Hybrid AI-physics screening prioritizes candidate dual MDM2/MDM4 inhibitors from a drug-like library for dedifferentiated liposarcoma

암은 종종 세포의 관리 부실로 발생하는 게임과 같으며, 여기서 신체의 자체적인 안전 기제는 종양이 억제되지 않고 성장하도록 하이재킹됩니다. 탈분화 지방육종(dedifferentiated liposarcoma)이라 불리는 특정하고 공격적인 연조직 암에서, 문제는 두 단백질 사이의 깨진 파트너십에서 기인합니다. MDM2로 알려진 한 단백질은 세포가 통제 불능으로 분열하는 것을 막는 필수적인 종양 억제 단백질인 p53을 찾아내어 파괴하는 집요한 처형자 역할을 합니다. 건강한 세포에서 p53은 수호자이지만, 이 암에서는 MDM2가 과도하게 활성화되어 끊임없이 p53을 추적하고 그 힘을 무력화합니다. 하지만 자연에는 종종 백업 계획이 있습니다. 과학자들이 약물로 MDM2를 차단하려고 시도할 때, 암세포는 MDM4라고 불리는 두 번째의 유사한 단백질 수치를 높임으로써 적응하는 경우가 빈번합니다. 이 백업 단백질은 p53을 무력화하는 작업을 계속 수행하여, MDM2만을 표적으로 하는 약물을 효과 없게 만듭니다. 이 질병을 진정으로 치료하기 위해 연구자들은 두 단백질을 동시에 차단하는 방법을 찾아야 한다고 믿지만, 이는 기존 의약품으로는 어려운 과제로 판명되었습니다.

연구팀은 이제 새로운 해결책을 찾기 위해 인공지능과 물리 기반 시뮬레이션이라는 강력한 조합에 주목했습니다. 그들은 실험실 접시에서 먼저 화학 물질을 테스트하지 않았습니다. 대신, 거의 천만 개에 달하는 방대한 약물 유사 화합물 라이브러리를 스캔하기 위한 정교한 디지털 파이프라인을 구축했습니다. 그들의 목표는 MDM2와 MDM4 모두에 단단히 결합하여 두 처형자를 효과적으로 침묵시키고 신체의 자연적인 종양 억제제가 깨어날 수 있게 하는 두 가지 특정 분자를 찾는 것이었습니다. 어떤 화합물이 효과적일지 예측하기 위해 머신러닝을 사용하고, 이어서 그들이 단백질에 어떻게 들어맞는지 상세한 컴퓨터 시뮬레이션을 수행함으로써, 팀은 후보군을 좁혀 두 명의 유망한 후보를 찾아냈습니다. 독특한 코드인 ZINC9412756과 ZINC20724474로 식별된 이 두 분자는 현재의 치료법이 어려움을 겪었던 부분에서 성공할 가능성이 가장 높은 것으로 나타났습니다.

여정은 거대한 디지털 필터와 함께 시작되었습니다. 연구자들은 후보들이 인간 사용에 충분히 안전할 것임을 보장하기 위해 알려진 의약품과 화학적으로 유사한 화합물 데이터베이스에서 시작했습니다. 그들은 컴퓨터 모델을 수천 개의 알려진 약물과 MDM2 단백질 사이의 상호작용에 대해 학습시켜, 시스템이 분자가 효과적이게 만드는 미묘한 구조적 패턴을 인식하도록 가르쳤습니다. 이 인공지능 모델은 이후 9백만 개의 화합물 라이브러리를 스캔하며 각 화합물의 활성을 예측했습니다. 시스템은 높은 잠재력을 가진 소수의 후보군을 식별했지만, 연구자들은 컴퓨터 예측이 때때로 오해를 불러일으킬 수 있다는 것을 알고 있었습니다. 이를 확실히 하기 위해, 그들은 이 상위 후보들을 엄격한 물리적 시뮬레이션에 노출시켰습니다. 그들은 단백질이 유연하고 움직인다는 점을 고려하여 수십 개의 서로 다른 결정 구조를 사용하여 MDM2와 MDM4의 디지털 모델을 구축했습니다. 그런 다음 후보 분자들이 단백질의 활성 부위에 어떻게 도킹하거나, 즉 잠금 장치처럼 맞물리는지를 시뮬레이션했습니다.

이 디지털 스크리닝의 결과는 놀라웠습니다. 선두 후보인 ZINC9412756과 ZINC20724474는 연구에 사용되는 기존의 많은 약물보다 우수한 예측 결합 강도를 보여주었습니다. 컴퓨터 시뮬레이션에서 이 분자들은 MDM2와 MDM4의 포켓 깊숙이 자리 잡았으며, 이들을 고정시키는 안정적인 연결을 형성했습니다. 연구자들은 이들이 정확히 어떻게 붙잡고 있는지 분석했습니다. 그들은 분자들이 소수성 상호작용의 조밀한 네트워크에 크게 의존한다는 것을 발견했는데, 이는 본질적으로 분자들이 물을 밀어내는 기름처럼 단백질 표면에 밀착되어 안정적인 결합을 생성하는 것과 같습니다. 이는 약물을 단백질의 핵심 지점에 닻을 내리는 역할을 하는 특정 수소 결합에 의해 뒷받침되었습니다. 한 후보는 이전의 약물들이 대체로 무시했던 MDM2 단백질의 일부와 독특한 연결을 형성했는데, 이는 기존 치료법과는 다른 방식으로 작동할 수 있음을 시사합니다.

