%EA%B9%80%ED%98%84%EC%9A%B1
-
항암제 내성 없앤다! 당뇨병 등 난치성 질환 치료도 기대
암 치료의 큰 걸림돌 중 하나는 항암제에 대한 암세포의 내성이다. 기존에는 내성 암세포를 제거할 수 있는 새로운 표적을 찾는 방식이 주를 이뤘지만, 오히려 더 강한 내성을 유도할 수 있다는 한계가 있었다. 이에 우리 연구진이 내성 암세포를 다시 약물에 반응하게 만들 수 있는 핵심 유전자를 자동으로 예측하는 컴퓨터 기반 방법론을 개발했다. 이 기술은 다양한 암 치료뿐 아니라 당뇨병 등 난치성 대사 질환에도 활용될 수 있어 주목된다.
우리 대학 생명화학공학과 김현욱 교수와 김유식 교수 연구팀이 인체 대사를 시뮬레이션할 수 있는 컴퓨터 모델인 대사 네트워크 모델을 활용해, 항암제에 내성을 가진 유방암 세포를 약물에 민감화시킬 수 있는 새로운 약물 표적을 예측하는 컴퓨터 기반 방법론을 개발했다고 7일 밝혔다.
연구진은 암세포의 대사 변형이 약물 내성 형성에 관여하는 주요한 특징으로 주목하고, 항암제 내성 유방암 세포의 대사를 조절해 약물 반응성을 높일 유전자 표적을 예측하는 대사 네트워크 모델 기반 방법론을 개발했다.
연구진은 먼저 독소루비신(doxorubicin)과 파클리탁셀(paclitaxel)에 각각 내성을 지닌 MCF7 유방암 세포주에서 얻은 단백체 데이터를 통합해 세포별 대사 네트워크 모델을 구축했다. 이어 모든 대사 유전자에 대해서 유전자 낙아웃(결실) 시뮬레이션*을 수행하고, 그 결과를 분석했다.
*유전자 낙아웃 시뮬레이션: 특정 유전자를 가상으로 제거한 상태에서 생물학적 네트워크의 변화를 계산적으로 예측하는 방법
그 결과, 특정 유전자의 단백질을 억제하면, 항암제에 잘 듣지 않던 내성 암세포가 다시 항암제에 반응하도록 만들 수 있다는 것을 알아냈다. 독소루비신 내성 세포에서는 GOT1 유전자를, 파클리탁셀 내성 세포에서는 GPI 유전자를 선별했으며, 두 약물 공통으로는 SLC1A5 유전자를 표적으로 선별했다.
예측하여 선별한 유전자를 실제로 억제해 본 결과, 내성 암세포가 항암제에 다시 반응하게 됨을 실험적으로 검증했다.
나아가 같은 항암제에 내성을 갖는 다른 종류의 유방암 세포에서도 같은 유전자를 억제했을 때 항암제에 다시 민감해지는 효과가 일관되게 나타나는 것을 확인할 수 있었다.
김유식 교수는 “세포 대사는 감염병, 퇴행성 질환 등 다양한 난치성 질환에서 중요한 역할을 한다”며, “이번에 개발된 대사 조절 스위치 예측 기술은 약물 내성 유방암 치료를 넘어, 치료제가 없는 다양한 대사 질환에도 적용될 수 있는 기반 기술이 될 것”이라고 말했다.
연구를 총괄한 김현욱 교수는 “이번 연구의 가장 큰 의의는 컴퓨터 시뮬레이션만과 최소한의 실험 데이터만으로 내성 암세포를 다시 약물에 반응하게 만들 수 있는 핵심 유전자를 정밀하게 예측할 수 있다는 점”이라며, “이 방법론은 다양한 암종과 대사 관련 난치성 질환의 새로운 치료 표적 발굴에도 폭넓게 활용될 수 있을 것”이라고 강조했다.
우리 대학 생명화학공학과 임진아 박사과정생과 정해덕 박사과정생이 공동 제1 저자로 참여한 이번 연구는 생명과학·물리·공학·사회과학 등 다양한 분야의 최고 수준 연구를 다루는 다학제 국제 학술지인 미국국립과학원회보(PNAS) 6월 25일 자 온라인에 게재됐다.
※ 논문명 : Genome-scale knockout simulation and clustering analysis of drug-resistant breast cancer cells reveal drug sensitization targets
※ 저자 정보 : 임진아(한국과학기술원, 공동 제1 저자), 정해덕(한국과학기술원, 공동 제1 저자), 유한석(서울대학교병원, 교신저자), 김유식(한국과학기술원, 교신저자), 김현욱(한국과학기술원, 교신저자) 포함 총 10명
※ DOI: https://doi.org/10.1073/pnas.2425384122
이번 연구는 과학기술정보통신부 한국전자통신연구원 및 한국연구재단의 지원을 받아 수행됐다.
2025.07.07 조회수 1256 -
바이오 경로 이미지 분석하는 AI 최초 개발
유전자, 단백질, 대사물질 등 복잡한 정보를 표현하는 바이오 경로 이미지는 중요한 연구 결과를 내포하고 있지만, 이미지 기반 정보 추출에 대해 그동안 충분한 연구가 이뤄지지 않았다. 이에 우리 연구진은 바이오 경로 정보를 자동으로 추출할 수 있는 인공지능 프레임워크를 개발했다.
우리 대학 생명화학공학과 김현욱 교수 연구팀이 바이오 경로 이미지에서 유전자와 대사물질 정보를 자동으로 추출하는 기계학습 기반의 ‘바이오 경로 정보 추출 프레임워크(이하 EBPI, Extraction of Biological Pathway Information)’를 개발했다고 28일 밝혔다.
연구팀이 개발한 EBPI는 문헌에서 추출한 이미지 속의 화살표와 텍스트를 인식하고, 이를 기반으로 바이오 경로를 편집 가능한 표의 형태로 재구성한다. 객체 감지 모델 등의 기계학습을 사용해 경로 이미지 내 화살표의 위치와 방향을 감지하고, 이미지 속 텍스트를 유전자, 단백질, 대사물질로 분류한다. 그 후 추출된 정보를 통합해 경로 정보를 표 형식으로 제공한다.
연구팀은 74,853편의 논문에서 추출한 바이오 경로 이미지와 기존 수작업으로 작성된 경로 지도를 비교하며 EBPI의 성능을 검증했다. 그 결과, 높은 정확도로 바이오 경로 정보가 자동으로 추출됐음을 확인했다.
EBPI를 사용해 대표적인 바이오 경로 데이터베이스에 포함되지 않은 생화학 반응 정보를 대량의 문헌 내 바이오 경로 이미지로부터 추출하는 데에도 성공했다.
