In silico drug repurposing and in vitro validation of cestode fatty acid binding proteins

이 연구는 컴퓨터 시뮬레이션을 통해 에키노코커스 종의 지방산 결합 단백질 (FABP) 표적에 결합하는 신약 후보물질을 발굴하고, 하이드로클로로티아지드 등 4 가지 기존 약물의 실험적 유효성을 검증하여 소외열성질환 치료제 개발을 위한 약물 재창출 전략의 가치를 입증했습니다.

핵심

🦠 1. 문제 상황: "기생충이 우리 몸에서 기름을 훔쳐먹고 있다"

우리가 알고 있는 **에키노코커스 (Echinococcus)**라는 기생충은 사람이나 동물의 간 등에 살면서 낭종 (물주머니) 을 만듭니다. 이 기생충은 스스로 기름 (지방) 을 만들지 못해서, 숙주 (우리) 의 기름을 훔쳐먹어야만 살아갈 수 있습니다.

이때 기름을 훔쳐서 운반하는 '운반 트럭' 같은 단백질이 있는데, 이를 FABP라고 부릅니다.

• 비유: 기생충이 기름을 싣고 다니는 '트럭'이 FABP 입니다. 이 트럭을 멈추거나 고장 내면 기생충은 굶어 죽게 됩니다.

🔍 2. 해결책: "컴퓨터로 수백만 개의 열쇠를 찾아보다"

새로운 약을 만드는 것은 보통 **수백만 개의 열쇠 (약 후보 물질)**를 하나씩 자물쇠 (기생충의 FABP) 에 넣어보며 맞는 것을 찾는 과정입니다. 하지만 이걸 실험실에서 직접 하면 시간과 돈이 너무 많이 듭니다.

그래서 연구팀은 **컴퓨터 시뮬레이션 (가상 스크리닝)**을 사용했습니다.

• 비유: 컴퓨터라는 거대한 도서관에서 수백만 권의 책 (약 후보) 을 빠르게 훑어보며, 자물쇠에 잘 맞을 것 같은 '열쇠' 4 개만 골라낸 것입니다.

연구팀은 두 가지 방법을 동시에 썼습니다:

1. 형태로 찾기 (구조 기반): 자물쇠의 모양을 3D 로 분석해서 딱 맞는 열쇠를 찾음.
2. 이전 기록으로 찾기 (리간드 기반): 이미 다른 병에 쓰인 약들 중에서 비슷한 모양을 가진 것을 찾음.

🎯 3. 결과: "기존 약 4 개가 기생충을 잡는 열쇠가 될 수 있다"

컴퓨터는 약 43 만 5 천 개의 후보 중에서 4 개의 유력한 열쇠를 찾아냈습니다.

• 히드로클로로티아지드 (이뇨제): 원래는 소변을 잘 나오게 하는 약입니다.
• 나라트립탄 (편두통약): 두통을 치료하는 약입니다.
• 펜티코나졸 (항진균제): 곰팡이 균을 잡는 약입니다.
• 몬테루카스트 (천식약): 알레르기성 천식 치료제입니다.

이들은 모두 이미 사람에게 안전성이 입증된 기존 약들입니다. 이를 **'약 재창출 (Drug Repurposing)'**이라고 합니다.

• 비유: 이미 지어진 건물을 헐지 않고, 그 건물을 새로운 용도 (기생충 치료) 로 쓰는 것과 같습니다. 그래서 개발 기간과 비용을 획기적으로 줄일 수 있습니다.

🧪 4. 검증: "실험실에서 직접 확인하다"

컴퓨터가 "맞다!"라고 했지만, 실제로 효과가 있는지 확인해야 합니다. 연구팀은 실험실에서 기생충의 단백질 (FABP) 을 만들어내고, 찾아낸 4 가지 약을 넣어보았습니다.

• 결과: 특히 히드로클로로티아지드가 기생충의 '기름 트럭 (FABP)'에 잘 붙는 것을 확인했습니다.
• 의미: 컴퓨터가 예측한 대로 실제로 약이 기생충의 핵심 장치를 막아낸 것입니다.

💡 5. 결론: "왜 이 연구가 중요할까?"

