For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ko/articles/baker-lab-ai-proteases-results-and-resear-5ec6df9d.md.
2026년 10월 14일 발표된 두 편의 Nature 논문은 단백질의 펩타이드 골격을 절단하는 효소인 계산 설계 프로테아제를 보고합니다. 이 연구는 워싱턴대학교 단백질 설계 연구소가 참여한 팀에서 수행됐으며, 제공된 보도 자료에서 David Baker...
2026년 10월 14일 발표된 두 편의 Nature 논문은 단백질의 펩타이드 골격을 절단하는 효소인 계산 설계 프로테아제를 보고합니다. 이 연구는 워싱턴대학교 단백질 설계 연구소가 참여한 팀에서 수행됐으며, 제공된 보도 자료에서 David Baker와 Donald Hilvert가 교신 연구자로 확인됩니다.
두 연구는 서로 다른 촉매 메커니즘으로 연관된 문제를 해결합니다. 한 연구는 아연 기반 금속단백질분해효소를 구축하고 특정 질병 연관 단백질의 절단을 입증했으며, 다른 연구는 시스테인 프로테아제를 설계하고 포유류 세포에서의 활성을 보고했습니다.
이는 임상 결과가 아니라 연구 결과입니다. 논문들은 활성 효소 설계의 진전을 입증하는 한편, 치료 전달, 안전성 및 효능에 관한 상당한 질문을 후속 연구 과제로 남깁니다.
단백질은 아미드 결합으로 연결된 아미노산 사슬입니다. 이러한 펩타이드 골격 결합은 중성 수용액에서 특히 안정적이므로, 표적에 결합하는 분자가 반드시 이를 절단할 수 있는 화학적 능력을 갖는 것은 아닙니다.
시스테인 프로테아제 논문의 초록은 기존의 de novo 효소 설계 성공 사례가 더 쉬운 모형 반응에 집중돼 있었다고 설명합니다. 프로테아제를 설계하려면 그럴듯한 단백질 형태를 만드는 것 이상이 필요합니다. 활성 부위와 기질은 어려운 화학 반응을 뒷받침할 수 있도록 배치되어야 합니다.
두 연구는 촉매 장치와 기질 결합 환경을 모두 설계함으로써 이 과제에 접근합니다. 서로 다른 메커니즘은 하나의 통합 효소 시스템이 아니라 각각 별도의 입증 사례를 제공합니다.
Computational design of metalloproteases에서 연구진은 RFdiffusion 방법을 사용해 펩타이드 기질 결합 포켓 옆에 아연 기반 활성 부위를 갖는 단백질을 생성했습니다. 아연 연관 부위는 절단 반응을 위해 물을 활성화합니다.
공개 초록에 따르면, **시험한 135개 설계 중 36%**가 의도한 결합에서 대응 펩타이드 기질을 절단했습니다. 가장 우수한 초기 설계는 비촉매 반응과 비교해 펩타이드 결합 가수분해를 10^8배 이상 가속했으며, 네 개의 치환을 통해 이 수치는 10^10배 이상으로 증가했습니다.
이는 매우 느린 배경 반응에 대한 반응 속도 향상 수치입니다. 치료의 효과, 환자 회복률 또는 모든 자연 발생 프로테아제와의 포괄적 비교를 측정한 값이 아닙니다.
이 연구는 또한 TDP-43, 아밀로이드 베타 및 혈청 아밀로이드 A를 선택적으로 절단하는 설계 프로테아제를 보고했으며, 반응 속도 향상은 최대 10^9배에 이릅니다. 이들은 인간 질환과 연관된 단백질이지만, 선택한 기질의 절단을 입증했다고 해서 그 자체로 환자에게 유익한 효과가 있다는 뜻은 아닙니다.
Unite.AI는 또한 TDP-43 전체를 단순히 파괴하는 대신 그 무질서한 C-말단 영역을 표적으로 하는 전략을 설명합니다. 질환 연관 단백질도 필수 기능을 수행할 수 있다는 점에서 이 구분은 중요합니다. 다만 전체 실험 설명은 치료 결과로 여기에서 확립된 것이 아니라 연구 논문에 담겨 있습니다.
