Discovery of resistance-resilient quinoline papain-like protease inhibitors through topology-constrained molecular generative design

이 연구는 토폴로지 제약 분자 생성 모델 (Tree-Invent) 과 구조 기반 최적화를 결합한 AI 기반 전략을 통해 SARS-CoV-2 의 다양한 변이 및 약물 내성 돌연변이 (E167K) 에 대해 강력한 억제 활성과 생체 내 효능을 보이는 새로운 퀴놀린계 PLpro 억제제 GZNL-2016 을 발굴했습니다.

핵심

1. 문제: 바이러스는 변신 마법사입니다

코로나바이러스는 우리 몸의 세포에 침투할 때, **'PLpro'**라는 특정 효소 (가위) 를 사용합니다. 이 가위가 없으면 바이러스는 복제를 못 하죠.
하지만 문제는 바이러스가 **자주 변신 (돌연변이)**을 한다는 것입니다.

• 기존에 쓰던 약 (열쇠) 은 바이러스가 변신하면 맞지 않아 효과가 떨어집니다.
• 특히 E167K라는 변이가 생기면, 기존에 쓰던 약들은 완전히 무력화됩니다. (자물쇠가 바뀌어서 열쇠가 안 들어가는 상황)

2. 해결책: AI 가 디자인한 '초능력 열쇠' 만들기

연구팀은 기존에 알려진 약 (GZNL-P4) 을 바탕으로 했지만, 그 약은 간에서 너무 빨리 분해되어 효과가 짧다는 문제가 있었습니다. 그래서 AI(인공지능) 모델인 'Tree-Invent'를 활용했습니다.

• 비유: AI 는 마치 수천 개의 새로운 열쇠 디자인을 1 초 만에 그려내는 천재 디자이너입니다.
• 작동 원리: 연구팀은 AI 에게 "기존 약의 몸통 (꼬리) 은 그대로 두되, 머리 부분을 새로 디자인해줘. 그리고 간에서 잘 버틸 수 있게 만들어줘"라고 지시했습니다.
• AI 는 수천 가지의 새로운 분자 구조를 만들어냈고, 그중에서 **퀴놀린 (Quinoline)**이라는 새로운 구조를 가진 후보 물질을 찾아냈습니다.

3. 결과: 완벽한 'GZNL-2016'이라는 열쇠 탄생

AI 가 찾아낸 후보 물질을 실험실에서 다듬고 최적화한 결과, GZNL-2016이라는 최종 약물이 탄생했습니다.

• 간에서 오래 버팁니다: 기존 약은 간에서 8 분 만에 사라졌지만, 이 새 약은 2 시간 이상 살아남아 효과를 발휘합니다. (간에서 빨리 녹는 설탕 vs 오래 버티는 초콜릿)
• 바이러스 변이를 무력화합니다: 기존 약이 무너지는 E167K 변이 바이러스에도 여전히 강력하게 붙잡습니다. 마치 변형된 자물쇠에도 들어맞는 '만능 열쇠'처럼 작동합니다.
• 안전합니다: 우리 몸의 정상 세포나 다른 중요한 효소들을 해치지 않아 안전성이 높습니다.

4. 실험실에서의 승리: 쥐에게 먹여 보니?

연구팀은 감염된 쥐에게 이 약을 입으로 먹였습니다.

• 결과: 약을 먹인 쥐의 폐에 있는 바이러스 양이 대폭 줄었습니다.
• 이는 이 약이 입으로 먹어도 효과가 있다는 뜻이며, 실제 환자 치료제로 개발될 가능성이 매우 높음을 보여줍니다.

5. 결론: 왜 이 연구가 중요할까요?

이 연구는 AI 가 신약 개발 속도를 얼마나 빠르게 할 수 있는지를 증명했습니다.

• 과거에는 수년 걸리던 신약 후보 물질을 찾는 과정을 AI 를 통해 단축했습니다.
• 가장 큰 성과는 약에 내성을 가진 변이 바이러스까지 잡을 수 있는 약을 찾았다는 점입니다.

한 줄 요약:

"바이러스가 변신을 해서 기존 약이 먹히지 않을 때, **AI 가 디자인한 새롭고 강력한 열쇠 (GZNL-2016)**가 그 변이 바이러스까지도 막아내며, 입으로 먹어도 효과가 있어 차세대 코로나 치료제로 기대됩니다."

