단백질공학

7 Contents

근육 특이적 E3 ligase KLHL41을 활용한 표적 단백질 분해 플랫폼 개발

현대 신약 개발에서 기존 약물은 대개 단백질의 기능을 억제하는 방식을 취해왔습니다. 하지만 이러한 방식은 단백질 구조 내에 약물이 결합할 수 있는 특정 포켓이 존재해야만 하며, 인체 내 질병 관련 단백질의 약 85%는 이러한 구조적 특징이 없어 '드러거블(Druggable)'하지 않은 것으로 간주되어 왔습니다. 이를 극복하기 위해 등장한 개념이 바로 프로탁(PROTAC)입니다. 프로탁은 질병 단백질과 E3 라이게이즈를 물리적으로 근접시켜 세포 내 유비퀴틴-프로테아좀 시스템을 통해 표적 단백질을 완전히 분해하여 제거하는 혁신적인 플랫폼입니다. 프로탁 기술의 큰 장점은 모든 단백질을 타깃으로 삼을 수 있고, 약물이 재활용되기에 적은 농도로도 높은 효능을 발휘한다는 점입니다. 하지만 현재 가장 널리 사용되는 E3 라이게이즈인 CRBN이나 VHL은 모든 장기에서 발현되기에, 원치 않는 정상 조직에서도 단백질 분해가 일어나 독성을 유발할 수 있다는 한계가 있습니다. 이를 해결하기 위해서는 특정 조직이나 암세포에서만 선택적으로 작동하는 단백질 분해제가 필요합니다. 연구진은 바이오인포매틱스 분석을 통해 근육 조직에서만 특이적으로 발현되는 E3 라이게이즈인 KLHL41을 발견하고 이를 활용한 플랫폼 개발에 착수했습니다. 근육 특이적인 단백질 분해를 위해 선택된 KLHL41은 아직 결정 구조가 밝혀지지 않은 상태였습니다. 이에 연구진은 알파폴드(AlphaFold)를 활용해 단백질 구조를 예측하고, 이를 바탕으로 약 23만 개의 물질에 대해 가상 스크리닝을 진행했습니다. 수만 번의 분자 도킹 시뮬레이션을 통해 최종적으로 34개의 후보 물질을 도출해냈습니다. 이후 열 안정성 변화를 측정하는 CETSA(세포 열 이동 분석법) 실험을 거쳐 단백질과 실제로 결합하는 히트 화합물인 EN10을 찾아냈으며, 이는 KLHL41 패밀리 내 다른 단백질인 KLHL40에는 붙지 않는 높은 선택성을 보여주었습니다. 리간드를 찾은 후 연구진은 표적 단백질인 BRD4를 분해하기 위한 프로탁 구조 최적화에 집중했습니다. 하지만 초기 모델인 KBD1의 경우 마이크로몰(μM) 수준의 농도에서만 분해 효능이 나타나는 아쉬움이 있었습니다. 이는 분해하려는 단백질과 E3 라이게이즈, 그리고 프로탁 화합물 세 분자가 동시에 만나 삼체 복합체를 형성해야 하는 확률적 어려움 때문입니다. 연구진은 이를 극복하기 위해 화학적 변형을 가하여 E3 라이게이즈와 강하게 결합하는 '투-바디 프로탁(Two-body PROTAC)', 즉 티프로탁(t-PROTAC) 전략을 새롭게 고안해 냈습니다. 디프로이 전략은 프로탁의 한쪽 끝에 공유 결합을 형성할 수 있는 모이어티를 달아 E3 라이게이즈와 아예 한 몸처럼 붙어버리게 만드는 방식입니다. 이를 통해 복잡한 삼체 역학 문제를 이체 복합체 형성 문제로 단순화하여 결합 가능성을 극도로 높였습니다. 그 결과, 기존에 마이크로몰(μM) 단위였던 분해 효능인 DC50 값이 무려 0.64 나노몰(nM) 수준으로 약 3만 배 가까이 개선되는 놀라운 성과를 거두었습니다. 이는 기존에 가장 성능이 좋다고 알려진 일반 프로탁들과 비교해도 약 10배 이상 우수한 수준의 활성입니다. 개발된 근육 특이적 프로탁의 성능을 검증하기 위해 다양한 세포주에서 실험을 진행했습니다. 실험 결과, KLHL41이 발현되는 근육 세포주에서는 단백질 분해가 매우 활발하게 일어난 반면, 해당 단백질이 없는 암세포주에서는 전혀 작동하지 않았습니다. 또한 점 돌연변이 실험을 통해 이 물질이 KLHL41의 특정 시스테인 잔기에 선택적으로 결합하여 작용한다는 메커니즘을 규명했습니다. 연구진은 근육 분화 과정에 따라 단백질 분해 능력이 조절되는 것을 확인하며, 이 플랫폼이 생물학적 환경 변화에 정교하게 반응할 수 있음을 입증했습니다. 마지막으로 생쥐를 활용한 동물 실험에서도 그 효능과 선택성이 다시 한번 증명되었습니다. 약물을 투여한 후 여러 장기를 적출하여 분석한 결과, 다른 장기에서는 표적 단백질의 변화가 없었으나 오직 근육 조직에서만 선택적으로 단백질이 분해된 것을 확인했습니다. 이러한 기술은 근감소증(Sarcopenia)과 같은 근육 질환 치료제 개발에 획기적인 전기를 마련할 것입니다. 나아가 최근 주목받는 비만 치료제 투여 시 발생하는 근육 감소 부작용을 억제하는 등 미래 헬스케어 분야에서 광범위하게 활용될 수 있을 것으로 기대됩니다.

