연구진이 AI 단백질 설계 도구를 이용해 특정 단백질을 절단하는 효소를 만들고, 신경질환과 관련된 단백질을 자르는 데 활용했다. 아스 테크니카는 10월 15일 이 연구를 보도했다.
AI로 효소의 핵심 구조만 남겨 재설계
연구진은 단백질을 분해하는 효소인 단백질분해효소 두 종류에서 절단 반응을 일으키는 핵심 부분을 가져오고, 나머지 구조를 AI 설계 도구로 새로 만들었다. 효소가 표적 단백질의 특정 아미노산 배열을 인식하도록 조정하는 방식이다. 연구진은 이 효소들이 신경질환 관련 단백질을 실제로 절단하는 것을 보여줬지만, 기사에는 절단 효율이나 실험 수치가 제시되지 않았다.
단백질은 아미노산이 펩타이드 결합으로 이어진 사슬이다. 이 결합은 물속에서 효소 없이 분해되기까지 수백 년이 걸릴 만큼 안정적이어서, 절단 반응을 빠르게 하려면 특정 아미노산들이 효소 안에서 정확한 위치와 방향으로 모여야 한다. 연구진은 가재 소화기관에서 발견되는 아연 단백질분해효소와 효모의 시스테인 단백질분해효소를 설계의 출발점으로 삼았다. 아연 효소는 아연 원자와 물 분자가 결합을 끊는 반응을 돕고, 시스테인 효소는 효소의 시스테인 아미노산이 표적을 공격해 중간 단계를 만든 뒤 물 분자가 이를 분리한다.
표적 단백질에 맞춰 구조를 생성
설계에는 두 단계의 AI 도구가 쓰였다. RFdiffusion2는 촉매에 필요한 아미노산들을 가까이 배치하고, 표적 배열이 촉매 중심에 닿도록 효소의 뼈대를 만들었다. 이어 ProteinMPNN이 뼈대가 의도한 형태로 접히고 촉매 부위와 표적 결합에 적합하도록 아미노산을 채웠다. 연구진은 시스테인 효소에서 뼈대 12개와 아미노산 조합 69개를 만들었고, 아연 효소에서는 135개 설계를 시도했다.
알파폴드3(AlphaFold3)로 여러 설계의 구조를 예측해 기존 데이터베이스의 단백질 구조와 비교한 결과, 비슷한 구조를 찾지 못했다. 이는 설계가 이미 알려진 구조를 그대로 가져온 것이 아니라는 점을 뒷받침한다고 연구진은 봤다. 연구를 주도한 곳은 노벨상 수상자 데이비드 베이커가 있는 워싱턴대 연구실을 중심으로 한 연구진이다.
이번 연구는 기존 효소의 촉매 핵심부를 유지하면서 표적 인식 부위를 바꾸는 방식으로 단백질 절단 효소를 설계할 수 있음을 보였다. 다만 기사에 소개된 내용에는 효소의 성능을 다른 방법과 비교한 수치, 신경질환 단백질별 절단 결과의 상세 내용, 후속 연구나 활용 일정은 담기지 않았다. 따라서 이번 결과만으로 치료 효과나 임상 적용 가능성을 판단하기는 어렵다.