법이 필요하다.

이런 가운데 공동 연구팀이 단백질 특성을 학습한 후 유망한 단백질 발굴하는 ‘SeekRank’알고리즘 개발하여 기존 대비 면역항암 효과가 3배 이상 높은 효소를 발굴했다. 새롭게 발굴된 이 효소는 기존의 치료용 효소보다 2배 높은 활성도를 보였으며, 높은 열적 안정성과 활성도를 기반으로, 동물 모델에서는 종양 무게를 3.4배 더 감소시킬 수 있었다.

또한, 효소의 활성 자리와 기질 간의 상호작용을 분자 동역학 시뮬레이션으로 분석함으로써, 효소 구조와 활성이 어떻게 최적화될 수 있는 지 밝혀냈다.

공동 연구팀은 SeekRank 알고리즘을 오픈소스로 공개하여 전 세계 연구자들의 효소 발굴 연구와 치료제 개발을 지원할 계획이다.

정 현 기자 다른기사 보기