근육 특이적 E3 ligase KLHL41을 활용한 표적 단백질 분해 플랫폼 개발
생물학연구정보센터학술웨비나
  • 화학
  • 생명과학
  • 융합

전기화학 바이오센서와 나노바이오인터페이스: 신호 생성의 이해와 제어

현대 과학에서 바이오센서는 우리 몸 안의 특정 물질을 감지하여 건강 상태를 확인하는 데 중요한 역할을 합니다. 바이오센서는 크게 전기 신호를 측정하는 전기 센서와 산화 환원 반응을 이용하는 전기화학 센서로 나뉩니다. 그중에서도 전계 효과 트랜지스터(FET)를 활용한 센서는 바이오 물질의 결합 이벤트를 정밀하게 측정할 수 있는 플랫폼으로 주목받고 있습니다. 이를 구성하기 위해서는 분석 대상인 타겟, 선택적 결합을 돕는 수용체, 그리고 이를 신호로 변환하는 트랜스듀서가 유기적으로 조합되어야 합니다. 나노 기술과 바이오 기술이 접목된 나노바이오 인터페이스 연구는 매우 복잡하면서도 정교한 학문 분야입니다. 나노 물질과 바이오 물질 사이의 상관관계를 다루는 이 연구는 단순히 물질을 섞는 것을 넘어, pH나 염의 농도, 결합 방향성 등이 센서 성능에 미치는 영향을 상세히 분석합니다. 특히 실험할 때마다 결과가 달라지는 불안정성을 극복하기 위해, 나노 재료와 바이오 재료의 조합에서 발생하는 특이 현상을 과학적으로 이해하고 제어하는 과정이 센서 개발의 핵심이라고 할 수 있습니다. DNA 압타머를 이용한 신호 최적화 연구는 압타머의 구조적 변화가 전기적 신호에 어떤 영향을 미치는지 보여줍니다. 연구 결과에 따르면, 압타머의 길이를 적절히 잘라내는 트렁케이션 과정을 통해 센서의 민감도를 높일 수 있습니다. 이는 결합 전에는 정해진 구조 없이 비구조화되어 있던 압타머가 타겟과 결합하면서 급격한 구조적 변화를 일으키기 때문입니다. 이러한 변화는 드바이 길이 내에서의 전하 밀도를 크게 바꾸어 트랜지스터의 전도도 변화를 극대화하는 결과를 낳습니다. 센서의 민감도를 더욱 높이기 위해 도입된 기술 중 하나가 바로 토홀드 매개 스트랜드 치환(TMSD) 방법입니다. 이 방법은 특정 DNA 서열을 보호 가닥으로 감싸 두었다가 필요한 시점에 활성화하는 방식으로, 탄소 나노튜브와 DNA 사이의 강력한 흡착 반응을 제어하는 데 효과적입니다. 보호 가닥이 없을 때는 압타머가 나노튜브 표면에 너무 강하게 붙어 타겟과 결합하지 못하는 현상이 발생하지만, TMSD를 활용하면 압타머를 적절히 활성화하여 훨씬 더 낮은 농도의 타겟까지도 정밀하게 감지할 수 있습니다. 단백질 간의 상호 작용을 이용한 센서 개발에서는 수용체 단백질을 전극 표면에 고정하는 기술이 매우 중요합니다. 기존에는 아민기와 카복실기의 결합을 이용한 무작위 고정 방식을 주로 사용했으나, 이는 수용체의 방향성을 제어하기 어렵다는 단점이 있었습니다. 수용체의 결합 부위가 드바이 길이 바깥쪽을 향하거나 표면과 너무 가깝게 붙어버리면, 타겟 단백질이 결합하더라도 센서가 그 변화를 제대로 감지하지 못하기 때문입니다. 따라서 수용체의 배향을 정교하게 조절하는 기술이 필수적입니다. 단백질 공학을 통해 특정 위치에 아자이드 작용기를 도입하면, 수용체 단백질이 탄소 나노튜브 표면에 일정한 방향으로 고정되도록 유도할 수 있습니다. 예를 들어 213번 아미노산 위치에 작용기를 붙였을 때, 타겟 단백질인 TEM-1이나 KPC2가 결합하는 부위가 드바이 길이 안쪽으로 적절히 배치되어 신호가 극대화되는 것을 시뮬레이션과 실험으로 확인할 수 있습니다. 이는 수용체의 고정 위치 하나만으로도 센서의 성능이 드라마틱하게 변할 수 있음을 시사하며, 특정 단백질에 대한 선택적 측정을 가능하게 합니다. 결론적으로 성공적인 나노바이오 센서 개발은 나노 물질과 바이오 물질이 만나는 계면에서 일어나는 현상을 얼마나 깊이 이해하느냐에 달려 있습니다. DNA 압타머의 구조를 조작하거나 단백질의 배향을 공학적으로 제어함으로써, 우리는 기존의 한계를 뛰어넘는 초고민감도 센서를 구현할 수 있습니다. 이러한 정밀한 제어 기술은 향후 질병의 조기 진단이나 환경 오염 물질 모니터링 등 다양한 분야에서 혁신적인 도구로 활용될 것으로 기대되며, 연구의 정밀도는 계속해서 진화하고 있습니다.