다양한 산업적 가치를 지닌 대사물질들의 생합성 관련 문헌을 EBPI로 분석한 결과, 문헌에서는 보고가 됐지만, 기존 데이터베이스에서는 누락된 생화학 반응들이 확인된 것이다. 화학산업에서 다양한 응용분야를 갖는 1,4-부탄디올, 2-메틸부티르산, 하이드록시티로솔, 레불린산 및 발레로락탐의 생합성 경로를 예시로 이러한 발견을 제시했다.
연구를 총괄한 김현욱 교수는 “이번 연구에서 개발된 EBPI는 대규모 문헌 데이터 분석에 있어 중요한 도구가 될 것이며 생명공학, 대사공학 및 합성생물학 분야에서 바이오 경로 이미지를 AI로 분석하는 최초의 사례로, 관련 연구의 실험 디자인 및 분석 시 유용하게 활용될 수 있을 것”이라고 밝혔다.
생명화학공학과 권문수 박사과정생과 이준규 박사과정생이 공동 제1 저자인 이번 연구는 대사공학 및 합성생물학 분야의 대표적 국제학술지인 대사공학(Metabolic Engineering, JCR 분야 상위 10% 이내)에 11월호에 게재됐다.
※ 논문명 : A machine learning framework for extracting information from biological pathway images in the literature
※ 저자 정보 : 권문수(한국과학기술원, 공동 제1 저자), 이준규(한국과학기술원, 공동 제1 저자), 김현욱(한국과학기술원, 교신저자) 포함 총 3명
한편 이번 연구는 과학기술정보통신부 한국연구재단 및 농촌진흥청의 농업미생물사업단의 지원을 받아 수행됐다.
2024.11.28 조회수 6256 -
암 유발 물질 컴퓨터로 예측하다
암은 정상세포와 다르게 세포 내 비정상적인 축적을 통해 유발되는 대사 반응을 하며, 암의 치료 및 진단을 목적으로 이런 암 대사반응에 대해 다방면으로 연구되고 있다. 이에 우리 대학 연구진이 컴퓨터를 통해 24개 암종에 해당하는 1,043명의 암 환자에 대한 대사 모델 구축에 성공했다.
우리 대학 생명화학공학과 김현욱 교수, 이상엽 특훈교수 연구팀이 서울대학교병원 고영일 교수, 윤홍석 교수 및 정창욱 교수 연구팀과의 공동연구를 통해, 암 체세포 유전자 돌연변이와 연관된 새로운 대사물질 및 대사경로를 예측하는 컴퓨터 방법론을 개발했다고 18일 밝혔다.
최근 암 유발 대사물질(oncometabolite)*의 발견과 이를 표적으로 하는 신약들이 미국식품의약국(FDA)의 승인을 받으며 주목받고 있는데, 이에는 급성 골수성 백혈병의 치료제로 사용되고 있는 ‘팁소보(성분명: 아이보시데닙)’ 및 약물 ‘아이드하이파(성분명: 에나시데닙)’가 포함된다.
*암 유발 대사물질 (oncometabolite): 세포 내 비정상적인 축적을 통해 암을 유발하는 대사물질. 이러한 대사물질들은 특정 유전자 돌연변이의 영향으로 대사 과정 중에 비정상적으로 높은 농도로 축적되며, 이러한 축적은 암세포의 성장과 생존을 촉진함. 기존 연구에서 확인된 주요 암 유발 대사물질로는 2-하이드록시글루타레이트(2-hydroxyglutarate), 숙시네이트(succinate), 푸마레이트(fumarate) 등이 보고됨.
하지만, 암 대사 연구와 새로운 암 유발 대사물질 발굴에는 대사체학 등의 방법론이 필요하며, 이를 대규모 환자 샘플에 적용하기 위해서는 상당한 시간과 비용이 소요된다. 이러한 이유로, 암과 관련된 많은 유전자 돌연변이들이 밝혀졌음에도, 그에 상응하는 암 유발 대사물질은 극소수만 알려져 있다.
김현욱 교수 공동연구팀은 세포 대사 정보를 예측할 수 있는 게놈 수준의 대사 모델*에 국제 암 연구 컨소시엄에서 공개하고 있는 암 환자들의 전사체 데이터를 통합해, 24개 암종에 해당하는 1,043명의 암 환자에 대한 대사 모델을 성공적으로 구축했다.
*게놈 수준의 대사모델: 세포의 전체 대사 네트워크를 다루는 컴퓨터 모델로서, 세포 내 모든 대사반응에 대한 정보가 담겨 있으며, 다양한 조건에서 세포의 대사 활성을 예측하는 것이 가능
공동연구팀은 1,043명의 암 환자 특이 대사 모델과 동일 환자들의 암 체세포 돌연변이 데이터를 활용해, 다음의 4단계로 구성된 컴퓨터 방법론을 개발했다 (그림 1). 첫 단계에서는 암 환자 특이 대사 모델을 시뮬레이션해, 환자 별로 모든 대사물질들의 활성을 예측한다. 두 번째 단계로는 특정 유전자 돌연변이가 앞서 예측된 대사물질의 활성에 유의한 차이를 일으키는 짝을 선별한다. 세 번째 단계로, 특정 유전자 돌연변이와 연결된 대사물질들을 대상으로, 이들과 유의하게 연관된 대사경로를 추가로 선별한다. 마지막 단계로서, ‘유전자-대사물질-대사경로’ 조합을 완성해, 컴퓨터 방법론 결과로써 도출하게 된다.
이번 논문의 공동 제1 저자인 이가령 박사(現 다나파버 암센터 및 하버드 의과대학 박사후연구원)와 이상미 박사(現 하버드 의과대학 박사후연구원)는 “이번 연구에서 개발된 방법론은 암 환자 코호트의 돌연변이 및 전사체 데이터를 토대로 다른 암종에 대해서도 쉽게 적용될 수 있으며, 유전자 돌연변이가 대사경로를 통해 어떻게 세포대사에 변화를 일으키는지 체계적으로 예측할 수 있는 최초의 컴퓨터 방법론이라는 데 큰 의의가 있다” 한다고 말했다.
또한 김현욱 교수는 “이번 공동연구의 결과는 향후 암 대사 및 암 유발 대사물질 연구에서 중요한 참고 자료로 활용될 수 있을 것”이라고 강조했다.
한편 이번 논문은 바이오메드 센트럴(BioMed Central) 社가 발행하며, 생명공학 및 유전학 분야의 대표적 국제학술지인 게놈 바이올로지(Genome Biology, JCR 분야 상위 5% 이내)에 게재됐다.
※ 논문명 : Prediction of metabolites associated with somatic mutations in cancers by using genome-scale metabolic models and mutation data
※ 저자 정보 : 이가령(한국과학기술원, 공동 제1 저자), 이상미(한국과학기술원, 공동 제1 저자), 이성영(서울대학교병원, 공동저자), 정창욱(서울대학교병원, 공동저자), 송효진(서울대학교병원, 공동저자), 이상엽(한국과학기술원, 공동저자), 윤홍석(서울대학교병원, 교신저자), 고영일(서울대학교병원, 교신저자), 김현욱(한국과학기술원, 교신저자) 포함 총 9명
이번 연구는 과학기술정보통신부 한국연구재단의 지원을 받아 수행됐다.
