Computational Design and Evaluation of De Novo Protein Minibinders Targeting Specific Sites of STAT3

살아있는 세포의 미세한 기계 장치 내부에서, STAT3라고 불리는 단백질은 세포가 언제 성장하고 분열할지를 알려주는 유전자를 켜는 마스터 스위치 역할을 합니다. 건강한 신체에서 이 스위치는 엄격하게 조절되지만, 많은 유형의 암에서는 이 스위치가 '온(on)' 위치에 고정되어 통제되지 않는 성장과 종양의 확산을 유도합니다. 과학자들은 오랫동안 이 스위치를 끄기 위한 약물을 만들기 위해 노력해 왔으나, 작은 화학 분자를 이용해 메커니즘을 막으려는 일반적인 접근 방식은 임상 시험에서 반복적으로 실패했습니다. STAT3 단백질의 표면은 종종 너무 평평하거나 다른 단백질과 너무 유사하여, 이러한 작은 분자들이 충분한 정밀도로 달라붙을 수 없기 때문입니다. 이는 연구자들이 더 크고 더 구체적이며, 마치 열쇠가 자물쇠에 딱 들어맞는 것과 같은 확실성을 가지고 단백질에 결합할 수 있는 새로운 종류의 도구를 찾게 만들었습니다.

연구팀은 이제 이러한 새로운 도구들을 처음부터 설계하기 위해 인공지능에 주목했습니다. 자연에 존재하는 기존의 단백질 라이브러리에서 빌려오는 대신, 그들은 컴퓨터 프로그램을 사용하여 STAT3 표면의 특정 지점에 결합하도록 설계된 완전히 새로운 아주 작은 단백질 구조를 발명했습니다. 목표는 STAT3에 부착되어 잠재적으로 그 해로운 작용을 멈출 수 있는 작고 안정적인 단백질 파편인 '미니바인더(minibinders)'를 만드는 것이었습니다. 전통적인 약물로는 접근하기 어려웠던 영역들을 포함하여 단백질의 다양한 부위를 표적으로 함으로써, 연구팀은 이 단백질이 암을 유발하는 기능을 효과적으로 차단할 수 있는지 실험실에서 테스트할 수 있는 새로운 후보군을 생성하기를 희망했습니다.

연구진은 먼저 STAT3 단백질 상의 일곱 가지 특정 '핫스팟(hotspots)'을 식별하는 것으로 시작했습니다. 이 핫스팟들은 분자의 서로 다른 부분에 위치한 아미노산 클러스터입니다. 이 지점들은 세포 수용체에 달라붙거나 DNA와 결합하는 등 단백질이 기능하는 데 중요한 역할을 하면서도 접근이 용이하다는 이유로 선택되었습니다. 현대적인 AI 설계 도구인 BindCraft를 사용하여, 연구팀은 각자가 하나의 핫스팟을 감싸도록 설계된 수천 개의 잠재적 단백질 서열을 생성했습니다. 컴퓨터 프로그램은 가상 건축가처럼 되어, 이론적으로 타겟에 들어맞는 모양을 스케치하는 동시에 불안정하거나 결합 가능성이 낮은 설계안들을 걸러냈습니다. 컴퓨터의 초기 검사를 통과한 139개의 설계안 중에서 연구팀은 가장 유망한 후보들에 집중했습니다.

이 디지털 설계안들이 실제 세상에서도 실제로 작동할 수 있는지 확인하기 위해, 연구진은 AlphaFold3라고 알려진 더 발전된 AI 시스템을 사용하여 더욱 엄격한 2차 평가를 실시했습니다. 이 시스템은 단백질이 어떻게 3차원 형태로 접히는지, 그리고 서로 어떻게 상호작용하는지를 예측하는 데 매우 능숙합니다. 연구팀은 STAT3 단백질과 도킹할 수 있는 능력에 대해 높은 신뢰도를 보이는 설계안들을 찾았습니다. 그 결과 11개의 설계안이 최우선 후보로 떠올랐으며, 이들은 모두 의도한 타겟에 단단히 결합할 것으로 예측되었습니다. 이 11개의 미니바인더는 단백질의 코일드-코일(coiled-coil), SH2, 그리고 DNA 결합 도메인을 포함한 7개의 원래 핫스팟 중 5곳에 부착되도록 설계되었습니다. 시뮬레이션 결과, 이 작은 단백질들은 STAT3 표면에 견고하게 자리 잡으며, 종종 연구진이 목표로 했던 특정 아미노산들을 덮는 것으로 나타났습니다.

단순히 단백질에 달라붙는 것을 넘어, 연구진은 이 새로운 바인더들이 진정으로 새로운 창조물인지 조사했습니다. 그들은 11개의 상위 바인더 서열을 이미 알려진 모든 단백질이 담긴 방대한 데이터베이스와 대조하여, 이들이 이미 자연에 존재하는 것과 유사한지 확인했습니다. 결과는 놀라웠습니다. 6개의 바인더는 데이터베이스에서 일치하는 것이 전혀 없었는데, 이는 이들이 생명체에서 이전에 한 번도 본 적 없는 완전히 새로운 서열임을 의미합니다. 나머지 5개의 바인더는 이름 없는 박테리아 단백질과 매우 약하고 무의미한 유사성만을 보였으며, 이는 설계된 것들이 기존의 생물학적 부품을 단순히 재배열한 것이 아님을 확인시켜 주었습니다. 이는 AI가 기존의 부품을 재조합한 것이 아니라 독특한 분자 형태를 성공적으로 발명했음을 시사합니다.

이 연구는 또한 이러한 미니바인더들이 잠재적으로 함께 작동할 수 있음을 보여주었습니다. 이 바인더들은 STAT3 단백질의 서로 겹치지 않는 다른 영역에 부착되기 때문에, 두 개를 동시에 사용하여 타겟을 샌드위치처럼 압착하는 것이 가능합니다. 예를 들어, 한 영역을 위해 설계된 바인더가 다른 영역을 위해 설계된 다른 바인더 옆에 충돌 없이 편안하게 위치할 수 있다는 것을 시뮬레이션이 보여주었습니다. 이는 두 개의 작은 단백질이 동시에 STAT3를 꽉 움켜쥐어, 암세포가 차단을 우회하기 어렵게 만드는 새로운 전략의 문을 열어줍니다. 연구진은 이 결과들이 현재 컴퓨터 시뮬레이션에 기반하고 있으며 아직 실험실에서 테스트되지 않았음을 강조하지만, AI 모델의 높은 신뢰도 점수는 다음 단계로 나아가기 위한 강력한 토대를 제공합니다.

이 연구는 인공지능을 사용하여 까다로운 약물 타겟을 해결하는 데 있어 중요한 진전을 나타냅니다. 암 관련 단백질의 특정하고 도전적인 지점에 결합할 것으로 예측되는 단백질을 성공적으로 설계함으로써, 연구팀은 실험적 테스트를 위한 구체적인 후보 목록을 과학계에 제공했습니다. 논문에 기술된 11개의 서열은 이제 다른 과학자들이 실험실에서 합성하고 연구할 수 있도록 공개되었습니다. 만약 이 디지털 예측이 물리적 실험에서도 입증된다면, 이는 소분자 화학 약물의 한계를 넘어 정밀 단백질 치료제의 새로운 시대로 나아가는 길을 제시할 것입니다.