De novo design of cysteine proteases에서는 활성화된 시스테인 친핵체를 촉매 전략으로 사용합니다. 초록은 시험한 69개 설계 중 13개 활성 설계를 보고하며, 이는 약 19%의 성공률에 해당합니다. 반응 속도 향상은 배경 반응 대비 최대 3 x 10^7배입니다.
설계된 폴드는 자연 프로테아제의 폴드와 다르며, 보고된 구조 비교 점수는 0.50 미만입니다. 실험으로 확보한 6개 결정 구조는 설계 모델과 밀접하게 일치했고, C-알파 평균 제곱근 편차는 1.2옹스트롬 미만이었습니다.
계산 모델만으로는 제조된 단백질이 의도한 배열을 채택한다는 사실을 입증할 수 없기 때문에, 이러한 구조적 일치는 중요합니다. 결정 구조는 설계에 대한 별도의 실험적 검증을 제공합니다.
초록은 또한 이 프로테아제들이 포유류 세포에서 표적을 절단한다고 보고합니다. 이는 합성생물학 응용 가능성을 뒷받침하지만, 세포 활성은 안전한 전달, 질병 치료 또는 동물이나 인체 내 적절한 작동을 입증하는 것과는 다릅니다.
연구진은 가장 활성이 높은 천연 시스테인 프로테아제와의 활성 격차를 설명하는 요인으로 활성 부위의 사전 조직화와 기질 위치 결정에서 남아 있는 불완전성을 제시합니다. 따라서 이 연구는 작동하는 설계 접근법과 함께 여전히 해결해야 할 한계를 모두 보고합니다.
| 특성 | 금속단백질분해효소 연구 | 시스테인 프로테아제 연구 |
|---|---|---|
| 촉매 메커니즘 | 아연 연관 물 활성화 | 활성화된 시스테인 친핵체 |
| 초기 스크리닝 결과 | 135개 설계 중 36% 활성 | 69개 설계 중 13개 활성, 약 19% |
| 보고된 최대 반응 속도 향상 | 네 개 치환 후 10^10배 초과 | 최대 3 x 10^7배 |
| 질병 연관 단백질 사례 | TDP-43, 아밀로이드 베타 및 혈청 아밀로이드 A | 공개 초록에서는 동등한 질병 치료 주장이 확립되지 않음 |
| 추가 결과 | 설계된 케이지드 사이토카인 및 수용체 길항제의 선택적 활성화 | 포유류 세포 내 표적 절단 및 결정 구조와의 높은 일치도 |
반응 속도 수치를 단순한 우열 표로 사용해서는 안 됩니다. 이 수치는 서로 다른 촉매 메커니즘, 기질 및 실험 조건에서 도출됐으며, 동일한 실제 응용에서 두 접근법이 어떻게 비교될지를 입증하지는 않습니다.
금속단백질분해효소 논문의 공개 데이터 성명은 연구 데이터와 코드가 포함된 Zenodo 레코드를 가리킵니다. 시스테인 논문은 설계 파이프라인용 GitHub 리포지터리와 실험 데이터 분석용 리포지터리 두 곳을 연결하며, Protein Data Bank에 등록된 결정 구조도 나열합니다.
아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.
무료 등록을 위한 하나의 완전한 프로젝트 생성
하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.
설계 리포지터리는 골격 생성, 서열 설계 및 구조 기반 필터링을 설명합니다. 워크플로는 RFdiffusion 관련 방법, ProteinMPNN, Rosetta 기반 처리 및 AlphaFold 3 예측을 결합하고, 연속된 라운드에서 점점 더 엄격한 필터링을 적용합니다.