2024.03.18 조회수 7901 -
화학공장 대체 방안 ‘아이브릿지’에서 찾다
기후 변화와 환경 문제가 심각하게 대두됨에 따라 현재의 화학 공장을 대체할 수 있는 지속가능한 미생물 세포공장이 크게 주목받고 있다. 미생물 세포공장으로 활용할 미생물을 개량하기 위해선 미생물이 가진 유전자들의 발현을 증폭 또는 억제해 유용한 화합물을 생산하도록 미생물 대사 메커니즘을 개량해야 하지만, 어떠한 유전자를 증폭하고 억제할 것인지 결정하는 것은 지금까지 어려운 문제로 남아있다.
우리 대학 이상엽 특훈교수 연구팀이 아이브릿지(iBridge)라는 시뮬레이션 프로그램을 개발하여 생산하고자 하는 화합물에 맞춤형 미생물 공장을 구축할 수 있도록 과발현 및 억제 유전자들을 예측함으로써 미생물 공장을 적은 비용으로 빠르고 효율적으로 구축하는 방법을 제시했다고 9일 밝혔다.
이상엽 특훈교수가 창시한 시스템 대사공학은 유전공학, 합성생물학, 시스템생물학, 발효공학 등을 접목해 개량한 미생물을 이용해 유용한 화합물들을 생산하는 분야다. 미생물을 목표로 하는 유용한 화합물을 생산하도록 개량하기 위해선 미생물의 유전자들을 삭제, 발현억제, 과발현 등이 필수적이지만, 이를 일일이 실험적으로 확인하지 않고서는 여전히 전문가들조차 판별하기 어려워 많은 시간과 자원이 소모된다.
연구팀은 신규 개발된 아이브릿지(iBridge) 시뮬레이션을 활용해 세 가지의 유용한 화합물을 세계 최고 수준으로 생산하는 대장균 미생물 세포공장을 구축하는 데 성공했다. 연구팀은 많은 화장품에서 보습제 역할을 하는 판테놀, 나일론의 원료인 퓨트레신, 항균성 식품첨가제인 4-하이드록시페닐젖산 등을 생산하는 대장균 균주를 개발하고, 신규 개발된 시뮬레이션 아이브릿지(iBridge)를 활용해 세계 최고 농도로 이들 화합물을 생산하는 공정을 개발했다. 그뿐만 아니라 연구팀은 이들 세 가지 외에도 산업적으로 유용한 화합물 298 여종의 미생물 공장을 구축하기 위한 과발현 및 억제 유전자들을 예측해 제시했다.
이번 논문의 공동 제1 저자인 우리 대학 이영준 박사는 “이번에 개발된 시뮬레이션을 이용하니 여러 가지 미생물 공장들이 기존방법보다 월등히 빠른 속도로 구축됐다”며 “더 다양한 유용한 화합물들을 생산하는 미생물 세포공장들이 이 기술을 활용해 빠르게 구축될 수 있을 것”이라고 말했다.
또한 이상엽 특훈교수는 “시스템 대사공학은 현재 우리가 해결해야 할 기후변화문제에 접근하는 매우 중요한 기술”이라며 “이 시뮬레이션은 기존의 화학 공장을 친환경 미생물 공장으로 대체하는 시기를 앞당기는 데 크게 기여할 수 있을 것”이라고 밝혔다.
생물공정연구센터 김원준 박사, 이영준 박사, 생명화학공학과 김현욱 교수와 이상엽 특훈교수가 참여한 이번 논문은 셀 (Cell) 誌가 발행하는 `셀 시스템즈 (Cell Systems)'에 동료심사를 거쳐 11월 6일 온라인판에 게재됐다.
※ 논문명 : 세포 내 화학반응 속도의 공분산의 합을 활용한 게놈 수준 과발현 및 억제 유전자 예측 (Genome-Wide Identification of Overexpression and Downregulation Gene Targets Based on the Sum of Covariances of the Outgoing Reaction Fluxes)
※ 저자 정보 : 김원준 (한국과학기술원, 공동 제1 저자), 이영준 (한국과학기술원, 공동 제1 저자), 김현욱 (한국과학기술원, 공동 제1 저자) 및 이상엽(한국과학기술원, 교신저자) 포함 총 6 명
한편, 이번 연구는 과기정통부가 지원하는 ‘석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제(과제책임자 KAIST 이상엽 특훈교수) 및 바이오매스기반 탄소중립형 바이오플라스틱 제품기술개발사업’ 과제(과제책임자 KAIST 최소영 연구교수)의 지원을 받아 수행됐다.
아이브릿지 사이트: https://github.com/kaistsystemsbiology/iBridge.git
2023.11.09 조회수 8207 -
산업 균주 제작 및 병원균 억제 범용기술 개발
박테리아는 우리 일상에서 김치, 된장, 술 등 식품에 활용되어 왔을 뿐만 아니라 최근에는 대사 공학을 통해 플라스틱, 영양제, 사료, 의약품 등을 생산하는 산업용 세포 공장으로 활약하고 있다. 하지만 유익한 박테리아 외에도 다양한 감염성 질병을 일으키는 폐렴균, 살모넬라균 등 병원균이 있어 대사공학적 기법을 통해 유해한 병원균은 병원성을 억제하거나 사멸을 유도하고, 유익한 산업용 박테리아는 고부가가치 물질을 고효율로 생산할 수 있도록 조작하는 것이 중요하다.
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 그람 음성균과 양성균 모두를 포함한 다양한 박테리아에서 표적 유전자를 효과적으로 억제할 수 있는 신규 sRNA 도구를 개발했다고 10일 밝혔다. 해당 연구 결과는 국제 학술지인 ‘네이처 커뮤니케이션즈(Nature Communications)'에 4월 24일 字 온라인 게재됐다.
※ 논문명 : Targeted and high-throughput gene knockdown in diverse bacteria using synthetic sRNAs
※ 저자 정보 : 이상엽(한국과학기술원, 교신저자), 조재성(한국과학기술원, 현 MIT 박사후연구원, 공동 제1저자), 양동수(한국과학기술원, 현 고려대학교 조교수, 공동 제1저자), Cindy Prabowo (한국과학기술원, 공동저자), Mohammad Ghiffary (한국과학기술원, 공동저자), 한태희 (한국과학기술원, 공동저자), 최경록 (한국과학기술원, 공동저자), 문천우 (한국과학기술원, 공동저자), Hengrui Zhou (한국과학기술원, 공동저자), 류재용 (한국과학기술원, 현 덕성여자대학교 조교수, 공동저자), 김현욱 (한국과학기술원, 공동저자) - 총 11명
sRNA는 대장균에서 표적 유전자를 억제하기 위해 합성 조절하는 효과적인 도구이지만 그동안 대장균과 같은 그람 음성균 외에 산업적으로 유용한 고초균이나 코리네박테리움 같은 그람 양성균에서는 적용이 어려웠다.
