window
width : 0
clientWidth : 0
height : 0
heightVH : 0
content
left : 0
width : 0
padding : 0
column
left : 0
width : 0
gap : 0

바이러스내성

1 Contents

RNA 바이러스 대응을 위한 AI 기반 숙주 표적 치료 전략

인플루엔자 바이러스는 백신과 치료제가 존재함에도 불구하고 매년 변이를 거듭하며 강력한 내성을 형성하는 난치성 질환의 특징을 보입니다. 기존의 직접 작용 항바이러스제(DAA)는 바이러스의 단백질이나 효소를 직접 공격하여 증식을 억제하지만, 바이러스는 복제 속도가 매우 빨라 짧은 시간 안에 약물 결합 부위의 구조를 바꾸는 변이를 일으킵니다. 실제로 타미플루와 같은 강력한 치료제를 투여하더라도 단 48시간 만에 내성을 가진 바이러스 비율이 급격히 증가하는 사례가 보고되고 있으며, 이는 기존 항바이러스 전략의 근본적인 한계를 시사합니다. 숙주 지향 치료제(HDT)는 바이러스 자체가 아닌 인간 숙주의 세포 경로와 면역 체계를 표적으로 삼아 감염을 억제하는 혁신적인 전략입니다. 숙주 세포는 바이러스에 비해 유전적 변이가 발생할 가능성이 현저히 낮기 때문에 약물 내성 문제에서 비교적 자유롭다는 강력한 장점이 있습니다. 또한 여러 종류의 바이러스가 공통으로 활용하는 숙주 인자를 공략함으로써, 단일 약물로 다양한 병원체에 대응할 수 있는 광범위 항바이러스 효과를 기대할 수 있습니다. 비록 숙주 독성이라는 잠재적 위험이 있으나, 정밀한 표적 선정을 통해 이를 극복하려는 노력이 이어지고 있습니다. 이번 연구에서 주목한 숙주 인자는 바이러스의 복제 과정을 돕는 eIF5A의 활성화를 담당하는 DHPS 단백질입니다. DHPS는 스퍼미딘과 NAD를 기질로 사용하여 하이포신화 과정을 통해 eIF5A를 활성화하며, 이는 인플루엔자 바이러스 증식에 필수적인 역할을 수행합니다. 연구팀은 DHPS 내의 스퍼미딘 결합 부위와 NAD 결합 부위가 구조적으로 매우 인접해 있다는 점에 착안하였습니다. 이 두 영역의 결합을 동시에 방해할 수 있는 저분자 화합물을 설계함으로써, 바이러스의 복제 기전을 원천적으로 차단하고 효소 활성을 효과적으로 제어하고자 한 것입니다. 효율적인 후보 물질 발굴을 위해 AI 기반의 강화 학습 파이프라인이 도입되었습니다. 먼저 1,920개 분자의 결합 에너지를 정밀하게 계산하여 데이터셋을 구축하고, 트리 계열 모델과 그래프 뉴럴 네트워크, 화학 전용 언어 모델을 결합한 고성능 앙상블 모델을 개발했습니다. 이 모델은 분자의 결합 가능성을 예측하는 채점자 역할을 수행하며, 강화 학습 알고리즘은 이를 바탕으로 약물 유사성과 합성 용이성이 최적화된 새로운 분자 구조를 생성합니다. 이러한 디지털 기술의 융합은 방대한 화학적 탐색 공간에서 유효한 화합물을 신속하고 정확하게 도출하는 데 결정적인 기여를 했습니다. 설계된 후보 물질들은 실제 효소 저해 실험을 통해 그 효능이 명확히 입증되었습니다. 실험 결과, 특정 화합물들은 매우 낮은 농도에서도 DHPS의 활성을 효과적으로 억제하였으며, 이는 기존의 연구용 저해제와 대등하거나 더 우수한 성능을 보여주었습니다. 이번 연구는 인플루엔자를 넘어 코로나바이러스나 RSV 등 다양한 RNA 바이러스에 공통으로 적용 가능한 범용 항바이러스제 개발의 기틀을 마련했다는 점에서 학술적 가치가 큽니다. 향후 숙주 독성 평가와 생체 내 실험을 거쳐 실제 의료 현장에서 쓰일 수 있는 안전하고 강력한 치료 전략으로 발전할 것으로 기대됩니다.

RNA 바이러스 대응을 위한 AI 기반 숙주 표적 치료 전략
생물학연구정보센터학술웨비나
  • 화학
  • 생명과학
  • 융합
  • 공학·기술