중요한 점은 리포지터리가 자신을 오케스트레이션 및 분석 코드로 설명한다는 것입니다. 이 리포지터리에는 모델 가중치, 컨테이너 또는 완전한 컴퓨팅 환경이 포함되어 있지 않으며, 사이트별 경로와 구성을 명시적으로 요구합니다. 소규모 데모 데이터세트는 시뮬레이션된 데이터이므로, 데모 실행은 생물학 실험을 재현하는 것이 아니라 소프트웨어 워크플로의 일부를 시험하는 것입니다.
이러한 리소스는 검토 가능성을 높이고 적격 연구자에게 출발점을 제공합니다. 그러나 즉시 사용할 수 있는 치료법, 모든 결과를 한 번의 명령으로 재현하는 방법 또는 실험실 검증 없이 예측된 효소가 활성일 것이라는 증거는 아닙니다.
두 논문은 de novo 설계가 계산 작업을 뒷받침하는 구조적·기능적 측정과 함께 화학적으로 까다로운 반응을 수행할 수 있는 효소를 만들 수 있음을 보여줍니다. 질병 단백질 사례는 선택적 절단을 추가로 조사할 이유를 제공하며, 세포 결과는 정제된 분자 시스템을 넘어 증거를 확장합니다.
잠재적 응용 분야에는 연구 도구, 합성생물학, 그리고 궁극적으로 치료제 개발이 포함됩니다. 치료제로 나아가려면 복잡한 생물학적 환경에서의 선택성, 노출, 전달, 면역 반응, 그리고 절단이 의도한 생물학적 효과를 만드는지에 관한 추가 증거가 필요합니다.
여기에서 검토한 공개 증거 중 어떤 것도 신경퇴행성 질환이나 기타 인간 질환에 대한 승인된 치료법을 확립하지 않습니다. 적절한 결론은 프로그래밍 가능한 단백질 절단 효소 설계의 실험적 진전이며, 연구 역량과 입증된 의학적 이점은 명확히 구분해야 합니다.
AI 설계 프로테아제는 머신러닝 모델을 포함한 계산 설계 방법으로 개발된 단백질 절단 효소입니다. 보고된 연구들은 예측된 구조를 활성의 증거로 간주하지 않고, 계산적 제안과 실험실 측정을 결합합니다.
금속단백질분해효소 논문의 초록은 TDP-43, 아밀로이드 베타 및 혈청 아밀로이드 A를 언급합니다. 이는 표적 절단 실험을 확립하는 것이며, 해당 단백질과 연관된 질병의 치료를 의미하지는 않습니다.
한 연구는 반응을 위해 물을 활성화하는 아연 연관 활성 부위를 설계했습니다. 다른 연구는 활성화된 시스테인 친핵체를 사용해 펩타이드 골격 절단을 위한 다른 화학적 경로를 제공합니다.
이는 보고된 최적화 효소 반응을 이에 대응하는 비촉매 배경 반응과 비교한 값입니다. 치료제가 100억 배 더 잘 작동한다거나, 이 효소가 모든 자연 프로테아제보다 빠르다는 뜻은 아닙니다.
여기에서 검토한 증거는 임상 치료나 승인 약물을 확립하지 않습니다. 단백질 절단 실험과 포유류 세포 분석은 초기 연구 증거이며, 안전성과 효능에 관한 추가 연구가 여전히 필요합니다.
저자들은 코드와 구조 데이터를 공개했지만, 설계 리포지터리는 외부 모델, 도구 및 사이트별 구성을 요구합니다. 경량 데모는 시뮬레이션 데이터를 사용하며 실험적 재현을 대체하지 않습니다.
두 논문은 서로 다른 아연 기반 및 시스테인 기반 메커니즘을 사용하는 설계 프로테아제를 입증합니다. 보고된 증거에는 측정된 절단, 구조 검증, 선택된 질병 연관 기질 및 포유류 세포에서의 활성이 포함됩니다.
이번 성과는 프로그래밍 가능한 단백질 절단 효소의 실험적 진전이며, 임상적 이점은 추가 연구가 필요한 별도의 질문으로 남아 있습니다.
한 문장에서 시작해 몇 분 안에 완전한 웹사이트를 받아보세요.