이에 생명화학공학과 이상엽 특훈교수 연구팀은 그람 음성균과 양성균 모두를 포함한 다양한 박테리아에서 표적 유전자를 효과적으로 억제할 수 있는 신규 sRNA 도구를 개발했다. 연구팀은 우선 미생물 데이터베이스를 이용해 수천 종의 미생물 유래 sRNA 시스템을 검토했고, 그중 가장 높은 유전자 억제능을 보여준 `고초균(Bacillus subtilis)' 박테리아 유래 sRNA 시스템을 최종 선정했고 이를 ’광범위 미생물 적용 sRNA‘(Broad-Host-Range sRNA, 이하 BHR-sRNA)라고 명명했다.
sRNA와 유사한 시스템으로는 유전자 가위로 잘 알려진 크리스퍼(CRISPR)를 개량한 크리스퍼 간섭(CRISPR interference, CRISPRi) 시스템이 있다. 유전자 가위의 핵심인 Cas9 단백질에 돌연변이를 일으켜 DNA를 자르지 않으면서 유전자 전사 과정만을 억제해 유전자 발현을 억제하는 시스템인데, Cas9 단백질의 분자량이 매우 높아 몇몇 박테리아에서 성장을 저해하는 현상이 보고됐다. 하지만 이번 연구에서 개발한 BHR-sRNA 시스템은 박테리아의 성장에 전혀 영향을 끼치지 않으면서도 CRISPR 간섭과 유사한 유전자 억제능을 보였다.
BHR-sRNA 시스템의 범용성을 검증하기 위해 연구팀은 다양한 그람 음성균 및 그람 양성균 16종을 선정하여 테스트했고, 그중 15종의 박테리아에서 BHR-sRNA 시스템이 성공적으로 작동함을 증명했다. 또한, 10종의 박테리아에서 기존의 대장균 기반 sRNA 시스템보다 유전자 억제능이 뛰어남을 증명했다. 이와 같이 BHR-sRNA 시스템은 다양한 박테리아에서 효과적으로 유전자 발현을 억제할 수 있는 범용 도구임을 입증했다.
최근 점차 심각해져 가는 항생제 내성 병원균 문제를 해결하기 위해, 연구팀은 BHR-sRNA를 이용해 독성인자를 생산하는 유전자를 억제하고, 결과적으로 병원성을 억제하고자 했다. 특히 BHR-sRNA를 활용해 병원 발생 감염균인 표피포도상 구균(Staphylococcus epidermidis)에서 항생제 내성의 원인 중 하나인 바이오필름 형성을 73% 억제할 수 있었고, 폐렴균인 폐렴막대균(Klebsiella pneumoniae)에서 항생제 내성을 58% 약화하는 결과를 보였다. 연구팀은 또한, BHR-sRNA를 산업용 박테리아에 적용해 표적 물질을 고효율로 생산하고자 했다. 특히 폴리아마이드 고분자의 원재료인 발레로락탐(valerolactam), 포도향 첨가제인 메틸안트라닐산(methyl anthranilate), 그리고 청색 천연염료인 인디고이딘(indigoidine)을 최고 농도로 생산할 수 있었다.
이번 연구를 통해 개발한 BHR-sRNA를 활용해 다양한 산업공정으로의 응용이 기대되며, 항생제 내성 병원균 퇴치를 통한 연구에도 활용될 수 있으리라 기대된다. 교신저자인 이상엽 특훈교수는 “기존에는 각각의 박테리아마다 유전자 억제 도구를 새로 개발해야 했는데, 이번 연구를 통해 다양한 박테리아에서 범용으로 작동하는 도구를 개발했다”며 “앞으로 합성생물학과 대사공학, 그리고 병원균 대응연구 발전에 큰 도움이 될 것”이라고 밝혔다.
한편, 이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발 과제의 지원을 받아 수행됐다.
2023.05.10 조회수 10254 -
인공지능으로 코로나19 치료제 팍스로비드와 기존 약물간 반응 예측 고도화
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 인공지능 기반 약물 상호작용 예측 기술을 고도화해, 코로나19 치료제로 사용되는 팍스로비드(PaxlovidTM) 성분과 기존 승인된 약물 간의 상호작용 분석 결과를 논문으로 발표했다고 16일 밝혔다. 이번 논문은 국제저명학술지인 「미국국립과학원회보 (PNAS)」誌’ 3월 13일자 온라인판에 게재됐다.
※ 논문명 : Computational prediction of interactions between Paxlovid and prescription drugs
※ 저자 정보 : 김예지(한국과학기술원, 공동 제1 저자), 류재용(덕성여자대학교, 공동 제1 저자), 김현욱(한국과학기술원, 공동 제1 저자), 이상엽(한국과학기술원, 교신저자) 포함 총 4명
연구팀은 이번 연구에서 2018년에 개발한 인공지능 기반의 약물 상호작용 예측 모델인 딥디디아이(DeepDDI)를 고도화한 딥디디아이2(DeepDDI2)를 개발했다. 딥디디아이2는 기존 딥디디아이가 예측하는 86가지 약물 상호작용 종류보다 더 많은, 총 113가지의 약물 상호작용 종류를 예측한다.
연구팀은 딥디디아이2를 이용하여 코로나19 치료제인 팍스로비드*의 성분(리토나비르, 니르마트렐비르)과 기존에 승인된 약물 간의 상호작용 가능성을 예측하였다. 연구팀은 코로나19 환자 중 고위험군인 고혈압, 당뇨병 등을 앓고 있는 만성질환자가 이미 약물을 복용하고 있어, 약물 상호작용 및 약물 이상 반응이 충분히 분석되지 않은 팍스로비드를 복용 시 문제가 될 수 있다는 점에 착안해 이번 연구를 수행했다.
* 팍스로비드 : 팍스로비드는 미국 제약사인 화이자가 개발한 코로나19 치료제로, 2021년 12월 미국 식품의약국(FDA)의 긴급사용승인을 받았다.
연구팀은 팍스로비드의 성분인 리토나비르와 니르마트렐비르가 2,248개의 승인된 약물과 어떤 상호작용을 하는지, 딥디디아이2를 이용해 예측했다. 예측 결과 리토나비르는 1,403개의 승인된 약물과, 니르마트렐비르는 673개의 승인된 약물과 상호작용이 있을 것으로 예측됐다.
또한, 연구팀은 예측 결과를 활용해, 약물 상호작용 가능성이 높은 승인 약물에 대해, 동일 기전을 갖되 약물 상호작용 가능성이 낮은 대체 약물들을 제안했다. 이에 따라, 리토나비르와의 약물 상호작용 가능성을 낮출 수 있는 대체 약물 124개와 니르마트렐비르와의 약물 상호작용 가능성을 낮출 수 있는 대체 약물 239개를 제안했다.