전기화학 바이오센서와 나노바이오인터페이스: 신호 생성의 이해와 제어
생물학연구정보센터학술웨비나
  • 화학
  • 생명과학
  • 융합

단백질의 풀림 구조를 고려한 구조 안정성 예측 모델 개발

2024년 노벨 화학상은 인공지능을 활용해 단백질 구조를 예측하고 설계한 연구자들에게 수여되었습니다. 단백질 디자인은 감염병 치료제 개발부터 플라스틱 제거, 친환경 에너지 공정까지 인류의 지속 가능성을 위한 핵심 기술로 주목받고 있습니다. 최근 인공지능의 비약적인 발전으로 새로운 단백질을 설계하는 난이도가 낮아졌으며, 다양한 생성 모델을 통해 정교한 단백질 뼈대와 서열을 만드는 것이 가능해졌습니다. 이러한 기술적 진보는 생명공학의 패러다임을 근본적으로 바꾸고 있습니다. 디자인된 서열을 실험하기 전, 알파폴드와 같은 모델로 구조를 예측해 신뢰도를 평가하는 과정은 필수적입니다. 흔히 pLDDT 값을 단백질의 안정성이나 결합력으로 오해하곤 하지만, 이는 모델이 예측한 구조에 대한 스스로의 신뢰도를 의미할 뿐 열역학적인 안정성을 직접적으로 나타내지는 않습니다. 높은 신뢰도를 가졌더라도 실제 실험에서는 발현되지 않거나 안정성이 떨어지는 사례가 빈번하며, 이는 단백질 디자인의 성공률을 낮추는 요인이 됩니다. 따라서 실제 실험 성공률을 높이기 위해서는 안정성을 정교하게 예측할 수 있는 새로운 지표가 필요합니다. 이러한 문제를 해결하기 위해 개발된 인공지능 모델 'Ebeem'은 단백질의 풀림 자유 에너지(ΔG)를 직접 예측합니다. 이 모델은 고분자 화학의 플로리 랜덤 코일 모델을 활용하여 단백질 서열 내 거리에 따른 평균 거리를 계산하고, 이를 2차원 공간상에서 확률적인 평형 상태로 구현해냈습니다. 이는 단순한 데이터 학습을 넘어 생물물리학적 원리를 모델에 내재화함으로써 기존 방식보다 물리적 실체에 훨씬 가까운 안정성 예측을 가능하게 한 혁신적인 결과입니다. Ebeem은 절대적인 안정성인 ΔG 값을 예측하므로, 서열 변이에 따른 안정성 변화인 ΔΔG를 별도의 학습 없이도 정교하게 계산해냅니다. 특히 다른 모델들이 다루기 어려운 아미노산의 삽입이나 결실 상황에서도 안정성을 일관되게 예측할 수 있다는 강점이 있습니다. 실제 단백질 발현 데이터와 비교했을 때, 기존의 pLDDT 기반 필터링보다 Ebeem의 예측값을 활용하는 것이 실험 성공률을 높이는 데 훨씬 효과적임이 입증되었습니다. 이는 연구자들이 불필요한 시행착오를 줄이고 효율적인 인실리코 엔지니어링을 가능하게 하는 강력한 도구가 됩니다. 모델의 예측 정확도는 입력되는 단백질 구조의 품질에 큰 영향을 받습니다. 연구 결과, 알파폴드 등으로 예측된 구조의 신뢰도가 높을수록 혹은 정밀한 결정 구조를 사용할수록 Ebeem의 예측 성능 또한 비례하여 향상되는 것을 확인했습니다. 또한 학습 데이터의 양이 늘어남에 따라 모델의 성능이 선형적으로 개선되는 양상을 보여, 향후 더 방대한 데이터셋이 구축된다면 더욱 정교한 예측이 가능해질 것으로 기대됩니다. 현재 Ebeem은 누구나 쉽게 활용할 수 있도록 오픈소스로 공개되어 있으며, 다양한 효소 연구와 단백질 공학의 발전에 실질적인 기여를 하고 있습니다.