이 연구는 앞으로 다가올 새로운 바이러스 팬데믹에 대비할 수 있는 강력한 무기가 될 것입니다.

기술 요약

논문 요약: AI 기반 구조 제약 분자 생성 모델을 통한 SARS-CoV-2 PLpro 억제제 발견

1. 연구 배경 및 문제 제기 (Problem)

• 약제 내성 변이체의 위협: SARS-CoV-2 의 빠른 변이 (특히 Omicron 계열) 로 인해 기존 백신과 항체 치료제의 효능이 감소하고 있으며, RdRp 와 3CLpro(메인 프로테아제) 를 표적으로 하는 기존 항바이러스제 (렘데시비르, 모눌피라비르, 나르마트렐비르 등) 도 변이로 인한 내성 문제가 대두되고 있습니다.
• PLpro 의 중요성과 한계: 파파인 유사 프로테아제 (PLpro) 는 바이러스 복제와 숙주 면역 반응 억제에 관여하는 보존된 표적입니다. 그러나 기존에 보고된 PLpro 억제제 (Jun12682, PF-07957472 등) 는 E167K 및 Y268N 과 같은 주요 돌연변이에 대해 급격한 효능 감소를 보입니다 (Ki 값이 수백 배 증가).
• 기존 후보물질의 한계: 연구팀의 이전 연구에서 발견된 강력한 억제제 GZNL-P4 는 효능은 좋으나 간 대사 안정성 (Liver metabolic stability) 이 낮아 임상 적용에 제약이 있었습니다.
• 핵심 과제: 내성 변이 (특히 E167K) 에 강하고, 대사 안정성이 우수하며, 경구 투여가 가능한 새로운 PLpro 억제제 개발이 시급합니다.

2. 방법론 (Methodology)

이 연구는 인공지능 (AI) 기반 약물 발견 (AIDD) 전략과 구조 기반 최적화를 결합했습니다.

• 토폴로지 제약 분자 생성 모델 (Tree-Invent) 활용:
  • 기존 리드 화합물 (GZNL-P4) 의 구조를 기반으로 'Head(머리)', 'Linker(연결부)', 'Tail(꼬리)'로 분할했습니다.
  • Tree-Invent 모델을 사용하여 분자 생성 시 토폴로지 (구조적 연결성) 를 제약했습니다.
  • 구체적 제약 조건: GZNL-P4 의 Linker 와 Tail 부분은 고정 (Node N1) 하고, Head 부분 (Node N2) 만을 변경 가능한 노드로 설정하여 5,6- 또는 6,6-융합 이환형 (bicyclic) 방향족 시스템을 갖는 새로운 구조를 생성하도록 유도했습니다.
  • 강화 학습 (RL): 분자 생성 과정에서 분자 도킹 점수 (Glide docking score) 를 보상 (Reward) 으로 사용하여 결합 친화도가 높은 분자를 탐색했습니다.
• 구조 기반 최적화 (Structure-guided Optimization):
  • AI 로 생성된 분자 중 합성 가능성이 높은 9 개 화합물을 선정하여 합성 및 효능 평가 (SAR 분석) 를 수행했습니다.
  • 가장 유망한 화합물 (Compound 2, 퀴놀린 계열) 의 X-ray 공결정 구조를 규명하여 결합 모드를 분석했습니다.
  • 결합 모드 분석을 바탕으로 R2 위치의 치환기 (양이온성 아민) 를 최적화하여 새로운 라이브러리를 설계하고, 도킹 시뮬레이션을 통해 상위 29 개 화합물을 합성 및 평가했습니다.

3. 주요 기여 및 발견 (Key Contributions)

• 새로운 스캐폴드 (Scaffold) 발견: AI 생성 모델을 통해 기존 GZNL-P4 의 삼환성 디하이드로아세나프틸렌 (DHAN) 스캐폴드를 퀴놀린 (Quinoline) 계열로 성공적으로 전환 (Scaffold hopping) 하여, 대사 안정성을 획기적으로 개선하면서도 효능을 유지하는 새로운 계열을 발견했습니다.
• 내성 극복 메커니즘 규명: E167K 돌연변이에 대한 내성을 극복하는 결합 모드를 규명했습니다. 특히 Compound 16(GZNL-2016) 은 E167K 돌연변이와도 강력한 결합을 유지하며, 기존 억제제들이 무력화되는 상황에서 유효한 억제력을 보입니다.
• 고효능 리드 화합물 도출: Compound 16(GZNL-2016) 을 최종 리드 화합물로 선정하여 효능, 안전성, 약동학적 특성을 입증했습니다.