이번 연구 성과를 통해 약물 상호작용을 정확하게 예측할 수 있는 인공지능 모델을 활용하는 것이 가능해졌으며, 이는 신약 개발 및 약물 처방 시 유용한 정보를 제공함으로써, 디지털 헬스케어, 정밀의료 산업 및 제약 산업에서 중요한 역할을 할 것으로 기대된다.
이상엽 특훈교수는 "이번 연구 결과는 실험과 임상을 통해 검증된 것은 아니므로 100% 의존해서는 안된다“고 강조하면서 ”팬데믹과 같이 긴급한 상황에서 신속하게 개발된 약물을 사용할 때, 예측된 약물 상호작용 유래 약물 이상 반응결과를 전문의가 미리 검토하여 약을 처방할 때 도움을 줄 수 있다는 점에서 의미가 있다"고 말했다.
한편 이번 연구는 과기정통부가 지원하는 KAIST 코로나대응 과학기술 뉴딜사업과 바이오·의료기술개발사업의 지원을 받아 수행됐다.
2023.03.16 조회수 10207 -
미생물 기반 다양한 일차 아민 생산 기술 최초 개발
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 `비식용 바이오매스를 여러 가지 짧은 길이의 일차 아민들로 전환하는 미생물 균주 개발'에 성공했다고 11일 밝혔다.
이번 연구결과는 국제적인 학술지인 `네이쳐 커뮤니케이션스(Nature Communications)'에 게재됐다.
※ 논문명 : Microbial production of multiple short-chain primary amines via retrobiosynthesis
※ 저자 정보 : 이상엽(한국과학기술원, 교신저자), 김동인(한국과학기술원, 공동 제1저자), 채동언(한국과학기술원, 공동 제1저자), 김현욱(한국과학기술원, 공동 제1저자), 장우대(한국과학기술원, 제4저자), 포함 총 5명
석유화학산업은 화석원료를 이용해 우리 생활 전반에 광범위하게 이용되는 범용화학물질들을 생산해왔다. 그러나 원유 매장량 고갈에 대한 우려와 원유 산업으로부터 발생하는 지구 온난화 등의 환경문제가 전 세계적으로 매우 심각한 상황이다. 특히 우리나라의 경우 석유를 전량 수입에 의존하기 때문에, 국제 유가 변동에 매우 취약한 실정이다. 이에 환경문제를 해결하면서 원유를 대체할 수 있는 지속 가능한 바이오리파이너리의 구축이 시급히 요구되고 있다.
바이오 리파이너리란 화석원료가 아닌 비식용 바이오매스를 원료로 사용해 미생물로 산업적으로 유용한 화학물질들을 생산하는 기술이다. 여기서 미생물은 원료인 바이오매스를 우리가 원하는 화학물질로 전환하는 세포 공장과 같은 역할을 한다. 이러한 미생물의 복잡한 대사회로를 효과적으로 조작할 수 있게 하는 시스템 대사공학은 바이오 리파이너리에서 핵심기술 중 하나다.
지금껏 석유화학 공정을 통해서 합성되던 화학물질 중에는 미생물 시스템 대사공학을 통해서 바이오 기반으로 생산되는 사례가 점차 늘고 있지만, 아직 의약품 및 농약품들의 전구체로 널리 사용되는 짧은 탄소 길이를 가진 일차 아민들의 생산은 보고된 바가 없었다.
이에 KAIST 이상엽 특훈교수 연구팀은 여러 가지 짧은 탄소 길이를 갖는 일차 아민들을 생산할 수 있는 대장균 균주 개발 연구를 수행했다.
지금까지 이러한 일차 아민들을 생산하는 균주들이 개발되지 못한 가장 큰 이유는 생합성 대사회로의 부재였다. 이러한 문제를 해결하기 위해 역 생합성 시뮬레이션을 통해 모든 가능한 대사경로들을 예측했다. 그 후 전구체 선택과정을 통해 가장 유망한 대사회로들을 선정했다.
이렇게 디자인된 신규 대사회로들을 실제 실험을 통해 검증했으며 이를 통해 10가지 종류의 다른 짧은 길이의 일차 아민들을 생산하는 대장균 균주들을 최초로 개발하는 데 성공했다.
또한 대표적인 일차 아민들을 선정해 폐목재, 잡초 등 지구상에서 가장 풍부한 바이오매스의 주원료인 포도당을 단일 탄소원으로 사용한 생산과 시스템 대사공학을 통한 생산량 증대를 보임으로써 바이오 기반 생산의 가능성을 보여줬다.
이번 연구에서 활용된 역 생합성과 전구체 선택과정을 같이 사용한 전략은 짧은 탄소 길이를 가진 일차 아민들 뿐만 아니라 다른 그룹의 여러 가지 화학물질들을 동시에 생산하는 대사회로들을 구축하는 데도 유용하게 쓰일 것으로 예상된다.
이상엽 특훈교수는 “이번 연구는 지금까지 석유화학 산업 기반으로만 생산할 수 있었던 짧은 탄소 길이를 가진 일차 아민들을 재생 가능한 바이오 기반 화학산업을 통해 생산할 가능성을 세계 최초로 제시한 점에 의의가 있다”며 “앞으로 더 많은 연구를 통해 생산량과 생산성을 증대시킬 계획이다”라고 밝혔다.
한편 이번 연구는 과기정통부가 지원하는 기후변화대응기술개발사업의 '바이오리파이너리를 위한 시스템대사공학 원천기술개발 과제'의 지원을 받아 수행됐다.
2021.01.11 조회수 66773 -
이상엽 특훈교수, 김현욱 교수, 인공지능 이용한 효소기능 예측 기술 개발
우리 대학 생명화학공학과 이상엽 특훈교수와 김현욱 교수의 초세대 협업연구실 공동연구팀이 딥러닝(deep learning) 기술을 이용해 효소의 기능을 신속하고 정확하게 예측할 수 있는 컴퓨터 방법론 DeepEC를 개발했다.
공동연구팀의 류재용 박사가 1 저자로 참여한 이번 연구결과는 국제학술지 ‘미국 국립과학원 회보(PNAS)’ 6월 20일 자 온라인판에 게재됐다. (논문명 : Deep learning enables high-quality and high-throughput prediction of enzyme commission numbers)
효소는 세포 내의 생화학반응들을 촉진하는 단백질 촉매로 이들의 기능을 정확히 이해하는 것은 세포의 대사(metabolism) 과정을 이해하는 데에 매우 중요하다.
특히 효소들은 다양한 질병 발생 원리 및 산업 생명공학과 밀접한 연관이 있어 방대한 게놈 정보에서 효소들의 기능을 빠르고 정확하게 예측하는 기술은 응용기술 측면에서도 중요하다.
