신약후보물질탐색 |
|
| |
| 상태 |
수행완료된 응용 |
기간 |
2004-10-31 21:30:55 ~ 2009-12-22 21:23:54 |
|
| 진행 현황 |
|
|
100 %
(
46,042,401 unit) |
| 100 % (
46,040,725 unit) |
|
|
|
| |
| |
|
|
|
|
|
수행기간
|
타켓 단백질
|
상태
|
바로가기
|
|
|
2003년 11월 1일 ~ 2004년 1월 11일
|
CDK2
|
완료
|
|
|
|
2004년 1월 11일 ~ 2004년 3월 22일
|
GSK3β
|
완료
|
|
|
|
2004년 3월 22일 ~ 2004년 5월 24일
|
PTP-1B
|
완료
|
|
|
|
2004년 5월 24일 ~ 2004년 8월 31일
|
COX 2
|
완료
|
|
|
|
2004년 8월 31일 ~ 2004년 10월 31일 |
HCV
|
완료 |
|
|
|
2004년 10월 31일~ 현재 |
CA CYP51
|
수행중 |
|
|
- MS 닷넷 프레임워크 1.1이 설치되어 있어야 응용이 수행됩니다.
|
 |
|
가상탐색(Virtual Screening) 기술을 이용하여 약이 체내에서 특정 작용점(수용체,
효소등)에 결합하여 약효가 발휘되는 것을 컴퓨터 시뮬레이션 합니다. 다양한 화합물들의 활성과 구조를 비교함으로서 각 타켓 단백질에
대한 신약후보 물질들을 도출해 낼 수 있습니다.
|
|
인간 게놈 지도가 완성되면서 여러 유전자의 기능들이 규명되고 있어, 이제 많은 의약 타깃(target) 단백질이 생겨날 것으로
예상되고 있다.
그러므로 이렇게 도출되어진 많은 타깃에 대하여 적합한 화합물의 골격구조를 발견하고 최적화하는 과정은 이제까지의 신약 개발 시스템과는
구별되어 더욱 합리적이고 자동화되어야 한다.
|
| |
|
|
|
[ 그림 1] 유전자로부터 의약 타깃을 도출하는 과정(출처 : Science)
|
|
| |
최근에 이런 신약 선도물질 발견 및 최적화와 관련해 여러가지 기술이 소개되고 있다. 기존 각각의
화합물을 하나씩 또는 한 단계씩 합성하여 최종 물질을 만들어내는 고전적이고 전형적인 합성방법을 벗어나 조합화학(Combinatorial
Chemistry)은 한꺼번에 많은 수의 분자를 포함한 혼합물 라이브러리를 만들고 그 중 높은 활성을 가진 신약선도물질을
찾아내는 일종의 계량된 합성 방법이다. 또 고효율 탐색(High Throughput Screening, 이하 HTS)은
기존에 사람이 실험을 통해 생물학적 활성을 측정하던 고전적인 방법 대신 로봇을 사용해 수많은 화합물을 동시에 실험할 수 있는
기술이다. 조합화학의 결과로 얻어지는 화합물들은 기본골격 구조를 기반으로 만들어지기 때문에 다양한 성질을 나타내지 못하며, 각
타깃에 대한 활성을 지닌 화합물 군에 포함되지 못할 가능성이 있어 원하는 선도물질에 접근하지 못할 수도 있다는 단점을 가지고
있다. 또 HTS 역시 만만치 않은 시간과 비용을 필요로 하게 된다.
신약개발 초기과정에 다양성(diversity)을 지닌 화합물 군의 탐색은 매우 중요하다. 이를 위해서 미리 다양한 화합물
군을 가상적으로 생성한 후 그 군을 각 타깃 단백질에 대해 탐색하여 그 활성들을 예측하는 가상탐색(Virtual Screening)은
저렴하고 또 빠르며 획기적인 방법이라 할 수 있다.
|
| |
 |
|
| |
 |
|
| |
가상탐색기술 및 이를 위한 대량 화합물 DB 구축 기술은 계산량이 많고, 가용자원도 제한되어 있어 이제까지 효율적으로
연구되어지지 못했다.
하지만 인터넷에 연결된 PC를 기반으로 한 분산 컴퓨팅은 이런 가상탐색기술의 한계를 해결해 주는 대안으로 제시되었다.
