오번 대학교의 연구자들이 바젤 대학교 및 ETH 취리히의 과학자들과 협력하여 암과의 싸움에서 획기적인 진전을 이루었다. 물리학과 생물물리학 부교수인 라파엘 베르나르디 박사가 이끄는 팀은 인공지능(AI)과 분자 동역학 시뮬레이션, 네트워크 분석을 통합한 새로운 접근 방식을 개발하여 PD-L1 단백질의 결합 부위를 예측하는 데 도움을 주었다. 이 혁신은 암 관련 단백질의 중요한 상호작용 지점을 식별함으로써 개인 맞춤형 암 치료 개발을 가속화할 것으로 기대된다.
그들의 연구는 저명한 미국 화학회 저널에 발표되었으며, PD-L1과의 치료 단백질 상호작용을 이해하는 데 중점을 두고 있다. PD-L1은 암세포가 면역 시스템의 탐지를 피하는 데 도움을 주는 단백질로 알려져 있다. 이들의 발견은 이미 암 치료에 혁신을 가져온 면역 요법, 예를 들어 펨브롤리주맙(키트루다)을 개선하는 데 중요한 역할을 할 수 있다.
"단백질을 설계하기 위해 계산 도구를 활용하는 것은 암 치료의 다음 경계선을 나타낸다"고 베르나르디 박사는 말했다. "AI, 분자 동역학, 네트워크 분석을 결합한 우리의 통합 접근 방식은 암 환자를 위한 개인 맞춤형 치료 개발에 엄청난 잠재력을 지니고 있다."
암 치료에서 가장 큰 도전 중 하나는 약물이 목표 단백질에 결합할 수 있는 위치를 정확하게 예측하는 것이다. 연구자들은 PD-L1에 초점을 맞추었으며, PD-L1을 차단함으로써 일부 현대 약물이 면역 시스템이 종양을 공격하도록 해방시킨다. 그러나 새로운 치료법으로 PD-L1을 정확히 타겟팅하는 방법을 이해하는 것은 오랜 문제였다.
베르나르디 박사와 그의 팀은 AlphaFold2 기반 AI 도구와 분자 동역학 시뮬레이션, 동적 네트워크 분석을 결합한 정교한 방법을 개발하였다. 이 접근 방식은 약물 상호작용에 중요한 PD-L1 단백질의 주요 결합 영역을 예측하고 확인할 수 있게 해주었다.
"이 연구는 오번 대학교의 계산 팀과 바젤 대학교 및 ETH 취리히의 실험 검증 노력 간의 협력의 중요성을 보여준다"고 연구의 주 저자이자 오번 대학교 연구원인 디에고 고메스 박사는 말했다. 이 계산 접근 방식은 교차 결합 질량 분석 및 차세대 시퀀싱과 같은 최첨단 실험 기술로 검증되었다. 이러한 실험은 팀의 예측 정확성을 확인하며, 복잡한 단백질-단백질 상호작용을 풀어내기 위해 계산 모델과 실험 검증을 결합하는 힘을 보여준다.
이 연구의 함의는 PD-L1을 넘어선다. 개발된 방법은 다른 많은 단백질에 적용될 수 있으며, 다양한 질병, 특히 다른 유형의 암 및 자가면역 질환에 대한 새로운 약물 타겟 발견으로 이어질 수 있다. 또한 이 연구는 전통적인 실험 방법이 느리고 비쌀 수 있는 치료제의 보다 비용 효율적이고 신속한 개발을 위한 길을 열어준다.
"이 연구는 NAMD 및 VMD와 같은 계산 도구의 잠재력을 강조하며, NVIDIA DGX 시스템과 같은 최첨단 하드웨어와 결합하여 암 치료제를 발전시킬 수 있다. 우리의 발견은 암에 대한 새로운 표적 치료 개발을 향한 중요한 단계를 나타낸다"고 고메스 박사는 덧붙였다.
오번 대학교의 생물물리학 팀은 물리학, 화학 및 생물 과학 부서의 교수들로 구성되어 있으며, 오늘날 의학의 가장 큰 도전 과제를 해결하기 위해 과학의 경계를 넓히는 데 전념하고 있다. 이 연구는 과학 혁신의 중심에 있는 학제 간 협력의 또 다른 예이다.