효소의 기능을 표기하는 시스템 중 대표적인 것이 EC 번호(enzyme commission number)이다. EC 번호는 ‘EC 3.4.11.4’처럼 효소가 매개하는 생화학반응들의 종류에 따라 총 4개의 숫자로 구성돼 있다.
중요한 것은 특정 효소에 주어진 EC 번호를 통해서 해당 효소가 어떠한 종류의 생화학반응을 매개하는지 알 수 있다는 것이다. 따라서 게놈으로부터 얻을 수 있는 효소 단백질 서열의 EC 번호를 빠르고 정확하게 예측할 수 있는 기술은 효소 및 대사 관련 문제를 해결하는 데 중요한 역할을 한다.
작년까지 여러 해에 걸쳐 EC 번호를 예측해주는 컴퓨터 방법론들이 최소 10개 이상 개발됐다. 그러나 이들 모두 예측 속도, 예측 정확성 및 예측 가능 범위 측면에서 발전 필요성이 있었다. 특히 현대 생명과학 및 생명공학에서 이뤄지는 연구의 속도와 규모를 고려했을 때 이러한 방법론의 성능은 충분하지 않았다.
공동연구팀은 1,388,606개의 단백질 서열과 이들에게 신뢰성 있게 부여된 EC 번호를 담고 있는 바이오 빅데이터에 딥러닝 기술을 적용해 EC 번호를 빠르고 정확하게 예측할 수 있는 DeepEC를 개발했다.
DeepEC는 주어진 단백질 서열의 EC 번호를 예측하기 위해서 3개의 합성곱 신경망(Convolutional neural network)을 주요 예측기술로 사용하며, 합성곱 신경망으로 EC 번호를 예측하지 못했을 경우 서열정렬(sequence alignment)을 통해서 EC 번호를 예측한다.
연구팀은 더 나아가 단백질 서열의 도메인(domain)과 기질 결합 부위 잔기(binding site residue)에 변이를 인위적으로 주었을 때, DeepEC가 가장 민감하게 해당 변이의 영향을 감지하는 것을 확인했다.
김현욱 교수는 “DeepEC의 성능을 평가하기 위해서 이전에 발표된 5개의 대표적인 EC 번호 예측 방법론과 비교해보니 DeepEC가 가장 빠르고 정확하게 주어진 단백질의 EC 번호를 예측하는 것으로 나타났다”라며 “효소 기능 연구에 크게 이바지할 것으로 기대한다”라고 말했다.
이상엽 특훈교수는 “이번에 개발한 DeepEC를 통해서 지속해서 재생되는 게놈 및 메타 게놈에 존재하는 방대한 효소 단백질 서열의 기능을 보다 효율적이고 정확하게 알아내는 것이 가능해졌다”라고 말했다.
이번 연구는 과학기술정보통신부가 지원하는 기후변화대응기술개발사업의 바이오리파이너리를 위한 시스템대사공학 원천기술개발 과제 및 바이오·의료기술 개발 Korea Bio Grand Challenge 사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 인공지능 기반의 DeepEC를 이용한 효소 기능 EC 번호 예측
2019.07.03 조회수 26071 -
중장기 공동협력 방안 모색 위한 체코 사절단 방문
체코-KAIST 중장기 공동 기술개발 협력을 위한 체코 기술사절단이 지난 5월 30일 우리대학 본원을 방문했다.
4차산업혁명지능정보센터(센터장 이상엽 교수) 주관으로 열린 이번 방문 행사에는 AI, 로보틱스, 나노, 바이오텍 등 4차 산업혁명 핵심기술을 선도하는 체코 기업 및 학계 인사들로 구성된 사절단과 교내 교수들이 만나 전문가 회의와 연구실 투어 등의 시간을 가졌다.
신소재공학과 김일두 교수, 기계공학과 김성수 교수, 생명화학공학과 김현욱 교수, 4차산업혁명지능정보센터 김소영 교수 등이 참석했으며, 연구실 투어는 김수현 대외부총장, 기계공학과 김경수 교수가 공동 운영하는 MSC 연구실에서 진행됐다.
체코 기술사절단은 로봇 공학, 메카트로닉스, 에너지 및 전기이동성(e-mobility) 분야의 획기적 해결책을 연구․구현하는 로봇시스템, 군사용 차량 및 장비, 무인지상차량(UGV) 개발 및 생산 기업 대표 및 담당자, 체코투자청 R&D부서 관계자, 체코 프라하 공과대학(Technical University of Prague), 오스트라바 공과대학, 리베레츠 공과대학(Technical University of Liberec) 교수 등으로 구성됐다.
체코사절단의 오스트라바 공대(Technical University of Ostrava) 페트르 노벡 교수는 “한국의 산업용 로봇 연구 동향에 대해 알 수 있는 좋은 자리였다”고 말했다.
4차산업혁명지능정보센터 김소영 교수는 “이번 방문을 통해 KAIST와 같이 우수한 국내 대학과 원천기술, 기초연구가 강한 체코 사절단의 연구기획 노하우 공유 및 기술 협력을 통해 보다 구체적이고 미래지향적인 향후 협력방안을 논의할 수 있기를 기대한다”고 말했다.
2018.06.04 조회수 10582 -
이상엽, 김현욱 교수, 약물 상호작용 예측기술 DeepDDI 개발
우리 대학 생명화학공학과 이상엽 특훈교수와 김현욱 교수 공동 연구팀이 약물-약물 및 약물-음식 간 상호작용을 정확하게 예측하기 위해 딥 러닝(deep learning)을 이용해 약물 상호작용 예측 방법론인 딥디디아이 (DeepDDI)를 개발했다.
김현욱 교수, 류재용 연구원이 공동 1저자로 참여한 이번 연구는 국제학술지 ‘미국 국립과학원 회보(PNAS)’ 4월 16일자 온라인판에 게재됐다.
기존의 약물 상호작용 예측 방법론은 약물-약물 간의 상호작용 가능성만을 예측할 뿐, 두 약물 간의 구체적인 약리작용에 대한 정보는 제공하지 못했다. 이러한 이유로 맞춤형 약물 처방, 식이요법 등 응용 연구에서 체계적인 근거를 제시하거나 가설을 세우는 데에 한계가 있었다.
연구팀은 딥 러닝(deep learning) 기술을 적용해 19만 2천 284개의 약물-약물 상호작용을 아우르는 86가지의 약물 상호작용을 92.4%의 정확도로 예측하는 시스템 딥디디아이 (DeepDDI)를 개발했다.
