신약후보물질, 빠르고·정밀 예측…펩타이드 구조 원자 단위서 제어

KAIST, 펩타이드 접힘·대칭성 정밀 제어 원리 규명 용해도, 확장성 등 높여...AI기반 신약설계 플랫폼 활용 단백질의 기본 단위인 펩타이드 분자를 정밀 제어해 인공지능(AI) 기반 맞춤형 신약 설계에 활용할 수 있는 기술이 개발됐다. 신약 후보 물질을 빠르고 정밀하게 예측할 수 있는 기반 기술로 활용될 것으로 기대된다. KAIST는 이노코어 AI-CRED 혁신신약 연구단이 단백질 분자 구조인 펩타이드의 접힘 구조를 원자 수준에서 정밀하게 조절할 수 있는 새로운 원리를 규명했다고 16일 밝혔다. 단백질이나 펩타이드 같은 생체분자는 스스로 접히며 입체적인 구조를 만들어야 기능을 수행한다. 이런 분자 접힘 방식은 생명현상을 결정는 핵심 원리이자 맞춤형 신약 설계의 출발점으로 꼽힌다. 분자가 고리 형태를 이루는 ‘매크로사이클’은 단백질 표면에 정확히 결합할 수 있어 차세대 정밀 신약의 주요 구조로 주목받고 있다. 연구팀은 펩타이드 결합 내 산소(O) 원자를 황(S) 원자로 치환하는 티오아마이드 변환 기술을 활용해 분자가 스스로 접히는 방식을 원자 수준에서 정밀 제어할 수 있음을 입증했다. 복잡한 분자 접힘을 원자 한 개 수준의 설계로 정밀 조절할 수 있게 한 것이다. 이를 통해 펩타이드는 용매에 더 잘 녹고, 분자 구조를 자유롭게 바꾸거나 되돌릴 수 있어 더 크고 복잡한 구조까지 합성할 수 있다. 특히 이 과정에서 AI가 학습할 수 있는 고정밀 분자 구조 데이터를 제공해 AI 기반 맞춤형 신약 설계를 구현한다. 연구팀은 티오아마이드 변환 기술을 적용한 결과, 황을 포함한 펩타이드의 용해도가 크게 향상됐고, 세계에서 가장 긴 32개 단위 ‘베타-펩타이드’를 용액상에서 합성하는 데 성공했다. 이희승 KAIST 석좌교수는 “간단한 화학적 변화를 통해 분자 형태를 정밀 제어할 수 있음을 보여준 연구”라며 “AI가 학습하기에 최적화된 구조 데이터를 제공함으로써 향후 AI 기반 혁신 신약 설계의 출발점이 될 것”이라고 말했다. 이 연구결과는 화학 분야 국제 학술지 ‘미국화학회지’(JACS) 지난달 29일자 온라인에 실렸으며, 온라인 표지에도 선정됐다.