UBC와 BC Cancer 연구진이 intrinsically disordered protein(IDP)을 표적으로 하는 약물 설계 접근을 소개함. 연구는 prostate cancer에서 androgen receptor의 flexible region을 겨냥한 compound를 개발했고, 일부 후보가 기존 보고보다 훨씬 강한 binding affinity를 보였다고 설명함. AI 모델 뉴스는 아니지만, druggability와 target selection 관점에서 AIBioNews에 남길 만한 cancer drug discovery 사례임.
요약
•
University of British Columbia(UBC)는 캐나다 Vancouver 소재 연구중심 대학이며, 이번 연구는 UBC와 BC Cancer 연구진이 수행한 cancer drug discovery work로 소개됨.
•
핵심 표적은 intrinsically disordered protein(IDP) 계열임. IDP는 안정적인 3D 구조나 고정된 binding pocket이 부족해 traditional small molecule drug discovery에서 ‘undruggable’로 여겨지는 경우가 많음.
•
연구는 prostate cancer growth를 촉진하는 androgen receptor에 초점을 둠. 고정된 pocket에 맞추는 방식이 아니라, receptor의 움직이는 flexible region과 상호작용해 inactive state로 고정하고 cancer-driving gene activation을 막는 전략으로 설명됨.
•
UBC 측은 새 compound들이 해당 region을 표적으로 하는 기존 약물보다 최대 백만 배 강한 binding affinity를 보였다고 설명함. 회사 발표가 아니라 대학/논문 홍보 자료지만, 정확한 assay와 비교 대상은 원문 논문에서 확인 필요.
•
Molecular-level modification을 통해 여러 promising candidate를 찾았고, animal study에서 일부 compound가 commonly used prostate cancer treatment보다 prostate cancer growth를 더 잘 늦췄다고 보고됨.
•
이 접근의 의미는 IDP를 ‘형태가 없어 못 잡는 target’이 아니라, dynamic ensemble 안에서 기능적으로 중요한 state를 안정화하거나 억제할 수 있는 target으로 다시 보는 데 있음.
•
Drug discovery 관점에서는 static structure 기반 docking이나 pocket-centric design만으로는 부족한 target class를 다룸. AI 기반 design workflow에서도 IDP, conformational ensemble, induced state를 어떻게 모델링할지가 중요한 문제로 이어짐.