한국화학연구원은 델(DEL)기술연구단이 ‘유전자 암호화 라이브러리(DNA-Encoded Library, DEL)’ 기반 신약 탐색 과정을 지원하는 ‘DEL 코어뱅크 플랫폼’을 개시했다고 27일 밝혔다.
|
DEL 기술은 화합물에 DNA 서열을 바코드처럼 붙여 수많은 화합물도 동시에 구분할 수 있다. 대규모 탐색이 장점으로 기존 정밀 탐색 기술과 보완해 활용할 수 있다.
신약 개발은 다양한 구조의 화합물 중 특정 질병 관련 단백질과 결합해 반응하는 유효물질 탐색 과정인 ‘스크리닝’ 과정부터 시작된다.
기존 HTS(고속 스크리닝) 방식은 여러 개의 실험 칸(Well)에 화합물을 각각 분리한 상태로 탐색한다. 화합물에 별도 처리 없이 결합 반응을 분석할 수 있어 신뢰성이 높다.
그러나 종류가 1백만 개라면 하루에 384웰 용기로 60장씩 검사하더라도 물리적 기간이 43일 정도 걸린다. 방대한 화합물을 탐색할 경우 시간·비용 부담이 크고, 대량의 단백질 시료가 필요하다.
DEL 기술은 각 화합물을 섞어 한 번에 동시 탐색한다. 화합물 종류가 수천만 개 이상 늘어나도 1개월 이내에 탐색이 끝난다.
우선 100개의 칸(Well)에 서로 다른 화학 구조(빌딩 블록)와 부착할 DNA 바코드를 넣고 흔들어 섞으면 화학 구조와 DNA가 결합한다. 이를 하나의 용액에 섞은 후 100개로 나눠 새로운 100개의 화학 구조와 DNA를 붙이면 1만개의 서로 구조가 다른 화합물이 생긴다. 이렇게 빌딩 블록 A, B, C 구조 각 100종의 합성-분리를 세 번만 반복하면 100만개의 화합물 혼합 용액이 완성된다.
이후 질병 단백질과 결합시켜 어떤 DNA 바코드가 많이 살아남았는지 읽어내는 ‘NGS(차세대 염기서열 분석)’ 과정이 진행된다. 수천만 개의 DNA 조각을 해독하고 이를 원래 화학 구조 데이터베이스와 대조하는 컴퓨터 연산 과정이다.
DEL 기술은 화합물 자체가 아니라 DNA 결합이나 용액 혼합 상태로 실험하기 때문에 다른 불순물에 우연히 붙거나 특정 DNA 서열만 많이 복제된 경우 등 오류가 있을 수 있다. 화학연은 AI에게 대량의 실제 데이터를 넣어 화합물의 특정 위치에 특정 구조가 붙으면 질병 단백질과 결합력이 높다는 유형을 학습시켜 이를 해결했다.
살아남은 유효물질들 중 신약 물질로 더 적합하다고 예측되는 상위 50개는 기계학습 기반 데이터 분석으로 골라 최종보고서를 제공한다. 필요 시 DNA 바코드를 빼고 순수한 화합물로 유효물질을 합성 후 연구자가 신청한 질병 단백질과의 실제 활성 검증까지 지원한다.
과학기술정보통신부와 한국연구재단의 ‘대용량 유전자 암호화 라이브러리 플랫폼 기반 코어뱅크 구축 사업’ 지원에 따라 내년까지 한시적으로 서비스 비용 50%가 감면된다.
현재 대웅제약, 아이랩, 국립암센터, 이화여대 등이 지원을 받기 시작했다. ‘한국화합물은행 홈페이지’의 DEL기술연구단 메뉴에서 신청서 제출 시 타깃 중복 여부 등 검토 후 지원이 결정된다.
허정녕 DEL기술연구단장은 “DEL 기술의 해외 의존도를 낮춰 초기 유효물질 탐색부터 후속 검증까지 국내에서 효율적으로 하도록 지원하겠다”고 말했다.
Copyright ⓒ 이데일리 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
