연구진은 효소를 모방하는 무작위 이종 중합체(RHP)를 개발했으며, 이는 Nature에 발표된 연구에 따르면 산업 촉매 작용과 약물 개발에 혁명을 일으킬 잠재력이 있다. 약 1,300개의 금속 단백질의 활성 부위에서 영감을 얻은 연구팀은 원팟 합성법을 사용하여 이러한 RHP를 설계하여 효과적으로 인공 효소를 만들었다.

이 연구는 재료 과학의 오랜 과제인 합성 재료를 사용하여 단백질의 복잡한 기능을 복제하는 문제를 해결한다. 과학자들은 단백질의 구조적 계층 구조를 모방하는 데 진전을 이루었지만 기능적 유사성을 달성하는 것은 어려운 것으로 입증되었다. 연구진은 중합체의 측쇄의 공간적 및 시간적 배열을 신중하게 제어함으로써 단백질의 골격 화학과는 다른 화학적 특성을 갖더라도 단백질 행동을 복제할 수 있다고 제안한다.

연구진은 논문에서 "우리는 주요 단량체를 단백질의 기능적 잔기와 동등한 것으로 도입하고 분절 소수성과 같은 주요 단량체 함유 분절의 화학적 특성을 통계적으로 조절한다"고 밝혔다. 이 접근 방식을 통해 RHP는 유사 활성 부위를 형성하여 주요 단량체에 단백질과 유사한 미세 환경을 제공할 수 있다. 중합체 사슬의 회전 자유도는 정확한 단량체 서열화의 부족을 보완하여 전체 분자 앙상블에서 균일한 행동을 달성하는 데 도움이 된다.

이 연구의 의미는 매우 크다. 효소는 의약품 생산에서 바이오 연료 합성에 이르기까지 광범위한 산업 공정에서 중요한 촉매제이다. 그러나 천연 효소는 생산 비용이 비쌀 수 있으며 최적으로 기능하려면 특정 조건이 필요한 경우가 많다. 이러한 RHP와 같은 효소 모방체는 잠재적으로 더 저렴하고 강력한 대안을 제공한다.

이러한 RHP의 설계는 금속 이온을 함유한 단백질인 금속 단백질의 활성 부위를 분석하여 이루어졌다. 이러한 금속 이온은 종종 효소의 촉매 활성에서 중요한 역할을 한다. 연구진은 이러한 금속 이온 주변의 화학적 환경을 이해함으로써 이 환경을 복제하고 유사한 촉매 반응을 촉진할 수 있는 RHP를 설계할 수 있었다.

단백질 구조와 기능에 대한 방대한 양의 데이터를 분석하는 데 AI를 사용한 것은 이 프로젝트의 성공에 매우 중요했다. AI 알고리즘은 인간이 감지하기 어렵거나 불가능한 패턴과 관계를 식별하여 설계 프로세스를 가속화할 수 있다. 이는 재료 과학 및 약물 발견에서 AI의 역할이 점점 더 커지고 있음을 강조한다.

연구진은 "중합체의 회전 자유도를 활용하면 단량체 서열 특이성의 결함을 완화하고 앙상블 수준에서 행동 균일성을 달성할 수 있다"고 언급하면서 효소와 유사한 행동을 달성하는 데 있어 중합체 역학의 중요성을 강조했다.

이러한 효소 모방체의 개발은 생체 모방 재료 분야에서 중요한 진전을 나타낸다. 성능을 최적화하고 잠재력을 최대한 탐색하려면 추가 연구가 필요하지만 이러한 RHP는 산업 촉매 작용에서 환경 정화에 이르기까지 광범위한 응용 분야에 대한 가능성을 제시한다. 다음 단계에는 다양한 촉매 반응에서 이러한 RHP를 테스트하고 약물 전달 및 기타 생물 의학 응용 분야에서 사용할 가능성을 탐색하는 것이 포함된다.