이를 통해 수많은 데이터를 동시에 처리할 수 있게 되어 더욱 효율적인 신약 후보 물질 탐색이 가능해 졌다.
|
|
| |
 |
|
| |
본 모의 실험은 약이 체내에서 특정 작용점(수용체, 효소 등)에 결합하여 약효가 발휘되는 것을 컴퓨터로 모사한다.
우선 가상적으로 화합물의 초기 위치를 설정한 후, 단백질과 리간드간의 결합 에너지 (Binding
Affinity :결합에너지(binding affinity)는 단백질과 리간드 사이의 다양한 상호작용으로 표현되며,
일반적으로 낮을수록 더 안정한 구조로 해석된다. )를 예측하여 가장 안정된 에너지를 갖도록 리간드(단백질의
활성자리와 반응하는 작은 분자) 의 구조를 변환하는 과정을 거치게 된다. 이러한 과정을 분자 도킹(Molecular
Docking)이라고 한다.
이러한 과정으로 얻어진 안정한 구조는 단백질과 리간드의 가상적인 결합구조가 되는데, 다양한 화합물들의 결합 예측구조의
에너지를 비교함으로서 가상 화합물 군을 탐색할 수 있다. 이를 가상탐색(Virtual Screening)이라고 한다.
[그림 2]에서 볼 수 있듯이 분산 컴퓨팅을 통해 뿌려진 다양한 화합물들의 활성과 구조를 비교함으로서 각 타깃 단백질에
대한 신약 후보 물질들을 도출 해 낼 수 있는 것이다. |
| |
|
| |
[ 그림 2] 신약후보물질 탐색 흐름도
|
|
| |
 |
|
| |
 |
|
| |
가상탐색
기술은 최근 신약 및 신소재 후보물질 도출과정에서 필수적인 부분으로 자리 잡고 있다. 이는 기존의 개발기간을 단축시키고
개발비용을 낮추는 효과가 있어 관련 산업 성장의 밑거름이 될 것으로 기대된다.
[표 1]은 기존의 고효율 탐색(HTS)기술과 가상탐색(Virtual Screening)을 비교해 놓은 것이다. 임상
성공 확률, 개발 기간, 비용, 기술 특성 및 특허 기간 등을 비교하였다.
[표 1]의 결과를 보면, 기존 기술에 비해 가상탐색 기술은 높은 임상 성공확률 및 상대적으로 짧은 개발 기간 및 저렴한
개발비용 등 많은 장점을 갖고 있는 것을 알 수 있다. |
| |
|
| |
[ 그림 3] HTS와 Virtual Screening
|
|
|
| |
|
|
|
|
|
HTS
|
Virtual Screening
|
|
|
임상 성공 확률
|
1 / 5000*
|
1/10 ~ 1/100
|
|
|
개발기간(년)
|
3 - 5**
|
1 - 2
|
|
|
비용(M$)
|
10 - 120*
|
< 3
|
|
|
기술
|
Trial & Error, Intuition
|
Rational
|
|
|
특허기간
|
5 - 10
|
2 - 3
|
|
* Drug Discovery Filtering Out Failures
Early in the Game - June 5, 2000 C&EN
** Re-Inventing Drug Discovery - Andersen Consulting (1998) |
|
|
|
| |
[ 표 1] 기존 탐색과 가상탐색 기술의 비교
|
| |
|
|
| |
 |
|
| |
인터넷 기반 분산컴퓨팅 시스템을 이용한 가상탐색 기술은 앞으로 인간 게놈프로젝트를 통해 도출되어진 새로운 의약 타깃에
대해 지속적으로 적용되어질 것이다. 아울러 생명공학(BT) 분야에서 산재된 다양한 과제에 대해서도 적용이 가능할 전망이다.
이를 통해서 지속적으로 얻어지는 새로운 신약후보 물질은 국내 신약 개발을 더욱 가속화시킬 것이며 아직 초기단계인 국내
BT(Bio-Technology) 기술수준을 세계적인 위상으로 끌어 올리게 되는 초석이 될 것이다.
|
|
|
| |
|
| |
|
| |
|
| |
| 이론적 성능이란? 에이전트가 수행되고 있는 각 PC들의 이론적 최대성능 |
 시간별 성능 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
일별 성능 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 실측 성능이란? Korea@Home의 성능 측정 모듈과 실제 작업 수행 결과를 바탕으로 추정한 성능 |
시간별 성능 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
일별 성능 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
바이오
