연구진은 효소를 모방하는 무작위 이종 중합체(RHP)를 개발하여 산업 촉매 작용 및 약물 개발에 혁신을 가져올 가능성을 제시했습니다. Nature지에 발표된 이 연구는 단일 용기 합성법을 통해 생성된 이러한 합성 중합체가 단백질과 유사한 미세 환경을 조성하기 위해 곁사슬을 전략적으로 배치하여 단백질의 행동을 복제할 수 있는 방법을 자세히 설명합니다.

약 1,300개의 금속단백질의 활성 부위에서 영감을 얻은 연구팀은 단백질의 기능성 잔기와 동등한 역할을 하는 핵심 단량체를 사용하여 RHP를 설계했습니다. 연구진은 분절 소수성과 같은 이러한 단량체 함유 분절의 화학적 특성을 통계적으로 조절함으로써 중합체 내에 유사 활성 부위를 생성할 수 있었습니다. 이 접근 방식은 단량체 서열 특이성의 한계를 극복하기 위해 중합체의 회전 자유도를 활용하여 앙상블 전체에서 균일한 거동을 달성합니다.

연구진은 "단백질의 골격 화학 구조와 다른 중합체의 경우, 분절 수준에서 곁사슬의 공간적 및 시간적 투영을 프로그래밍하는 것이 단백질 행동을 복제하는 데 효과적일 수 있다고 제안합니다."라고 밝혔습니다.

이러한 효소 모방체의 개발은 단백질 기능을 합성적으로 복제하는 데 있어 오랜 과제를 해결합니다. 과학자들은 단백질의 1차, 2차 및 3차 구조를 복제하는 데 상당한 진전을 이루었지만, 단백질 기능에 중요한 화학적, 구조적 및 동적 이질성을 달성하는 것은 여전히 어려운 과제로 남아 있습니다.

이 연구의 의미는 매우 큽니다. 효소는 의약품 생산에서 바이오 연료 생산에 이르기까지 수많은 산업 공정에서 필수적인 촉매입니다. 그러나 천연 효소는 생산 비용이 비싸고 효과적으로 기능하려면 특정 조건이 필요한 경우가 많습니다. RHP는 잠재적으로 더 강력하고 비용 효율적인 대안을 제공합니다.

또한 이러한 중합체 설계에는 인공 지능 원리가 통합되어 있습니다. 연구진은 효소 기능을 모방하기 위한 핵심 특성을 식별하기 위해 방대한 금속단백질 활성 부위 데이터 세트를 분석했습니다. 이러한 데이터 기반 접근 방식은 재료 과학에서 AI의 역할이 점점 더 커지고 있음을 강조하며, 연구진은 특정 속성 및 기능을 가진 재료를 설계할 수 있습니다.

연구진은 "약 1,300개의 금속단백질의 활성 부위 분석을 바탕으로 단일 용기 합성을 기반으로 효소 모방체로서 무작위 이종 중합체(RHP)를 설계합니다."라고 설명합니다.

이러한 맥락에서 AI의 사용은 중요한 사회적 고려 사항도 제기합니다. AI가 과학 연구에 더욱 통합됨에 따라 이러한 기술이 책임감 있고 윤리적으로 사용되도록 하는 것이 중요합니다. 여기에는 데이터 세트의 잠재적 편향을 해결하고 AI 기반 설계 프로세스의 투명성을 보장하는 것이 포함됩니다.

이 연구의 다음 단계는 RHP 설계를 더욱 최적화하고 다양한 산업 및 생물 의학 분야에서 응용 분야를 탐색하는 것입니다. 연구진은 또한 AI를 사용하여 훨씬 더 복잡하고 정교한 효소 모방체를 설계할 수 있는 가능성을 조사하고 있습니다. 이러한 RHP의 개발은 생체 모방 재료 분야에서 중요한 진전을 나타내며 AI가 과학적 발견을 가속화할 수 있는 잠재력을 강조합니다.