미국 뉴욕대 Timothy Cardozo 교수는 최근 열린 미국 국립보건원(NIH) 고위험·고보상 심포지엄에서 대규모 계산 도킹(docking) 프로젝트를 소개했다.
Cardozo 교수팀이 개발한 알고리듬은 공공 데이터베이스에 등록된 약물과 단백질 정보를 기반으로 수십억개에 달하는 잠재적 도킹을 평가하는 것으로, 이를 이용하면 약물의 화학구조를 분석해 단백질과 같은 타깃에 잘 결합하는지 확인할 수 있다.
또 단백질을 타깃으로 하지는 않지만 구조적으로 유사해 의도하지 않은 도킹을 일으켜 잠재적으로 독성 부작용을 일으킬 수 있는지 여부를 찾아내는데도 유용하게 사용될 수 있다.
미국 캘리포니아대 Brian Shoichet 교수는 "NLM에서 제공하는 PubChem 등 이미 이와같은 정보를 제공하는 공공 데이터베이스는 몇몇 있지만 부정확하고 위양성이 존재해 한계가 있었다"고 말했다.
지난해 Shoichet 교수팀은 노바티스 바이오의학연구소와 함께 약물 화학구조 간 유사성을 기반으로 부작용을 예측하는 알고리듬을 개발했다. 미국 식품의약국(FDA) 승인을 받은 약물 656개와 생물학적 타깃 73개로 테스트한 결과 이전까지 모르고 있었던 상호관계가 수백건 발견됐다.
Cardozo 교수팀은 여기서 한걸음 나아가 아직 테스트되지 않은 화합물이 인체 내에서 단백질과 어떻게 상호작용하는지 예측할 수 있도록 노력했다. Cardozo 교수는 이번 프로젝트가 "인류 역사상 가장 규모가 큰 계산 도킹"이라고 소개했다.
'Drugable'이라 명명된 프로젝트 웹사이트(drugable.com)는 현재 미국 국립의학도서관(NLM) 지원을 받아 테스트 중이며 향후 연구자들이 무료로 사용할 수 있도록 할 예정이다.