단백질의 풀림 구조를 고려한 구조 안정성 예측 모델 개발
생물학연구정보센터학술웨비나
  • 화학
  • 생명과학
  • 융합

AI 기반 단백체 분석: 전이학습을 이용한 Nt-arginylation PTM 동정

단백질의 운명은 종종 그 N-말단에 노출된 잔기의 종류에 따라 결정되는데, 이를 ‘N-말단 법칙(N-end rule)’ 혹은 ‘N-데그론 경로’라고 부릅니다. 특히 아지닌이 N-말단에 부착되는 아지닐화는 진핵생물의 ATE1 효소에 의해 수행되며, 이는 단백질의 분해뿐만 아니라 세포 내 항상성 유지에 필수적인 역할을 수행합니다. 최근 연구에 따르면 아지닐화는 심혈관 질환이나 신경 퇴행성 질환과도 밀접한 관계가 있으며, 특히 세포 스트레스 상황에서 오토파지를 유도하거나 신호 물질로서 기능하며 생존에 필수적인 역할을 담당하고 있습니다. 하지만 아지닐화 단백질을 정밀하게 프로파일링하는 과정에는 많은 위양성 결과가 발생하는 기술적 한계가 존재했습니다. 질량 분석기를 이용한 분석 시, 단백질 절단 효소인 트립신에 의해 생성된 조각들이 실제 생물학적 아지닐화와 질량값이 매우 유사하여 데이터상에서 혼동을 일으키기 때문입니다. 이로 인해 기존의 검색 방식으로는 진짜 아지닐화 신호와 효소 절단에 의해 우연히 발생한 가짜 신호를 명확히 구분하기 어려웠으며, 이는 연구 결과의 신뢰도를 저해하고 후속 생물학적 기전 연구를 방해하는 주요한 걸림돌이 되어 왔습니다. 연구팀은 이러한 위양성 문제를 해결하기 위해 대규모 언어 모델 기반의 인공지능 기술과 ‘분자 프록시’라는 독창적인 전략을 도입했습니다. AI 모델을 학습시키기 위해서는 충분한 양의 정답 데이터가 필요하지만 실제 아지닐화 데이터는 그 양이 매우 적습니다. 이를 극복하기 위해 트립신 절단으로 생성된 아지닌 개시 펩타이드가 내생적 아지닐화와 화학적으로 동일하다는 특징을 활용했습니다. 이를 통해 약 2만 개의 학습 데이터를 확보할 수 있었고, 이는 기존 인공지능 모델을 아지닐화 분석에 가장 적합한 형태로 파인 튜닝하는 강력한 토대가 되었습니다. 전이 학습을 거친 AI 모델은 MS2 스펙트럼과 펩타이드의 리텐션 타임을 매우 정밀하게 예측해내는 성과를 거두었습니다. 