딥디디아이는 두 약물 A, B 간의 상호작용에 대한 예측 결과를 다음과 같이 사람이 읽을 수 있는 영문 문장으로 출력한다 : “The metabolism of Drug B can be decreased when combined with Drug A (약물 A를 약물 B와 함께 복용 시 약물 B의 약물 대사가 감소 될 수 있다)”
연구팀은 딥디디아이를 이용해 두 약물 복용 시 일어날 수 있는 유해반응의 원인, 보고된 인체 부작용을 최소화시킬 수 있는 대체 약물, 특정 약물의 약효를 떨어뜨릴 수 있는 음식 및 음식 성분, 지금껏 알려지지 않은 음식 성분의 활성 등을 예측했다.
이번 연구성과로 약물-약물 및 약물-음식 상호작용을 정확하게 예측할 수 있는 시스템을 활용하는 것이 가능해졌으며 이는 신약개발, 복합적 약의 처방, 투약시의 음식조절 등을 포함해 헬스케어, 정밀의료 산업 및 제약 산업에 중요한 역할을 할 것으로 기대된다.
이상엽 특훈교수는 “이번 연구결과는 4차 산업혁명 시대의 정밀의료를 선도할 수 있는 기반 기술을 개발한 것이다”며, “복합 투여되는 약물들의 부작용을 낮추고 환자 맞춤형 약물 처방과 식이요법 제안을 통한 효과적인 약물치료 전략을 수립할 수 있다. 특히 고령화 사회에서 건강한 삶을 유지하는데 필요한 약-음식 궁합에 대한 제안을 해 줄 수 있는 시스템으로 발전해 나갈 것이다”고 말했다.
이 연구성과는 과학기술정보통신부의 바이오리파이너리를 위한 시스템대사공학 연구사업, KAIST의 4차 산업혁명 인공지능 플래그십 이니셔티브 연구사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 딥디디아이 (DeepDDI)의 모식도 및 예측된다양한 약물-음식성분의 상호작용들의 시각화
2018.04.18 조회수 22282 -
젊은 파스퇴르상 카이스트 석권!
한국파스퇴르연구소가 주관하는 젊은 파스퇴르 상을 KAIST 학생들이 모두 수상해서 화제가 되고 있다. 젊은 파스퇴르상 대상에는 바이오및뇌공학과 올해 2월 졸업생인 김민석 박사, 우수상 2명에는 역시 올해 2월 졸업생인 생명과학과 정기훈 박사와 생명화학공학과 박사과정에 재학중인 김현욱 학생 등이다. 철저한 맹검평가(Blind Review)로 혁신성, 독창성, 파급효과 등 평가하는 철저한 과정을 거친 끝에 수상자 3명 모두 KAIST 학생들이 수상하는 영예를 안았으며, 이들에게는 프랑스파스퇴르연구소 방문 등 다양한 기회가 제공된다.
글로벌 중개연구 기지로 성장하고 있는 한국파스퇴르연구소(소장: 울프 네바스, www.ip-korea.org)는 ‘젊은 파스퇴르 상’ (Young Pasteurian Award) 대상 수상자로 KAIST 김민석(박사, 바이오및뇌공학과), 우수상 수상자로 KAIST 정기훈(박사,생명과학과)과 김현욱(박사과정, 생명화학공학과) 학생을 선정하고 시상식을 가졌다.
시상식은 약 250여명이 연구자들이 참석한 가운데 2010년 2월 19일 개최된 ‘제 1회 한국파스퇴르연구소 국제심포지엄’에서 진행되었다. 시상은 한국파스퇴르연구소 울프 네바스 소장과 후원기관인 주한프랑스대사관 엘리자베스 로랭(Elisabeth Laurin) 주한프랑스대사가 직접 수여했다.
지난해 출범한 ‘젊은 파스퇴르 상’은 젊은 과학자를 위한 시상제도로, 주한프랑스 대사관과 교육과학기술부가 후원한다. 현재 국내 과학기술계의 주요 당면과제 중의 하나로써 연구자들의 창의력과 상상력을 고취시킬 필요가 대두되고 있는 가운데, 이번 프로그램은 젊은 연구자(석•박사과정)들을 대상으로 창의적인 사고를 배양할 수 있는 계기를 만들고자 마련되었다.
‘젊은 파스퇴르 상’ 최종수상자는 혁신성을 비롯하여 독창성, 파급효과를 우선순위 기준으로 3단계(서류심사, 인터뷰/발표, 외부심사위원회)의 철저한 맹검평가(Blind Review)로 진행되어 선정되었다. 그럼에도 불구하고 수상자 3명이 모두 KAIST 학생들이었다는 점은 KAIST의 생명과학분야가 가진 탁월함을 증명하는 것이라 할 수 있다.
‘젊은 파스퇴르 상’의 첫 대상 수상자인 KAIST 김민석 박사는, “연구를 지도해주신 박제균 교수님, 고려대 의과대학 이은숙 교수님과 도움을 주신 많은 분들께 감사드리고, 세상에 도움이 될 수 있는 생명과학 연구에 더욱 매진하겠다”며, “이번에 프랑스파스퇴르연구소 방문 및 교육과정 수강 등 세계정상급 생명과학연구소에 대한 견문을 넓힐 수 있는 기회를 주신 한국파스퇴르연구소에도 감사드린다”고 수상소감을 밝혔다.
울프네바스 소장(왼쪽)과 대상 수상자 KAIST 김민석 박사
수상자들에게는 메달 및 상금(대상 100만원, 우수상 각 50만원)과 함께 프랑스파스퇴르연구소 견학기회 (공동, 항공료 및 5일 숙박료 지원), 프랑스파스퇴르연구소 교육과정 수강지원(대상), 한국파스퇴르연구소 인턴쉽 자격(공동) 등이 부여된다.
한국파스퇴르연구소 울프 네바스 소장은, “지원자들의 제안서 수준이 매우 높았고, 이에 매우 기뻤다”며, “이번 ‘젊은 파스퇴르 상’ 프로그램이 과학분야에 많은 혁신을 공헌한 파스퇴르처럼 혁신적인 국내 젊은 과학자 양성에 보탬이 되길 기대한다”고 말했다. 한국파스퇴르연구소는 매년 ‘젊은 파스퇴르 상’을 진행, 미래 성장동력인 생명과학분야의 젊은 과학자들을 지속적으로 지원할 방침이다.
루이 파스퇴르(Louis Pasteur)에 대하여
루이 파스퇴르(1822.12.27~1895.9.28)는 프랑스 화학자 및 미생물학자로, 질병의 원인 및 예방에서 뛰어난 혁신(breakthrough)으로 유명하다. 그는 광견병, 탄저병 및 닭 콜레라 질병의 원인을 규명해 냈으며, 최초로 광견병 백신을 개발했다. 그는 실험을 통해 자연발생설을 뒤집으면서 현대 생물학 및 생화학을 위한 기반을 다졌다. 또한, 저온살균법, 발효 및 와인제조, 맥주양조에 대한 과학적 기반도 다졌다. 그는 많은 과학 분야의 탄생에 기여했는데, 현대과학에서 몇 가지 중대한 이론개념 및 응용화에서도 많은 공헌을 했다. 그의 발견은 입체화학, 미생물학, 세균학, 바이러스학, 면역학 및 분자생물학 등의 과학 및 의학 분야의 발판이 되었으며, 무엇보다도 백신과 저온살균법 등의 그의 업적은 질병으로부터 수백 만 명의 생명을 구했다.