4. 주요 결과 (Results)

• 효소 억제 활성:

  • Compound 16 (GZNL-2016): PLpro 에 대한 IC50 값이 10.5 nM으로 매우 강력합니다.
  • 내성 변이체 대응: E167K 돌연변이에 대해 IC50 480.2 nM, Ki 439.3 nM을 보였습니다. 이는 기존 억제제 (Jun12682, PF-07957472) 가 E167K 에 대해 Ki 값이 10 μM 이상으로 급격히 떨어지는 것과 대조적입니다.
  • 결합 친화도: ITC 와 BLI 측정을 통해 Compound 16 의 Kd 값이 68.6~78.9 nM 수준으로 매우 높음을 확인했습니다.

• 항바이러스 활성 및 안전성:

  • 세포 내 활성: SARS-CoV-2 (Wild-type, Omicron BA.5, XBB.1) 에 대해 강력한 항바이러스 활성 (EC50 < 1 μM) 을 보였으며, 정상 인간 세포 (HEK293T) 에 대한 독성은 매우 낮았습니다 (안전 창 > 379 배).
  • 대사 안정성: GZNL-P4(반감기 7.95 분) 에 비해 Compound 16 은 랫드 간 미세소체에서 반감기가 120.12 분으로 크게 개선되었으며, 간 대사 안정성이 우수했습니다.
  • 안전성 프로파일: CYP 효소 및 hERG 채널 억제 위험이 낮아 약물 상호작용 및 심장 독성 위험이 적습니다.

• 약동학 (PK) 및 생체 내 효능:

  • 경구 생체이용률: 마우스 경구 투여 (20 mg/kg) 시 Compound 16 은 Compound 30, 31 대비 높은 AUC(1862 h·ng/mL) 를 보여 우수한 경구 흡수 특성을 보였습니다.
  • 생체 내 효능: SARS-CoV-2 EG.5 감염 K18-hACE2 마우스 모델에서 경구 투여 (25 mpk) 시 폐 내 바이러스 역가 (Viral titers) 를 유의미하게 감소시켰으며, 체중 감소도 억제했습니다.

• 구조적 통찰:

  • Compound 16 은 PLpro 의 BL2 루프와 결합하며, 퀴놀린 고리가 Y268 과 π-π 적층 상호작용을 하고, 아미드 연결부가 D164, Y268, Q269 와 수소 결합을 형성합니다.
  • 특히 E167 과의 염다리 (Salt bridge) 형성과 두 개의 물 분자를 매개로 한 수소 결합 네트워크가 E167K 돌연변이에서도 안정적인 결합을 가능하게 하는 것으로 분석되었습니다.

5. 의의 및 결론 (Significance)

• AI 기반 약물 발견의 실증: 토폴로지 제약이 적용된 생성 모델 (Tree-Invent) 이 실제 약물 개발 파이프라인에서 새로운 스캐폴드를 발견하고, 대사 안정성과 효능을 동시에 최적화하는 데 성공적으로 활용될 수 있음을 입증했습니다.
• 차세대 항바이러스제 개발: SARS-CoV-2 의 주요 내성 변이 (E167K 등) 를 극복할 수 있는 강력한 PLpro 억제제 (GZNL-2016) 를 제시하여, 향후 팬데믹 대응을 위한 차세대 항바이러스제 개발에 중요한 마일스톤을 제공합니다.
• 임상적 가치: 우수한 경구 생체이용률, 낮은 독성, 그리고 변이체에 대한 광범위한 효능을 갖춘 이 화합물은 COVID-19 치료제 개발을 위한 유망한 리드 화합물 (Lead compound) 로 평가됩니다.

이 연구는 인공지능과 전통적인 구조 기반 약물 설계의 시너지를 통해 바이러스 변이에 대응하는 새로운 치료 전략을 제시했다는 점에서 의의가 큽니다.