이러한 결과가 단순히 컴퓨터 모델의 우연한 결과가 아님을 확인하기 위해, 팀은 장기 분자 역학 시뮬레이션을 실행했습니다. 그들은 결합이 압력 속에서도 유지되는지 확인하기 위해 50만 단계의 움직임을 시뮬레이션하며 단백질과 약물의 상호작용을 관찰했습니다. 시뮬레이션 결과, 약물은 전체 테스트 과정 동안 두 단백질에 단단히 부착되어 있었으며, 이는 초기 도킹이 일시적인 오류가 아니었음을 확인해 주었습니다. 연구자들은 또한 약물을 결합 상태로 유지하는 데 필요한 에너지를 계산하여, 이들을 결합시키는 힘이 강하고 일관적임을 발견했습니다. 나아가, 그들은 이 새로운 후보들의 화학적 독창성을 확인했습니다. 이들의 구조를 수천 개의 알려진 MDM2 및 MDM4 억제제와 비교함으로써, 이 두 분자가 구조적으로 구별됨을 확인했습니다. 이들은 현재 사용 중이거나 임상 시험 중인 약물들과 닮지 않았으며, 이전에 탐구되지 않았던 화학적 공간을 점유하여 새로운 접근 방식을 제공했습니다.

연구자들은 또한 이 약물들이 더 넓은 암세포에 어떤 영향을 미칠지 이해하기 위해 즉각적인 표적 너머를 살펴보았습니다. 네트워크 약리학이라는 방법을 사용하여, 후보 분자들이 탈분화 지방육종에서 활성화된 것으로 알려진 다른 유전자 및 단백질과 어떻게 상호작용할 수 있는지 매핑했습니다. 분석 결과, 이 약물들은 MDM2와 MDM4를 타격할 뿐만 아니라 세포 분열 및 암 성장에 관여하는 다른 핵심 표적 클러스터와도 결 взаимодействие할 것임을 시사했습니다. 이러한 다중 표적 효과는 단일 표적 약물에 대한 저항 메커니즘을 극복할 수 있는 중요한 이점이 될 수 있습니다. 시뮬레이션은 또한 이 분자들이 경구 투여 시 체내에 흡수될 수 있을 것임을 예측했는데, 이는 미래의 모든 의약품에 대한 중요한 요구 사항입니다. 그러나 컴퓨터 모델은 간과 심장에 대한 위험을 포함한 잠재적인 안전 문제를 경고하기도 했으며, 이는 향후 개발 과정에서 해결되어야 할 부분입니다.

이러한 결과가 전적으로 컴퓨터 시뮬레이션 영역 내에 존재한다는 점을 유의하는 것이 중요합니다. 연구자들은 아직 이 분자들을 실험실이나 살아있는 세포에서 테스트하지 않았습니다. 얼마나 잘 결합하는지, 어떻게 움직이는지, 그리고 신체에 어떤 영향을 미칠지에 대한 예측은 수학적 모델과 알고리즘에 기반한 것입니다. 시뮬레이션은 매우 상세하고 다양한 방법에서 일관된 결과를 보여주지만, 물리적 실험에 의해 증명되기 전까지는 여전히 가설로 남아 있습니다. 연구팀은 컴퓨터가 계산한 결합 에너지가 과대평가되었을 가능성이 높으며, 실제 상호작용의 강도는 습식 실험실(wet lab)에서 측정되어야 한다고 명시적으로 밝혔습니다. 팀은 컴퓨터 예측에서 작동하는 약물로 가는 길이 길고 불확실하며, 화학적 합성, 독성 및 효능 측면에서의 잠재적 실패로 가득 차 있다는 점을 인정합니다.

이러한 한계에도 불구하고, 이 연구는 향후 연구를 위한 명확하고 유망한 방향을 제시합니다. 두 후보 분자인 ZINC9412756과 ZINC20724474는 현재 사용 가능한 그 어떤 것과도 구조적으로 다른 새로운 클래스의 잠재적 치료제를 나타냅니다. 이들은 인공지능의 속도와 물리 기반 시뮬레이션의 정밀함을 성공적으로 결합하여 방대한 화학적 풍경을 항해하여 발견되었습니다. 연구자들은 디지털 세계에서 이 공격적인 암을 보호하는 이중 방어 체계를 무력화할 수 있는 능력이 있는 것처럼 보이는 한 쌍의 분자를 식별해 냈습니다. 저자들이 밝힌 바와 같이, 다음 단계는 이 화합물들을 합성하여 컴퓨터의 예측이 현실에서도 유효한지 실험실에서 테스트하는 것입니다. 만약 그렇다면, 이 분자들은 효과적인 치료 옵션이 거의 없는 환자들에게 새로운 희망을 제공하며, 이전의 노력들을 가로막았던 저항의 순환을 마침내 끊어낼 수 있을 것입니다.