특히 N-말단 수식화의 핵심 특징인 b-이온의 강도 분포를 정확하게 예측함으로써, 기존 모델으로는 판별이 불가능했던 미세한 질량 오차와 위양성 신호들을 효과적으로 필터링했습니다. 그 결과 전체 후보군 중에서 실제 아지닐화된 진짜 데이터만을 높은 신뢰도로 가려낼 수 있었으며, 이는 고가의 표준 물질 합성에 의존하지 않고도 데이터 분석 알고리즘만으로 단백질 수식화 연구의 정밀도를 획기적으로 끌어올린 혁신적인 사례입니다. 필터링을 통해 선별된 사이트들은 구조생물학적으로도 매우 유의미한 특징을 나타냈습니다. 알파폴드 분석 결과, 실제 아지닐화가 발생하는 부위는 대부분 단백질의 구조가 고정되지 않은 무질서 영역에 위치하고 있었으며, 이는 효소의 접근이 용이한 부위라는 생물학적 타당성을 뒷받침합니다. 또한 미토콘드리아 내 대사 효소나 특정 시그널 펩타이드 부위에서 아지닐화가 빈번하게 관찰되었는데, 이는 아지닐화가 단백질을 단순히 제거하는 신호를 넘어 특정 세포 소기관 내에서 단백질의 기능을 정밀하게 조절하는 중요한 제어 장치로 기능하고 있음을 시사합니다. 이 혁신적인 AI 예측 모델은 표준 물질 없이도 타겟 단백질을 정밀하게 분석할 수 있는 PRM 기술로 그 응용 범위를 넓혔습니다. 인공지능이 예측한 전하와 리텐션 타임 값을 활용하면 합성이 까다로운 수식화 펩타이드 표준물질을 제작하지 않고도 질량 분석기가 타겟 신호를 정확히 포착하도록 유도할 수 있습니다. 이를 통해 세포 스트레스 자극에 따른 아지닐화의 변화를 시간대별로 추적하는 멀티플렉싱 분석이 가능해졌으며, 캐스페이즈와 같은 절단 효소의 기질들이 실시간으로 어떻게 아지닐화되어 단백질 운명이 결정되는지를 성공적으로 규명해냈습니다. 이번 연구는 적은 양의 데이터만으로도 전이 학습 기반의 인공지능을 통해 고난도의 단백질 수식화를 규명할 수 있는 고효율 연구 방법론을 제시했습니다. 이러한 기술적 진보는 아지닐화뿐만 아니라 데이터 확보가 어려워 연구가 지체되었던 다양한 번역 후 수식화 연구 분야에 광범위하게 적용될 수 있는 범용성을 갖추고 있습니다. 앞으로 이 기술은 질병과 관련된 단백질의 미세한 변형을 조기에 발견하고, 복잡한 생명 현상을 분자 수준에서 더욱 명확하게 이해함으로써 새로운 치료 타겟을 발굴하는 데 중추적인 역할을 할 것으로 기대됩니다.

