 |
| ▲ 딥러닝모델 (사진=케이메디허브 제공) |
[mdtoday=김동주 기자] 케이메디허브(대구경북첨단의료산업진흥재단)는 인공지능 모델을 활용하여 막 단백질의 체내 움직임을 분석하고, 작용제와 길항제의 특징을 알아내고 분류할 수 있는 모델을 개발했다고 23일 밝혔다.
케이메디허브 신약개발지원센터 분자설계팀이 인공지능 및 컴퓨터를 이용한 약물개발 연구분야의 대표 전문가로 지난 사업을 통해 단백질-약물 결합력을 예측하는 인공지능 모델 DeepPro를 개발한 것.
그리고 인공지능 모델 DeepPro에서 막 단백질 영역을 특화하여 G-단백질 결합 수용체 (GPCR)의 약물 종류를 분류할 수 있는 AutoG 모델을 개발했다.
GPCR은 생체막에 존재하는 단백질로 사람의 체내 정보전달 경로를 관장하는 역할을 하는 수용체로 신약 개발을 위한 표적 단백질로 각광을 받고 있으며, 작용제와 결합해 정보전달이 가능하게끔 하거나, 반대로 정보를 전달하지 못하도록 방해하는 길항제와 반응하여 각각의 역할을 한다.
작용제와 길항제의 역할은 다르나 이 특성을 분류하는 일이 쉽지 않아 다양한 연구가 진행되는 가운데 케이메디허브 한민우 팀장은 딥러닝으로 분석하여 GPCR 작용제와 길항제의 특징을 알아내고 분류한다.
일정 시간동안 단백질들의 체내 움직임을 모사할 수 있는 분자동력학을 계산한 결과를 적용하였으며, 이는 저명학술지인 Computational and Structural Biothechnology Journal (ELSVIER, IF=6.39)에 게재했다.
양진영 이사장은 “AutoG 개발을 통해 신약개발지원센터가 보유한 단백질 구조규명 분야와 접목하여 막 단백질 신약개발 연구를 가속화하고 연구자들에게 연구지원을 통해 관련 연구의 성공률을 높이기 위한 발판이 마련될 것을 기대한다”라고 말했다.
메디컬투데이 김동주 (ed30109@mdtoday.co.kr)
[저작권자ⓒ 메디컬투데이. 무단전재-재배포 금지]
