알파폴드 기반의 난용성 단백질 응집체 해리용 신약 후보군 발굴 전략

알파폴드와 같은 AI 기반 구조 예측 도구를 활용하여 치료 저항성 질환에서 문제가 되는 난용성 단백질 응집체의 안정화 구조를 사전에 모델링하는 접근 방식이다.

응용 사례 및 파이프라인

• Alzheimer병 관련 β-amyloid 또는 Parkinson병 관련 α-synuclein과 같은 타겟 단백질의 고농도 상태에서 발생하는 비특이적 단백질 접힘 오류 구조를 예측한다.

• 예측된 응집체 인터페이스 부위에 대해 높은 결합 친화도를 가지면서도 낮은 독성을 보이는 화합물을 {{분자 도킹}} 시뮬레이션을 통해 선별하며, 이는 초기 단계의 {{신약 개발}}에 직접 적용된다.

이 방법론은 실험적 스크리닝 비용을 획기적으로 절감시키며, 특정 형태의 단백질체학 문제를 해결하기 위한 혁신적인 후보군을 제공한다. AI 생명과학과의 융합이 필수적이다.