- 제 1회 ‘젊은 파스퇴르 상’.
- 신청자격: 대학원생 (석사•박사과정)
- 주제 및 내용: 생명과학 관련 혁신 아이디어 및 혁신 발표논문- 시상식: 2010년 2월 19일
이름
인원
수상내역
대상
1명
상금(100만원) 및 상패
프랑스 파스퇴르연구소 방문(항공/5일 숙박)
프랑스파스퇴르연구소 교육과정 지원(1과정) 한국파스퇴르연구소 인턴쉽 자격부여
우수상
2명
상금(각 50만원 또는 이에 해당하는
파스퇴르 연구소 교육과정 지원) 및 상패
프랑스파스퇴르연구소방문(항공/5일 숙박) 한국파스퇴르연구소 인터쉽 자격부여
한국파스퇴르연구소에 대하여 한국파스퇴르연구소는 한국정부와 세계정상급 생명과학연구기관인 프랑스 파스퇴르연구소의 협력을 기반으로 2004년 4월 설립된 순수 국내 비영리 연구소로, 혁신적인 신약개발 원천기술을 통해 신약개발 연구역량 구축 및 기초연구의 신약개발화에 주력하여 질병예방 및 치료, 공중보건에 기여하고 있다.
‘젊은 파스퇴르상’ 시상식: 한국파스퇴르연구소는 ‘젊은 파스퇴르 상’ 시상식에서 대상 및 우수상 수상자에게 시상하고 있다. 한국파스퇴르연구소 울프 네바스 소장(왼쪽 2번째), 엘리자베스 로랭 주한프랑스대사(중간), 김민석 대상 수상자(왼쪽), 정기훈(오른쪽 두번째)과 김현욱(맨오른쪽) 우수상 수상자 기념 사진
2010.02.26 조회수 24666 -
가상세포를 이용한 병원균의 약물표적 예측기술 개발
- 가상세포 시스템 활용한 새로운 항생제 개발에 큰 파급효과 기대
- 분자 바이오시스템(Molecular BioSystems)지 표지 논문으로 게재
생명화학공학과 이상엽(李相燁, 46세, LG화학 석좌교수, 생명과학기술대학 학장)특훈교수팀이 항생제에 내성을 가지는 병원성 미생물의 가상세포를 구축하고 이를 이용해 병원균의 성장을 효과적으로 억제할 수 있는 약물 표적을 예측하는 기술을 최근 개발했다.
김현욱(생명화학공학과 박사과정)연구원의 학위 논문연구로 수행한 이번 연구 결과는 유럽 화학 관련 학술단체 RSC(The Royal Society of Chemistry)에서 발간하는 분자 바이오시스템(Molecular BioSystems)지의 2월호 표지 논문으로 게재됐다.
예전에는 병원성 세균들을 항생제로 쉽게 치유할 수 있었지만 이제는 항생제의 오남용으로 인해서 병원균들은 항생제에 대한 내성을 가지게 됐으며, 따라서 한 번 감염이 되면 치유가 이전보다 쉽지 않다.
그 대표적인 병원균이 바로 아시네토박터 바우마니(Acinetobacter baumannaii)다. 본래 흙이나 물에서 쉽게 발견되는 이 미생물은 항생제에 내성을 갖지 않아 치료가 쉽고 건강한 사람은 잘 감염되지 않는 균이었다. 그러나 지난 10년 동안에 항생제에 내성을 갖는 슈퍼박테리아로 변했으며, 이라크 전쟁에 참전한 다수의 미군과 프랑스군도 이 균에 감염되면서 상처가 낫질 않아 많은 희생을 야기했다.
李 교수 연구팀은 아시네토박터 바우마니의 게놈과 전체적인 대사특성을 알아보기 위해 각종 데이터베이스에 산재해 있는 생물정보와 문헌정보를 컴퓨터에 입력, 분석, 디자인하여 가상세포를 구축하고, 다양한 네트워크 분석기법, 필수 대사반응 및 대사산물 분석 등 융합 방법론을 이용해 이 병원균의 성장을 효과적으로 차단할 수 있는 약물표적을 예측했다. 인간에게는 영향을 미치지 않으면서 병원균에게만 작용하는 최종 약물표적들이다.
필수 대사반응은 생명체가 대사활동을 정상적으로 하기 위하여 반드시 필요한 효소반응을 말하며, 필수 대사산물이란 생명체가 생존하기 위해 대사에 반드시 필요로 하는 화학물질로서 이들을 제거할 경우 이와 반응을 하는 효소들을 모두 억제되는 효과가 있다.
이 약물표적은 가상세포를 구성하고 있는 대사 유전자, 효소 반응, 신진대사들의 기능을 짧은 시간 안에 빠짐없이 체계적으로 검토해 예측함으로써 그 신뢰성을 높였다.
이번 연구 결과는 최근 많은 관심을 받고 있는 시스템 생물학 연구기법을 이용하여, 처음으로 필수 대사물질의 체계적인 발굴을 통해 효과적인 약물표적을 찾고, 나아가 새로운 항생제 개발의 가능성을 열었다는 점에서 높이 평가받고 있다. 또한 병원균에 의한 감염 현상과 신약개발에 큰 공헌을 할 것으로 기대를 모으고 있다.
李 교수는 “현재 수많은 생물의 게놈 정보가 쏟아지고 있지만 이것을 실질적으로 유용한 정보로 전환하는 데에는 아직도 많은 어려움이 있다. 아시네토박토 바우마니의 게놈 정보로부터 의학적으로 실용성이 있는 정보를 재생산했다는 점에서 의의가 있다”며 “특히 이 병원균의 가상세포 개발은 특정 환경에서 필수 유전자나 효소 반응에 대한 대량의 새로운 생물정보를 제공할 수 있는 계기를 마련했다.”고 말했다.
李 교수팀은 교육과학기술부 시스템 생물학 연구개발사업의 지원으로 이번 연구를 수행했으며, 다양한 병원성 균주의 가상세포 개발 및 항생제 약물표적 예측 방법을 특허 출원했다.
▣ 용어설명 ○ 약물표적 : 차단 시 병원성 미생물의 성장을 효과적으로 억제할 수 있는 단백질 효소 및 그와 관련된 화학물질
▣ (자료1) 가상세포.
(자료2) 가상세포로부터 필수대사산물을 예측한 후에, 병원균을 가장 효과적으로 죽일 수 있으면서 동시에 인간에게는 영향을 미치지 않는 약물표적만을 추리는 과정
2010.02.18 조회수 19814