AI 기반 단백체 분석: 전이학습을 이용한 Nt-arginylation PTM 동정
생물학연구정보센터학술웨비나
  • 생명과학
  • 융합

[카오스 짧강] 홍합, 바다에서 병원으로_by차형준|2018 가을 카오스 강연 '화학의 미스터리, CheMystery' 10강

수술 후 상처를 봉합할 때 우리는 흔히 봉합사를 이용해 꿰매는 물리적인 방법을 사용합니다. 하지만 이 방식은 피부 바깥에 흉터를 남길 뿐만 아니라, 몸 안의 연약한 조직에서는 조직이 찢어지거나 구멍이 생기는 천공의 위험을 동반합니다. 만약 장액이 새어 나와 패혈증으로 이어진다면 생명까지 위협받을 수 있습니다. 현재 사용되는 화학 접착제는 독성이 있거나 접착력이 약해 봉합사를 완전히 대체하기에는 한계가 명확한 실정입니다. 이러한 한계를 극복하기 위해 과학자들은 거친 파도와 부력을 견디며 바위에 단단히 붙어 사는 홍합에 주목했습니다. 홍합의 강력한 접착력은 단백질 내 아미노산 중 하나인 타이로신이 변형된 '도파(DOPA)'라는 성분에서 나옵니다. 도파는 다양한 표면과 결합할 뿐만 아니라 분자끼리 서로 엉겨 붙는 가교 결합을 통해 수중에서도 강력한 접착력을 유지합니다. 이는 자연이 선사한 가장 정교하고 강력한 천연 접착제라고 할 수 있습니다. 하지만 자연 상태의 홍합에서 홍합 접착 단백질 1g을 얻으려면 무려 만 마리의 홍합이 필요하며, 그 비용 또한 매우 막대합니다. 이를 해결하기 위해 연구진은 홍합의 유전자를 재설계하여 미생물에 삽입하는 유전공학 기술을 도입했습니다. 이제는 미생물 배양을 통해 대량으로 단백질을 생산할 수 있게 되었으며, 이는 홍합 만 마리가 필요한 양을 단 1리터의 배양액으로 대체하는 혁신적인 성과입니다. 덕분에 고가의 소재를 의료 현장에서 실질적으로 활용할 길이 열렸습니다. 대량 생산된 홍합 접착 단백질은 다양한 제형으로 가공되어 수술실의 풍경을 바꾸고 있습니다. 대표적인 예로 빛을 쬐면 빠르게 굳는 광가교 접착제가 있습니다. 절개 부위에 접착제를 바르고 특정 파장의 빛을 비추면 짧은 시간 내에 봉합이 완료됩니다. 이 접착제는 인체 조직처럼 유연한 성질을 유지하여 흉터를 거의 남기지 않으며, 상처가 치유되는 동안 서서히 몸에 흡수되어 자연스러운 재생을 돕습니다. 이는 미래 영화에서나 보던 기술의 실현입니다. 홍합 접착 단백질의 응용은 여기서 멈추지 않고 뼈를 붙이는 수중 접착제로도 확장됩니다. 물속에서도 와해되지 않는 특수 제형을 통해, 기존에 버려지던 미세한 뼛가루들을 하나로 뭉쳐 고정하는 뼈 접착제가 개발되었습니다. 이는 분쇄 골절 환자의 회복 기간을 6개월에서 2~3개월로 획기적으로 단축하며 환자의 삶의 질을 높여줍니다. 생체 모방 기술로 탄생한 이 혁신적인 접착제는 이제 바다를 넘어 현대 의학의 새로운 지평을 열어가고 있습니다.