이 연구는 ** neglected tropical diseases (소외된 열대병)**를 치료할 수 있는 새로운 길을 열었습니다.

• 비유: 가난한 지역이나 소외된 질병을 치료할 약을 개발하려는 제약회사는 많지 않습니다. 하지만 이미 만들어진 약을 새로운 용도로 쓰면, 새로운 약을 처음부터 만드는 것보다 훨씬 빠르고 저렴하게 기생충을 퇴치할 수 있습니다.

한 줄 요약:

"컴퓨터라는 거대한 검색 엔진을 이용해, 이미 우리 몸에 안전한 약 4 가지를 찾아냈고, 이 약들이 기생충의 '기름 운반 트럭'을 막아 기생충을 굶겨 죽일 수 있음을 실험으로 증명했습니다."

이처럼 과학자들은 컴퓨터의 힘과 기존 약의 지혜를 합쳐, 더 빠르고 저렴하게 새로운 치료법을 개발하고 있습니다.

기술 요약

논문 요약: 흡충류 지방산 결합 단백질 (FABP) 을 표적으로 한 컴퓨터 시뮬레이션 기반 약물 재창출 및 실험적 검증

1. 연구 배경 및 문제 제기 (Problem)

• 질병의 심각성: 에키노코커스증 (Echinococcosis) 은 세계보건기구 (WHO) 가 지정한 주요 소외열대질환 (NTD) 중 하나로, Echinococcus granulosus와 E. multilocularis에 의해 발생합니다. 이는 공중보건에 심각한 부담을 줍니다.
• 기존 치료제의 한계: 현재 주된 치료제인 벤즈미다졸 계열 약물은 내약성이 낮고, 낭종의 크기, 위치, 유형에 따라 효능이 달라집니다. 따라서 새로운 항기생충제 개발이 시급합니다.
• 약물 표적의 필요성: 흡충류 (cestodes) 는 지질 합성 효소가 결여되어 숙주로부터 지질을 획득해야 합니다. 이 과정에서 지방산 결합 단백질 (FABPs) 이 지질 수송의 핵심 역할을 하므로, FABP 는 새로운 치료 표적으로 주목받고 있습니다. 특히 E. granulosus의 EgFABP1 은 3 차원 구조가 해독되어 있어 구조 기반 약물 설계가 가능합니다.

2. 연구 방법론 (Methodology)

이 연구는 **리간드 기반 (Ligand-based)**과 구조 기반 (Structure-based) 가상 스크리닝 (Virtual Screening, VS) 을 통합한 병렬 전략을 사용했습니다.

• 데이터셋 구축:

  • 인간 지방세포 FABP (AFABP) 에 대한 활성 데이터를 기반으로 한 기존 데이터셋을 확장하여, 활성 (ACTIVE, 187 개) 과 비활성 (INACTIVE, 101 개) 화합물 288 개로 구성된 데이터셋을 만들었습니다.
  • LUDe 와 DUDE-Z 도구를 사용하여 7,613 개와 4,965 개의 데코이 (decoy) 화합물을 추가하여 2 개의 후향적 검증 라이브러리 (RL1, RL2) 를 생성했습니다.

• 리간드 기반 가상 스크리닝 (Ligand-based VS):

  • 모델 생성: Mordred 기술자 (descriptors) 를 사용하여 4,000 개의 선형 분류기 (linear classifiers) 를 생성했습니다.
  • 앙상블 학습: 개별 모델의 성능을 평가하기 위해 BEDROC 지표를 사용했습니다. 'MIN' 연산자를 사용하여 32 개의 최상위 모델을 조합한 앙상블 (MIN32) 을 선택했습니다. 이는 단일 모델보다 초기 enrichment 성능이 월등히 뛰어났습니다.
  • 스크리닝: 약 435,000 개의 화합물 (DrugBank, Drug Repurposing Hub 등) 을 스크리닝하여 활성 후보군을 선별했습니다.

