Automated Computational Screening of Temperature-Dependent Cannabinoid Solubility in Industrially Relevant Processing Solvents and Lipid Carrier Oils

당신이 유리잔에 담긴 물에 잘 녹지 않는 고집스러운 사탕을 녹이려고 노력하고 있다고 상상해 보십시오. 물로는 잘 안 될 것이라는 걸 알기에, 당신은 물 대신 따뜻한 탄산음료나 기름 한 방울 같은 다른 것으로 바꾸려고 시도합니다. 화학의 세계에서 이것은 카나비노이드(cannabinoids)—대마 식물에서 발견되는 활성 화합물—를 다룰 때 겪는 일상의 투쟁과 같습니다. 이 분자들은 물을 싫어하는 기름 방울과 같아서, "친유성(lipophilic)" 즉, 지방은 좋아하지만 물은 밀어냅니다. 이 때문에 이들을 식물에서 추출하거나, 정제하거나, 우리 몸이 실제로 흡수할 수 있는 약물로 만드는 것은 매우 어렵습니다. 과학자들은 이를 "용해도 문제(solubility problem)"라고 부릅니다. 이를 해결하기 위해 연구자들은 보통 다양한 액체(용매)를 조합하고 열을 가해야 하는데, 실험실에서 모든 조합을 일일이 손으로 테스트하려면 시간이 영원히 걸리고 막대한 비용이 들 수 있습니다.

여기서 새로운 종류의 디지털 탐정 업무가 등장합니다. 비커에 화학 물질을 직접 섞는 대신, 이제 과학자들은 강력한 컴퓨터 프로그램을 사용하여 이러한 분자들이 어떻게 행동하는지 시뮬레이션할 수 있습니다. 이것은 마치 비디오 게임의 물리 엔진과 같습니다. 당신이 컴퓨터에 "여기에 카나비노이드 분자가 있고, 여기에 오일이나 알코올 병이 있어. 온도를 높이면 어떻게 될까?"라고 말하는 것입니다. 그러면 컴퓨터는 열역학 법칙을 바탕으로 숫자를 계산하여, 분자가 녹을 것인지, 얼마나 녹을 것인지, 그리고 온도가 변화를 어떻게 일으키는지 예측합니다. 이 논문은 다양한 유형의 카나비노이드에 대해 어떤 액체가 가장 좋은 "용해 파트너"가 될지 알아보기 위해 대규모로 이 시뮬레이션을 실행하는 것에 관한 것입니다.

---

디지털 용해도 추적

이 연구에서 Standard Seed Corporation의 연구팀과 그 협력자들은 번거로운 실험실 작업을 건너뛰고 곧장 컴퓨터로 향하기로 했습니다. 그들은 19가지 서로 다른 카나비노이드가 일반적인 산업용 용매부터 주방에서 볼 수 있는 오일에 이르기까지 18가지 서로 다른 액체에 얼마나 잘 녹는지 정확히 알고 싶었습니다. 그들은 단순히 실온만을 본 것이 아니라, 세 가지 특정 온도인 0°C (273.15 K), 25°C (298.15 K), **50°C (323.15 K)**에서 과정을 시뮬레이션했습니다.

이를 위해 그들은 MIT에서 개발한 SolProp이라는 정교한 도구를 사용했습니다. SolProp을 역사상 가능한 모든 재료의 조합을 맛본 아주 똑똑한 요리사라고 상상해 보십시오. 당신이 "레시피"(카나비노이드와 용매의 화학 구조)를 제공하면, 컴퓨터는 음식을 단 한 접시도 직접 요리하지 않고도 "맛"(용해도)을 예측합니다. 연구팀은 이 시뮬레이션을 1,026번 실행하여 방대한 예측 데이터셋을 생성했습니다.

컴퓨터가 찾아낸 결과

결과는 놀라울 정도로 명확했으며, 마치 자동차 여행을 위한 최적의 경로를 보여주는 지도와 같았습니다.

1. 열의 요소
가장 일관된 발견은 열이 핵심이라는 점이었습니다. 컴퓨터가 시뮬레이션한 모든 시나리오에서 온도를 높이면 카나비노이드가 더 잘 녹았습니다. 그것이 알코올 한 방울이든 오일 한 숟가락이든, 온도가 따뜻해질 때 분자들은 더 기꺼이 섞였습니다. 이는 이 화합물들을 녹이는 과정이 열을 "먹는"(흡열 과정) 것을 시사하며, 이는 우리가 이미 물리 법칙에 대해 알고 있는 바와 일치합니다. 예를 들어, 시뮬레이션은 MCT 오일에 대한 CBD의 용해도가 빙점 온도에서는 -0.05였으나, 실온에서는 +1.18, 50°C에서는 무려 +2.23까지 급증할 것이라고 예측했습니다.

