콜로이드 및 분자조립 부문위원회 II: 인공지능을 활용한 연성소재의 설계와 응용 (1)
[2L2-3]
De novo design of protein self-assembly using deep generative models
발표자이상민 (포항공과대학교)
연구책임자이상민 (포항공과대학교)
Abstract
단백질 4차구조는 여러 개의 단백질 subunit이 자기조립을 통해 형성하는 복합체로써, dimer, tetramer, 바이러스 캡시드, 헬리컬 번들 등 다양한 형태로 자연계에서 발견됩니다. 단백질 복합체의 경우 cooperativity, compartmentalization, multi-valency, multi-functionality 특성을 활용하여 모노머 형태에 비해 훨씬 다양하고 복잡한 기능들을 수행할 수 있습니다. 단백질 도킹과 같은 기존의 4차구조 설계방식은, subunit 단백질의 구조 변경이 어려워 설계할 수 있는 4차구조의 형태가 극히 제한적이었습니다. 하지만 최근 인공지능 기반의 단백질 구조 생성모델이 개발되면서, 기존의 단백질 subunit 구조에 제한 받지 않고 자유로운 4차구조 설계가 가능 해 졌습니다. 본 발표에서는 AI 기반의 단백질 구조설계 모델을 활용하여 기존에는 설계하기 어려웠던 복잡한 4차구조를 설계할 수 있는 방식에 대해 소개하고자 합니다. 또한, 단백질-단백질 상호작용 설계 뿐 아니라, 단백질-핵산 혹은 단백질-소분자 상호작용 설계를 통해 단백질 4차구조를 바이오 치료제로 활용할 수 있는 방향에 대해 소개하고자 합니다.