(최종목표)본 연구의 최종 목표는 유전체 및 대사체 분석을 포함한 멀티오믹스 기반으로 신규활성물질 생산 가능성이 높은 천연물 추출물을 빠르게 선별하고, 이를 AI 구조 분석 기법 기반으로 천연물 탐색 시스템을 고도화함으로써, 천연물 유래 의약품 개발의 기반 기술을 확보하고자 함.(세부목표)I. LC-MS 기반 대사체 분석기법을 통해 다양한 추출물 내 신규활...

1. LC-MS 기반 MS/MS 분석을 통한 천연물 유래 순수화합물 MS fragment DB 구축 및 추출물 대량 분석. - 약 500개 이상의 천연물 유래 순수화합물들을 LC-MS를 이용한 MS/MS 분석을 통해 MS fragment DB 구축. - 약 8000종(식물: 4000종, 미생물: 4000종) 이상의 천연물 유래 추출물 라이브러리를 LC-MS를 이용한 MS/MS 분석. 2. 추출물 생리활성 스크리닝과 대사체 분석기법을 통해 신규활성물질 및 특이적 대사물질을 갖는 활성 추출물 선발과 MS fragmentation 기반 분자 네트워킹 시스템 확립. - 천연물(식물 또는 미생물) 유래 추출물의 다양한 생리 활성 스크리닝을 통해 활성 추출물 선발. - 다변량 통계분석, PCA(principal component analysis) 및 PLS-DA(partial least squares discriminant analysis) 등의 방법을 수행하여 신규활성물질 및 특이적 대사물질을 갖는 추출물 선발. - 천연물자원으로부터 분리된 다양한 순수화합물들을 이용하여 최적의 분자네트워킹 조건 확립. 3. MS fragmentation 기반 분자 네트워킹을 통해 추출물 내 신규활성물질 및 특이적 대사물질과 관련 유도체들의 구조 확인, LC-MS 프로파일링(profiling)을 통한 신규활성물질 및 특이적 대사물질의 표적분리(targeted isolation). - 대사체 분석기법 기반으로 선발된 활성 추출물의 MS/MS 분석결과와 천연물 유래 순수화합물 MS fragment DB를 이용하여, 분자네트워킹 분석기법 적용. - In－silico Molecular Network Annotation Propagation를 이용하여 GNPS 자체 MS spectral library뿐 아니라 확대된 in-silico MS fragment DB를 갖고 추출물 내 대사물질의 구조 확인. - 대사체분석 및 분자네트워킹 결과를 기반으로 선발된 추출물의 신규활성물질 및 특이적 대사물질에 대한 LC-MS 프로파일링을 기반으로 표적분리. 4. 다양한 분광학 분석장비를 통한 신규활성물질 및 특이적 대사물질 구조 규명 및 생리활성 검정. - 표적분리를 통해 분리된 대사물질에 대하여 다양한 분광학 분석장비(NMR, MS, ECD, VCD)를 이용한 구조 규명. - ECD(electronic circular dichroism), VCD(vibrational circular dichroism)을 이용한 절대입체구조(absolute configuration) 규명. - 분리된 물질을 이용하여 노인성 뇌질환(파킨슨병, 허혈성 뇌졸중, 알츠하이머병) 및 항염증(RAW 264.7, BV2 cell lines) 등 다양한 생리활성 검정. 5. 신규활성물질의 대량표적분리를 위한 시스템 확립. - 대사체 분석기법을 통하여, 다양한 재배지 및 수확시기에 따른 식물 추출물과 다양한 배지 및 배양 조건에 따른 미생물 추출물 내 타겟 신규활성물질의 높은 수득률을 보이는 최적의 조건 확립. - LC-MS 프로파일링 결과를 기반으로, Counter Current Separation (CCS)등의 기법을 이용해 타겟 신규활성물질의 최적화된 대량분리 시스템 설정. - 확립한 시스템을 통해 천연물 유래 의약품 개발의 기반을 마련.