[카오스 짧강] 홍합, 바다에서 병원으로_by차형준|2018 가을 카오스 강연 '화학의 미스터리, CheMystery' 10강
카오스재단질토과 + 짧강

[질문Q] 알파폴드가 단백질 구조 예측을 잘하는 이유? | 2018 가을 카오스 강연 '화학의 미스터리, CheMystery' 9강

인간과 개의 후각 능력 차이는 단순히 감각의 예민함을 넘어 생물학적 구조의 차이에서 기인합니다. 개는 인간보다 훨씬 많은 종류의 후각 수용체를 보유하고 있으며, 개별 수용체의 절대적인 수 또한 인간의 수백 배에 달하는 것으로 알려져 있습니다. 특히 개의 코는 공기가 들어오는 통로와 나가는 통로가 별도로 분리되어 있어, 숨을 내뱉는 순간에도 끊임없이 새로운 냄새 정보를 효율적으로 받아들일 수 있는 독특한 구조를 갖추고 있습니다. 이러한 복합적인 요인들이 결합하여 개가 인간이 감지하지 못하는 미세한 냄새까지 정교하게 포착하게 만드는 것입니다. 냄새를 이해하는 방식은 단순한 화학 성분 분석을 넘어 후각 수용체와의 결합 패턴을 파악하는 방향으로 진화했습니다. 과거에는 특정 화학 물질의 구조만 알면 냄새를 정의할 수 있다고 믿었으나, 실제로는 같은 물질이라도 농도에 따라 전혀 다른 냄새로 인식되기도 합니다. 2000년대 들어 노벨상을 통해 밝혀진 원리에 따르면, 후각은 수백 개의 후각 수용체가 만들어내는 복잡한 신호의 조합을 뇌가 해석하는 과정입니다. 즉, 개별 분자의 화학적 특성 그 자체보다는 콧속 수용체들이 형성하는 전체적인 활성화 패턴이 우리가 느끼는 냄새 정보의 본질이라고 할 수 있습니다. 우리가 특정 공간의 냄새에 금방 익숙해지는 것은 뇌가 지속적인 자극에 적응하여 신호 전달을 조절하기 때문입니다. 하지만 연구 단계에 있는 바이오 전자코는 이러한 생물학적 적응 과정을 의도적으로 제거하여 아주 미세한 냄새 변화도 즉각적으로 포착하도록 설계되었습니다. 이 장치는 냄새 분자가 후각 수용체에 결합하는 즉시 발생하는 전기적 신호를 가감 없이 잡아내어 데이터화합니다. 덕분에 공기로 세척하면 신호가 바로 사라지고, 다시 자극을 주면 즉각 반응하는 예민함을 유지할 수 있어 정밀한 화학 분석 도구로서의 뛰어난 가능성을 보여줍니다. 후각 수용체는 본래 점액질이라는 수분 환경 속에서 활성화되는 단백질 소자입니다. 기체 상태의 냄새 분자가 이 액체에 녹아들어야만 수용체와 결합할 수 있는데, 흥미롭게도 공기 중의 미세한 습기만으로도 이 구조가 유지되어 건조해 보이는 환경에서도 신호 검출이 가능합니다. 또한 우리 몸의 수용체들은 무작위로 퍼져 있는 것처럼 보이지만, 각각의 신호는 뇌의 특정 지점으로 질서 정연하게 모여 정리됩니다. 이러한 정교한 신호 체계 덕분에 수많은 자극이 뒤섞인 환경 속에서도 특정한 냄새 패턴을 명확하게 구분해낼 수 있는 것입니다. 최근에는 후각 수용체가 코뿐만 아니라 장기 등 몸속 곳곳에 존재하며 비만이나 당뇨 같은 대사 질환과 연관되어 있다는 사실이 새롭게 밝혀지고 있습니다. 이러한 연구를 실용화하기 위해서는 인체에 안전한 바이오 소재를 활용하는 것이 필수적입니다. 특히 홍합 접착 단백질과 같이 특정 구조가 없는 단백질(IDP)은 면역 반응을 거의 일으키지 않으면서도 체내에서 자연스럽게 분해되는 장점이 있습니다. 이러한 생체 친화적 소재와 후각 센서 기술이 결합한다면, 미래에는 질병 진단과 치료를 돕는 혁신적인 의료 기기 개발이 가능해질 것으로 기대됩니다.

