Nature지에 발표된 연구에 따르면 연구진은 효소를 모방하는 무작위 이종 중합체(RHP)를 개발하여 산업 촉매 작용 및 약물 개발에 혁명을 일으킬 가능성이 있다고 합니다. 약 1,300개의 금속 단백질의 활성 부위에서 영감을 얻은 연구팀은 원팟 합성법을 사용하여 이러한 RHP를 설계하여 효과적으로 인공 효소를 만들었습니다.

이 연구는 재료 과학의 오랜 과제인 합성 재료를 사용하여 단백질의 복잡한 기능을 복제하는 문제를 해결합니다. 과학자들은 단백질의 구조적 계층 구조를 모방하는 데 큰 진전을 이루었지만, 천연 효소에 내재된 복잡한 화학적, 구조적, 동적 이질성으로 인해 기능적 유사성을 달성하는 것은 어려운 것으로 입증되었습니다. 연구진은 폴리머의 측쇄의 공간적, 시간적 배열을 신중하게 제어함으로써 단백질의 골격 화학이 다르더라도 단백질의 행동을 효과적으로 복제할 수 있다고 제안합니다.

그들의 접근 방식의 핵심은 분절 소수성과 같은 주요 단량체를 포함하는 세그먼트의 화학적 특성을 통계적으로 조절하는 데 있습니다. 이를 통해 RHP는 유사 활성 부위를 형성하여 주요 단량체에 단백질과 유사한 미세 환경을 제공할 수 있습니다. 연구진은 논문에서 "우리는 단백질의 기능적 잔기와 동등한 주요 단량체를 도입합니다."라고 언급하며 디자인의 생체 모방적 특성을 강조했습니다.

이러한 개발은 다양한 분야에 중요한 영향을 미칩니다. 효소는 식품 생산에서 바이오 연료 합성에 이르기까지 산업 공정에서 널리 사용됩니다. 합성 효소 모방체는 천연 효소가 분해되는 가혹한 환경에서 증가된 안정성, 낮은 생산 비용 및 기능할 수 있는 능력과 같은 이점을 제공할 수 있습니다. 또한 특정 촉매 활성을 가진 효소 모방체를 설계하는 능력은 약물 발견 및 개발을 가속화할 수 있습니다.

무작위 이종 중합체를 사용하여 효소를 모방하는 개념은 인공 지능의 원리, 특히 대규모 단백질 구조 데이터 세트 분석에 활용됩니다. 연구진은 수천 개의 금속 단백질의 활성 부위를 분석하여 합성 폴리머로 변환할 수 있는 주요 특징과 설계 원리를 식별할 수 있었습니다. 이러한 데이터 기반 접근 방식은 재료 과학에서 AI의 역할이 커지고 있음을 강조하며, 연구진이 전례 없는 특성을 가진 새로운 재료를 발견하고 설계할 수 있도록 합니다.

그러나 과제는 여전히 남아 있습니다. RHP는 유망한 효소와 유사한 활성을 보였지만 촉매 효율은 아직 천연 효소의 효율과 일치하지 않을 수 있습니다. 성능을 개선하기 위해 RHP의 설계 및 합성을 최적화하기 위한 추가 연구가 필요합니다. 또한 이러한 재료의 장기적인 안정성과 생체 적합성은 산업 또는 생물 의학 응용 분야에서 널리 채택되기 전에 철저히 평가해야 합니다.

연구진은 현재 RHP의 촉매 활성 및 선택성을 더욱 향상시키기 위해 다양한 단량체 조합 및 합성 방법을 탐구하는 데 주력하고 있습니다. 또한 단량체 조성 및 서열을 기반으로 RHP의 특성을 예측하기 위해 AI를 사용할 가능성을 조사하고 있으며, 이는 설계 프로세스를 크게 가속화할 수 있습니다. 이러한 효소 모방체의 개발은 맞춤형 기능을 갖춘 생체 영감 재료를 만드는 데 중요한 단계이며, 지속 가능한 화학 및 고급 재료 설계를 위한 새로운 가능성을 열어줍니다.