네이처지에 발표된 연구에 따르면 연구진이 효소를 모방하는 무작위 이종 중합체(RHP)를 개발하여 단백질과 유사한 기능을 가진 합성 물질에 대한 새로운 접근 방식을 제시했습니다. 약 1,300개의 금속 단백질의 활성 부위에서 영감을 얻은 연구팀은 단일 용기 합성법을 사용하여 이러한 RHP를 설계하여 통계적으로 조절된 화학적 특성을 가진 효소 모방체를 효과적으로 만들었습니다.

이 연구는 단백질의 복잡한 기능을 합성적으로 복제하는 데 있어 오랜 과제를 해결합니다. 단백질의 구조적 계층 구조를 복제하는 데는 어느 정도 성공을 거두었지만 기능적 이질성을 달성하는 것은 여전히 어려운 과제로 남아 있습니다. 연구진은 중합체 내 세그먼트 수준에서 측쇄의 공간적, 시간적 배열을 프로그래밍함으로써 단백질 행동을 모방할 수 있다고 제안합니다. 또한 중합체에 내재된 회전 자유도는 정확한 단량체 서열화의 부족을 보완하여 앙상블 전체에서 균일한 행동을 유도할 수 있습니다.

연구 저자들은 "우리는 주요 단량체를 단백질의 기능적 잔기와 동등한 것으로 도입하고 세그먼트 소수성과 같은 주요 단량체 함유 세그먼트의 화학적 특성을 통계적으로 조절합니다."라고 언급했습니다. 이 접근 방식을 통해 RHP는 유사 활성 부위를 형성하여 주요 단량체에 단백질과 유사한 미세 환경을 제공할 수 있습니다.

이 연구의 의미는 촉매 작용, 약물 전달 및 재료 과학을 포함한 다양한 분야에 잠재적으로 영향을 미치면서 중요합니다. 효소 모방체는 산업 공정에서 천연 효소에 대한 보다 안정적이고 비용 효율적인 대안을 제공할 수 있습니다. 특정 기능을 가진 중합체를 설계하는 능력은 맞춤형 속성을 가진 새로운 재료를 만드는 데 문을 열어줍니다.

이러한 RHP의 개발은 또한 재료 과학에서 인공 지능(AI)의 역할이 커지고 있음을 강조합니다. 연구진은 많은 수의 금속 단백질에서 얻은 데이터를 사용하여 중합체 설계를 안내했습니다. AI 알고리즘은 방대한 데이터 세트를 분석하여 인간이 식별하기 어려운 패턴과 관계를 식별하여 새로운 재료의 발견을 가속화할 수 있습니다. 이 접근 방식은 AI를 사용하여 재료 속성을 최적화하고 특정 기능을 가진 새로운 분자를 설계하는 광범위한 추세와 일치합니다.

앞으로 연구진은 RHP 설계를 더욱 개선하고 다양한 분야에서의 응용 분야를 탐색할 계획입니다. 단백질의 기능을 모방하는 합성 물질을 만드는 능력은 많은 산업에 혁명을 일으켜 복잡한 문제에 대한 새로운 솔루션을 제공할 수 있습니다. 이 연구는 인공 효소 및 기능성 재료를 만들기 위한 탐구에서 중요한 진전을 나타냅니다.