코티솔 인식 단백질 구현…바이오센서까지 검증
신약·환경센서 확장 기대…노벨상 데이비스 베커 교수와 협력 성과

인공지능으로 특정 화합물을 정밀하게 인식하는 '맞춤형 단백질' 설계 기술이 국내외 공동연구진에 의해 구현됐습니다. 단백질 설계를 넘어 실제 센서로까지 연결되면서 진단과 신약 개발 분야 활용 가능성이 커지고 있습니다.

과학기술정보통신부가 지원하는 혁신신약 이노코어(InnoCORE) 연구단에 참여하고 있는 KAIST 생명과학과 이규리 교수 연구팀이 2024년 노벨화학상 수상자인 미국 워싱턴대 David Baker 교수와의 공동 연구를 통해 특정 화합물을 선택적으로 인식하는 인공 단백질을 AI로 설계하는 데 성공했다고 밝혔습니다.

이번 연구의 핵심은 '처음부터 설계(de novo)'입니다. 기존처럼 자연 단백질을 찾아 변형하는 방식이 아니라 AI를 활용해 원하는 기능을 갖는 단백질을 설계하고 이를 실제로 작동하는 바이오 센서로 검증했습니다.

연구진은 스트레스 호르몬인 코티솔(cortisol)을 선택적으로 인식하는 단백질을 설계하고, 이를 기반으로 바이오 센서를 구현했습니다. 특정 저분자 화합물을 인식하는 단백질 설계는 오랜 난제로 꼽혀왔는데, 이를 해결했다는 평가가 나옵니다.

또 코티솔을 포함해 총 6종의 화합물에 대해 결합 단백질을 설계하고 실험적으로 기능을 확인했습니다. 특히 화학 유도 이합체 구조를 적용해 실제 측정 가능한 바이오 센서로 확장한 점이 주목됩니다.

이 기술은 질병 진단과 신약 개발, 환경 모니터링 등 다양한 분야에 활용될 전망입니다. 혈액 속 바이오마커를 정밀하게 감지해 조기 진단이 가능하고, 특정 분자를 표적으로 하는 치료제 개발에도 응용될 수 있습니다. 오염 물질 감지 센서로 확장하는 방안도 제시됐습니다.

연구팀은 단백질과 화합물 간 상호작용을 정밀하게 반영하는 AI 모델을 구축해 설계 정확도를 높였습니다. 해당 기술은 미국에서 임시 특허도 출원된 상태입니다.

이규리 교수는 "AI로 특정 화합물을 정밀하게 인식하는 단백질 설계가 가능하다는 점을 실험으로 입증했다"며 "다양한 바이오·의료 분야로 확장해 나갈 것"이라고 말했습니다.

이번 연구 결과는 국제 학술지, 네이처 커뮤니케이션즈(Nature Communications) 3월 28일 자로 실렸습니다.