연구 배경
2021년 DeepMind의 AlphaFold2 공개는 단백질 구조 생물학에 패러다임 전환을 가져왔습니다. 기존 X-선 결정학이나 cryo-EM으로 수개월이 걸리던 3D 구조 규명이 단 몇 시간 내로 가능해졌으며, 현재 2억 개 이상의 단백질 구조가 AlphaFold DB에 공개되어 있습니다. 이를 신약 표적 발굴에 활용하는 연구가 폭발적으로 증가하고 있습니다.
핵심 방법론
1. 구조 기반 가상 스크리닝 (Structure-based Virtual Screening)
AlphaFold2로 예측한 단백질 3D 구조를 기반으로 수백만 개의 소분자 화합물 라이브러리와 분자 도킹(molecular docking) 시뮬레이션을 수행합니다. 기존에는 구조를 알 수 없어 표적화하지 못했던 단백질(undruggable target)이 새로운 신약 후보로 부상하고 있습니다.
2. Cryptic Binding Site 발굴
정적인 단백질 구조가 아닌 분자동역학(MD) 시뮬레이션을 AlphaFold2 구조에 적용하여, 기존에 알려지지 않은 숨겨진 결합 포켓(cryptic site)을 동적으로 탐색합니다. 이 접근법은 기존 약물이 없던 단백질-단백질 상호작용(PPI) 계면에도 적용 가능합니다.
| 방법론 | 처리 속도 | 정확도 | 적용 범위 |
|---|---|---|---|
| 기존 X-선 결정학 | 수개월 | 높음 | 결정화 가능 단백질 |
| cryo-EM | 수주 | 높음 | 대형 복합체 |
| AlphaFold2 | 수 시간 | 중-높음 | 전체 프로테옴 |
| AF2 + MD 시뮬레이션 | 수일 | 높음 | 동적 구조 포함 |
주요 연구 결과
- AlphaFold2 예측 구조를 활용한 가상 스크리닝에서 실험적으로 검증된 히트 화합물 발굴 성공률이 기존 상동성 모델링 대비 3.2배 향상
- 인간 프로테옴 내 미지의 결합 포켓 1만 2천여 개 신규 발굴 (이 중 약 34%가 druggable pocket으로 평가)
- KRAS G12C 이외 변이(G12D, G12V)에 대한 신규 공유결합 억제제 후보 5종 발굴, 세포 실험에서 IC₅₀ < 100 nM 확인
신약개발에의 시사점
AlphaFold2는 표적 발굴 단계에서만 활용되는 것이 아니라, 저항성 변이 예측, 선택성 최적화, 바이오마커 발굴에도 활발히 적용되고 있습니다. 특히 기존 표적 치료제에 내성이 생긴 환자군을 위한 2세대 억제제 개발에 강력한 도구로 자리잡고 있습니다.
국내에서는 크리스탈지노믹스, 파로스아이바이오 등이 AI 구조 기반 신약 스크리닝을 핵심 플랫폼으로 채택하고 있으며, 글로벌로는 Recursion Pharmaceuticals, Insilico Medicine이 AlphaFold 통합 파이프라인을 임상 단계까지 진전시키고 있습니다.