신약 발견을 위한 AI의 혁신

Lab Manager의 수석 디지털 콘텐츠 편집자인 Rachel Muenz에게 [email protected]으로 문의하세요.

발견은 신약 개발에서 가장 중요한 단계입니다. 성공할 가능성이 없는 신약 후보에 대해 제약회사가 낭비하는 시간과 비용에서 수십억 달러를 절약할 수 있는 잠재력이 있기 때문입니다. 인공 지능(AI)은 이 단계에서 문제를 해결하는 데 점점 더 보편화되는 필수 기능으로, 과학자들이 잠재적인 약물 표적을 더 빠르게 식별하고, 이러한 표적에 대한 활동을 위해 더 짧은 시간에 더 많은 화합물을 스크리닝하고, 진행 가능성이 가장 높은 리드를 찾을 수 있도록 해줍니다. 승인된 치료법이 되려면

주로 약물 발견 속도를 높이는 데 중점을 두지만, 약물 발견에 AI를 포함하는 최신 연구는 질병이 어떻게 발생하고 진행되는지는 물론 약물이 인간에게 미치는 영향을 더 잘 이해하는 데 도움이 됩니다. AI를 많이 사용할수록 성능이 향상되어 잠재적인 신약을 식별하는 데 있어 더 나은 예측이 가능해집니다.

약물 발견의 표적 식별 단계는 연구자들이 특정 상태나 질병을 진행시키는 원인을 정확히 찾아내는 것입니다. 컴퓨터 모델링은 약물에 대한 적절한 표적을 찾고 식별을 더 빠르게 만드는 데 큰 진전을 제공합니다.

이러한 컴퓨터 모델링과 관련된 최근 연구의 한 예는 캘리포니아 대학교 샌디에이고 의과대학에서 나왔습니다. 연구에 대한 보도 자료에 따르면 연구자들은 Lp-PLA2가 인지질막과 어떻게 상호 작용하는지 자세히 알아보기 위해 심혈관 건강에 중요한 효소인 지질단백질 관련 포스포리파제 A2(Lp-PLA2)를 모델로 삼았습니다. . 이러한 상호 작용을 이해하면 심혈관 질환이 어떻게 발생하는지에 대한 더 나은 지식을 얻고 해당 질병에 대한 새롭고 보다 효과적인 치료법을 개발할 수 있습니다. 해당 연구는 2022년 1월 초 PNAS에 게재되었습니다.

이번 연구의 수석 저자인 에드워드 A. 데니스(Edward A. Dennis) 박사는 보도 자료에서 “이 효소가 이전보다 어떻게 작동하는지에 대해 훨씬 더 깊이 있게 조사할 수 있게 되어 매우 기쁩니다.”라고 말했습니다. "지질체학 및 전산 분자 역학 시뮬레이션의 최신 기술을 사용하여 우리는 수천 단어의 가치가 있는 그림을 얻었습니다. 이제 우리는 이 효소가 원자 수준에서 어떻게 작동하는지 보여주는 영화를 보유하고 있으며 이는 활성화 또는 분자 역학 시뮬레이션 방법을 찾는 데 도움이 될 것입니다. 건강을 위해 필요에 따라 효소를 비활성화합니다."

다른 표적 ID 관련 연구에서 퀸스대학교 벨파스트(Queen's University Belfast)의 연구자들은 최근 가능한 약물에 대한 새롭고 더 선택적인 결합 부위를 더 잘 예측하여 더 나은 약물 표적화와 더 효과적인 약물을 만드는 컴퓨터 모델링 도구를 개발했습니다. 특히, 그들의 도구에는 G 단백질 결합 수용체(GPCR)의 알로스테릭 약물로 알려진 새로운 종류의 화합물이 포함됩니다.

연구에 대한 보도자료에 따르면 GPCR은 신경전달물질, 호르몬 등 다양한 내인성 분자로부터 세포 내부의 신호를 변환하는 가장 큰 막 단백질 그룹이다. 인간의 생리에 미치는 광범위한 영향으로 인해 이들은 많은 약물의 주요 표적이 됩니다. 그러나 GPCR 약물을 발견하는 것은 둘 이상의 단백질 표적에 결합하여 의도하지 않은 부작용을 초래하는 경향이 있기 때문에 어렵습니다. 다른 연구에서는 알로스테릭 부위를 약물의 대체 결합 부위로 강조하지만 이를 식별하기는 어렵습니다. 2021년 9월 ACS Central Science에 발표된 Queen's University Belfast 연구에서 과학자들은 G 단백질 결합 수용체 알로스테릭 리간드의 특정 프로브를 사용하여 현재 방법보다 이러한 알로스테릭 부위를 더 쉽고 정확하게 식별했습니다.

"우리의 파이프라인은 짧은 시간에 알로스테릭 부위를 식별할 수 있어 산업 환경에 적합합니다."라고 수석 저자인 Irina Tikhonova 박사는 해당 연구에 대한 보도 자료에서 말했습니다. "따라서 우리의 파이프라인은 암, 염증 및 CNS(중추신경계) 질환에 영향을 미치는 모든 막 결합 약물 표적에 대한 알로스테릭 약물의 구조 기반 검색을 시작할 수 있는 실행 가능한 솔루션입니다."