상호작용 유도 생성형 3D 약물 설계와 다목적 확장

Interaction-Guided 3D Generative Drug Design and Multi-Objective Scaling

연구 내용

단백질 결합 포켓과 상호작용 패턴을 조건으로 활용해 3D 분자와 상호작용을 생성하고 다목적 기준으로 최적화하는 연구

생성형 모델을 구조 기반 약물 설계에 직접 적용하기 위해, 결합 포켓 내 상호작용의 보편 패턴을 선지식으로 삼아 리간드를 생성하는 3D 생성 프레임워크를 개발합니다. 생성 결과를 결합 포즈 안정성, 기하 패턴, 다양성, 신규성 관점에서 종합 평가해 표적 적합도를 정교화합니다. 또한 레트로합성 규칙을 이용해 화학 빌딩 블록을 조합하는 그래프 기반 조건부 생성으로 합성가능성과 속성 제어를 동시에 달성하는 전략을 수행합니다. 더 나아가 확산모델에 지식 기반 가이드를 결합해 분자와 단백질-상호작용을 함께 생성하며, 다목적 목표 간 균형을 유지하는 최적화 구조를 구현합니다. 이러한 접근을 통해 구조-기반 설계를 자동화하는 방향으로 확장합니다.

관련 프로젝트

3건

연구 흐름

초기에는 레트로합성으로 준비된 빌딩 블록 카탈로그를 조합해 분자를 만들고, 생성 과정에서 부정 샘플링을 활용해 훈련 외 빌딩 블록으로도 성능을 유지하는 설계를 도입했습니다. 이후 표적 포켓에서의 상호작용을 조건으로 하는 3D 생성 프레임워크로 확장해, 보편 상호작용 패턴을 활용한 제한된 데이터 환경에서도 일반화된 생성 성능을 확인했습니다. 최근에는 확산모델에 지식 기반 가이드를 결합하여 분자 생성과 상호작용 생성을 동시 수행하고, 다목적 평가에서 균형 잡힌 성능을 목표로 연구를 심화하고 있습니다. 이러한 연구 축은 대규모 약물 발굴 및 표적 단백질 맞춤 분자 설계 과제와 연동되어 파이프라인화되고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

포켓 기반 리간드 생성
상호작용 유도 분자 설계
합성가능성 제약 생성
다목적 목표 균형 최적화
표적 특이성 강화 설계
돌연변이 선택적 저해제 생성
입체화학 제어 후보 발굴
구조 기반 약물 설계 자동화
초고속 선별용 후보 생성
약물 발견용 설계-평가 워크플로