구조기반신약설계 (structure-based drug design)
쉽게 풀면
구조기반신약설계는 X선 결정학이나 저온전자현미경 등으로 밝혀진 표적 단백질의 실제 3차원 모양을 컴퓨터 화면에 띄워놓고, 그 결합 주머니에 딱 들어맞는 화합물을 설계하거나 기존 화합물의 결합 방식을 미세 조정하는 접근입니다. 표적 구조를 직접 보고 설계하기 때문에 무작위 스크리닝보다 효율이 높은 경우가 많습니다.
왜 중요한가
표적 단백질의 3차원 구조 정보를 활용해 결합 부위에 맞는 화합물을 합리적으로 설계하는 신약개발 접근으로, 무작위 탐색보다 효율적으로 활성 화합물을 찾는 전략으로 활용됩니다.
논문에서는 이렇게 쓰입니다
표적 단백질과 화합물이 결합한 실제 모습을 확인한 뒤, 그 정보를 이용해 화합물 구조를 개량해 결합력을 크게 높였다는 결과입니다.
표적 단백질의 입체구조 정보를 활용해 결합력이 개선된 신약 후보물질을 설계하는 과정을 설명한다.
조금 더 깊게 보면
구조기반설계는 단백질 구조가 정적인 것으로 가정하고 진행되는 경우가 많지만, 실제 단백질은 유연하게 움직이는 동적 구조를 가지고 있어 이 점을 반영하지 못하면 예측이 실제와 어긋날 수 있습니다. 최근에는 인공지능 기반 단백질 구조 예측 기술이 발전하면서, 실험적으로 구조가 밝혀지지 않은 표적에도 예측 구조를 활용한 구조기반설계가 점차 확대되고 있습니다. 한 연구는 표적 단백질의 여러 결합 부위 중 이전에 알려지지 않은 새로운 결합 주머니를 발견하여, 이를 활용한 구조기반설계로 기존과 다른 작용 방식을 가진 화합물을 도출하였다. 구조기반신약설계에서 계산으로 예측한 결합에너지는 실제 결합력과 상관관계를 보이지만 절대값 자체는 부정확한 경우가 많아 화합물 간 상대적 순위를 매기는 용도로 주로 활용됩니다.
주의할 점
구조기반신약설계는 표적 단백질의 정확한 3차원 구조 정보가 필요해, 구조가 아직 밝혀지지 않은 표적에는 적용하기 어렵습니다.
표적 단백질 구조가 X선 결정학으로 얻어진 경우 결정 상태의 정지된 형태만 반영하므로, 저온전자현미경이나 분자동역학 시뮬레이션으로 유연성을 보완해 해석하는 경우가 늘고 있습니다. 예측된 단백질 구조를 그대로 신뢰하기보다는, 가능하다면 실험적으로 검증된 결정 구조나 극저온전자현미경 구조와 교차 확인하는 것이 안전합니다.