[질문Q] 알파폴드가 단백질 구조 예측을 잘하는 이유? | 2018 가을 카오스 강연 '화학의 미스터리, CheMystery' 9강
카오스재단명강리뷰&질문Q

환경 유해물질 페놀류 탐지 해법을 찾다! - 우의전 박사

구조생물학은 생명체의 기본 단위인 단백질의 형상을 정밀하게 분석하여 그 기능과 작동 원리를 규명하고, 이를 공학적으로 응용하는 첨단 학문 분야입니다. 최근 한국생명공학연구원에서는 환경 유해 물질로 널리 알려진 페놀을 미생물이 어떻게 감지하는지에 대한 구체적인 메커니즘을 밝혀내는 데 성공했습니다. 미생물은 주변 환경의 페놀을 스스로 감지하고 이를 무해한 물질로 분해하는 놀라운 생존 전략을 보유하고 있습니다. 이번 연구는 단순히 현상을 관찰하는 수준을 넘어, 페놀을 감지하는 단백질이 나노 크기의 분자 기계로서 어떤 방식으로 작동하여 분해 효소를 발현시키는지 그 근본적인 원리를 규명했다는 점에서 학술적 가치가 매우 높습니다. 연구진은 단백질이 페놀과 결합했을 때 일어나는 구조적 변화를 추적하여, 분해 효소를 만들어내는 전사 활성화 기작의 실체를 확인했습니다. 기존 학계에서는 해당 단백질이 여섯 개의 단위체가 결합한 6중체 형태로 작용할 것이라는 가설이 지배적이었습니다. 그러나 이번 연구에서는 최첨단 형광 기법과 정밀한 구조 분석 실험을 통해, 실제로는 4중체 복합체를 이룰 때 비로소 전사 인자가 활성화된다는 사실을 명확히 입증했습니다. 이는 단백질이 페놀을 포착한 뒤 다중체를 형성하여 유전자 발현을 조절하는 일련의 과정을 분자 수준에서 완벽하게 시각화하고 증명해낸 성과라 할 수 있습니다. 정확하게 밝혀진 단백질의 구조와 기능은 향후 유해 물질을 감지하는 지능형 바이오 센서 개발의 핵심적인 기반이 됩니다. 특히 페놀과 구조적으로 유사한 비스페놀 A와 같은 환경호르몬을 선택적으로 잡아낼 수 있도록 단백질을 새롭게 디자인한다면, 다양한 환경 오염 물질을 실시간으로 감시하는 고성능 센서로의 활용이 가능해집니다. 눈에 보이지 않는 미세한 나노 세계에서 단백질 구조를 관찰하는 과정은 마치 밤하늘의 경이로운 별들을 마주하는 것과 같은 깊은 감동을 줍니다. 이러한 기초 과학의 성과는 단백질 공학의 발전으로 이어져 우리 삶의 터전을 더욱 안전하고 깨끗하게 만드는 데 기여할 것으로 기대됩니다.

환경 유해물질 페놀류 탐지 해법을 찾다! - 우의전 박사
한국생명공학연구원KRIBB 온라인 서포터즈
  • 생명과학
  • 지구환경과학
  • 공학·기술