2. 용매의 대결
모든 액체가 평등한 것은 아니었습니다. 컴퓨터는 명확한 위계 구조를 식별했습니다:

• 승자들: DMSO, 아세톤, 알코올(에탄올, 이소프로판올, 메탄올)과 같은 극성 용매들이 챔피언이었습니다. 이들은 카나비노이드를 가장 효과적으로 분해했습니다. 특히 DMSO는 특정 화합물에 대해 50°C에서 +4.27에 달하는 가장 높은 예측 용해도 값을 보여주었습니다.
• 패자들: 헥산, 헵탄, 부탄과 같은 비극성 탄화수소는 훨씬 덜 효과적이었습니다. 많은 경우, 컴퓨터는 카나비노이드가 이들에 거의 녹지 않으려는 것을 의미하는 음수의 용해도 값을 예측했습니다.
• 주방의 오일들: 캐리어 오일에 대한 결과는 엇갈렸습니다. MCT 오일, 코코넛 오일, 버터는 중간에서 양호한 수준의 용해도를 보였는데, 이는 카나비노스 산업에서 실제로 사용하는 방식과 일치합니다. 그러나 시뮬레이션은 올리브 오일과 참기름에서 한계에 부딪혔습니다. 컴퓨터는 올리브 오일에 대한 CBD의 용해도가 +28.74이거나 참기름에서의 용해도가 -151.21인 것처럼 매우 비현식적인 숫자를 내놓았습니다. 저자들은 이것이 모델의 오류이며, 아마도 이 복잡한 오일들이 현재의 소프트웨어가 정확하게 처리하기에는 너무 까다롭기 때문이라고 인정했습니다.

3. 산성 vs 중성
연구는 또한 분자의 형태를 살펴보았습니다. 그들은 "산성" 카나비노이드(THCA처럼 카르복실산 그룹이 붙어 있는 것)가 "중성" 친척들(일반적인 THC나 CBD)보다 약간 더 잘 녹는다는 것을 발견했습니다. 컴퓨터는 산성 그룹이 자석처럼 작용하여 분자가 극성 용매에 조금 더 강하게 달라붙도록 도와주기 때문이라고 제안합니다.

4. 쌍둥이의 미스터리
가장 흥ло로운 발견 중 하나는 반합성 화합물인 HHC(헥사하이드로카나비놀)와 관련되었습니다. HHC에는 다양한 버전, 즉 "입체 이성질체"(9(R)-HHC, 9(S)-HHC, iso-HHC)가 있습니다. 당신은 이들의 미세한 3D 형태 차이가 용해도를 바꿀 것이라고 생각할 수도 있지만, 시뮬레이션은 이들이 사실상 동일하다고 보여주었습니다. 0°C의 아세톤에서 이들의 예측 용해도 값은 각각 +1.62, +1.62, +1.54였습니다. 컴퓨터는 용해도에 있어서는 분자의 미세한 형태적 뒤틀림보다 그곳에 붙어 있는 화학적 그룹이 더 중요하다고 시사합니다.

이것이 왜 중요한가 (그리고 무엇이 아닌가)

이 논문은 용해도 문제를 영원히 해결했다고 주장하는 것이 아닙니다. 저자들은 이 결과들이 물리적인 실험이 아니라 시뮬레이션이라는 점을 주의 깊게 밝히고 있습니다. 그들은 이 수치들이 100% 실제임을 증명하기 위해 실험실에서 화학 물질을 직접 섞지 않았습니다. 하지만 결과는 DMSO나 알코올과 같은 흔한 용매에 대해 과학자들이 이전 실험에서 목격했던 것들과 잘 일치합니다.

이 연구는 이러한 "자동 스크리닝"이 미래를 위한 강력한 도구임을 시사합니다. 실험실에서 가능한 모든 액체를 테스트하는 데 몇 달을 소비하는 대신, 기업들은 이러한 컴퓨터 모델을 사용하여 가장 적합한 후보를 먼저 좁혀 나갈 수 있습니다. 이는 카나비노이드를 추출하는 데 어떤 용매가 가장 좋은지, 어떤 용매가 의약품을 만드는 데 적합한지, 그리고 온도가 전체 과정에 어떤 영향을 미치는지 파악하는 데 도움을 줍니다.

모델이 아직 완벽하지는 않지만(특히 올리브 오일과 같은 복잡한 주방용 오일의 경우), 이 연구는 이전에는 존재하지 않았던 거대한 온도 의존적 데이터셋을 제공합니다. 이는 연구자들이 실험실에 발을 들이기도 전에 시간과 자원을 절약할 수 있도록 돕는, 카나비노이드 화학의 까다로운 세계를 항해하기 위한 디지털 지도입니다.