• 구조 기반 가상 스크리닝 (Structure-based VS):

  • 분자 동역학 (MD) 시뮬레이션: Apo-EgFABP1 에 대해 100ns MD 시뮬레이션을 수행하여 결합 부위의 중요한 물 분자 위치 (Water Sites, WS) 를 WATCLUST 알고리즘으로 식별했습니다.
  • 도킹 최적화: 식별된 물 분자 위치를 수소 결합 공여체 (Donor) 또는 수용체 (Acceptor) 편향 (bias) 으로 설정하여 AutoDock Bias 알고리즘을 적용했습니다.
  • 최적화 결과: WS2 위치의 수소 결합 공여체 편향 (-D- scheme) 이 포함된 도킹 프로토콜이 가장 높은 AUC-ROC 성능을 보였습니다.

• 실험적 검증 (In vitro Validation):

  • 선별된 4 개 화합물 (Hydrochlorothiazide, Naratriptan, Fenticonazole, Montelukast) 을 선정하여 재조합 FABP (EgFABP1, EmFABP1, EmFABP3) 에 대한 형광 치환 assay (ANS displacement assay) 를 수행했습니다.

3. 주요 기여 및 결과 (Key Contributions & Results)

• 컴퓨터 모델의 성능:

  • 리간드 기반: MIN32 앙상블 모델은 RL1-B 및 RL2 검증 세트에서 높은 특이도 (Sp > 0.99) 와 적절한 민감도를 보였습니다.
  • 구조 기반: MD 시뮬레이션 기반의 물 분자 편향을 적용한 도킹 프로토콜은 기존 방법보다 성능이 향상되었으며, 특히 dRL2 라이브러리에서 높은 PPV(예측 양성률) 를 보였습니다.

• 실험적 검증 결과:

  • Hydrochlorothiazide (하이드로클로로티아지드): 리간드 기반 모델의 예측을 성공적으로 검증했습니다. 이 화합물은 세 가지 흡충류 FABP (EgFABP1, EmFABP1, EmFABP3) 모두에 결합하여 형광을 감소시켰습니다.
    • 결합 친화도 ($K_{d,app}$): EgFABP1 (2.19 µM), EmFABP1 (9.90 µM), EmFABP3 (2.75 µM) 순으로 결합력이 확인되었습니다.
  • 기타 화합물: Montelukast, Fenticonazole, Naratriptan 도 실험에 투입되었으나, 화합물 자체의 형광 간섭으로 인해 정확한 $K_{d,app}$ 값을 산출하지는 못했습니다.

• 약물 재창출 (Drug Repurposing) 성공:

  • 선별된 4 개 화합물 중 3 개 (Hydrochlorothiazide, Naratriptan, Montelukast) 는 이미 다른 질환 (이뇨제, 편두통, 천식 등) 으로 승인된 약물들이었습니다. 이는 새로운 적응증 (흡충류 치료) 으로 재창출이 가능함을 시사합니다.

4. 연구의 의의 및 결론 (Significance)

• 통합적 접근의 유효성: 리간드 기반과 구조 기반 스크리닝을 병행함으로써 서로 다른 메커니즘을 가진 후보 물질을 발굴할 수 있음을 입증했습니다. 특히 구조 기반 접근에서 물 분자의 역할을 고려한 편향 도킹이 성능 향상에 기여했습니다.
• 소외열대질환 (NTD) 치료제 개발 전략: 기존에 승인된 약물을 재창출하는 전략은 개발 비용과 시간을 단축하며, 민간 부문의 투자가 부족한 NTD 치료제 개발에 매우 효과적인 접근법임을 강조했습니다.
• 후속 연구의 기초: 하이드로클로로티아지드가 흡충류 FABP 에 결합한다는 실험적 증거는, 이를 리드 화합물 (hit) 로 하여 새로운 항기생충제를 개발하거나 (Hit-to-Lead), 기존 약물의 적응증을 확장하는 데 중요한 기초 데이터를 제공합니다.

요약하자면, 이 연구는 계산 화학 기법을 활용하여 흡충류의 필수 단백질인 FABP 를 표적으로 하는 새로운 치료 후보물질을 신속하게 발굴하고, 실험을 통해 그 유효성을 입증한 성공적인 사례입니다. 특히 하이드로클로로티아지드와 같은 기존 약물의 재창출 가능성을 제시함으로써 소외열대질환 치료의 새로운 길을 열었습니다.