연구진은 효소의 기능을 모방하는 합성 고분자를 개발하여 산업 촉매 작용과 신약 개발에 혁명을 일으킬 수 있는 획기적인 발전을 이루었습니다. Nature지에 발표된 이 연구는 무작위 이종 고분자(RHP)가 금속 단백질의 활성 부위를 복제하도록 설계되어 주요 단량체에 대해 단백질과 유사한 미세 환경을 달성하는 방법을 자세히 설명합니다.

약 1,300개의 금속 단백질 활성 부위 분석을 바탕으로 팀은 원-팟 합성법을 사용하여 이러한 RHP를 만들었습니다. 단백질의 기능성 잔기와 동등한 역할을 하는 주요 단량체는 분절 소수성과 같은 화학적 특성을 제어하기 위해 통계적으로 조절되었습니다. 이 접근 방식을 통해 연구진은 고분자 내에 유사 활성 부위를 만들어 주요 단량체에 단백질과 유사한 환경을 제공할 수 있었습니다.

연구진은 간행물에서 "단백질과 다른 골격 화학을 가진 고분자의 경우, 분절 수준에서 곁사슬의 공간적 및 시간적 투영을 프로그래밍하는 것이 단백질 행동을 복제하는 데 효과적일 수 있다고 제안합니다."라고 밝혔습니다. 그들은 고분자 골격의 회전 자유도가 단량체 서열 특이성의 한계를 극복하는 데 도움이 되어 고분자 앙상블 전체에서 균일한 행동을 유도한다고 덧붙였습니다.

효소는 세포 내에서 화학 반응을 가속화하는 생물학적 촉매입니다. 그 효율성과 특이성은 타의 추종을 불허하지만, 취약성과 높은 생산 비용으로 인해 산업 응용 분야에서의 사용이 제한됩니다. 합성 효소 모방체를 만드는 것은 화학 분야에서 오랜 목표였으며, 이전의 시도는 단백질의 복잡한 3차원 구조를 복제하는 데 중점을 두었습니다. 그러나 이 새로운 접근 방식은 전체 단백질 구조가 아닌 활성 부위의 화학적 환경을 모방하는 데 중점을 둡니다.

이 연구의 의미는 광범위합니다. 산업 촉매 작용에서 이러한 RHP는 기존 효소에 대한 더 강력하고 비용 효율적인 대안을 제공할 수 있습니다. 또한 신약 개발에서 복잡한 분자를 합성하기 위한 새로운 촉매를 만드는 데 사용될 수도 있습니다. 또한 이 연구에서 사용된 설계 원칙은 단백질과 유사한 특성을 가진 다른 기능성 물질을 만드는 데 적용될 수 있습니다.

이러한 효소 모방체의 개발은 재료 과학에서 인공 지능의 역할이 점점 더 커지고 있음을 강조합니다. 연구진은 AI를 사용하여 수천 개의 단백질의 활성 부위를 분석하여 RHP 설계에 통합된 주요 특징을 식별했습니다. 이 접근 방식은 AI가 인간이 식별하기 어려운 패턴과 관계를 식별하여 새로운 물질의 발견을 가속화할 수 있는 방법을 보여줍니다.

현재 연구는 금속 단백질 모방에 중점을 두었지만, 연구진은 동일한 접근 방식을 사용하여 다른 유형의 효소를 모방할 수 있다고 믿습니다. 향후 연구는 이러한 RHP에 의해 촉매될 수 있는 반응 범위를 확장하고 효율성과 안정성을 개선하는 데 중점을 둘 것입니다. 팀은 또한 AI를 사용하여 이러한 효소 모방체의 설계를 더욱 최적화할 계획입니다.