"6만개 PROTAC 분자 데이터베이스 공개"…AI 신약 개발 데이터 부족 해소

특허 문헌에서 발굴한 6만여 개의 표적 단백질 분해(PROTAC) 화합물 데이터베이스가 공개됐다.

22일(현지시간) 바이오온(BioOn)에 따르면 연구팀은 2013∼2023년 PROTAC 관련 특허를 수집해 'PROTAC-PatentDB' 데이터셋을 구축했다. 이 연구는 국제학술지 사이언티픽 데이터(Scientific Data)에 게재됐다.

PROTAC은 세포 자체의 분해 시스템을 활용해 질병을 일으키는 표적 단백질을 직접 제거하는 기술이다. 기존 소분자 약물이 단백질 활성만 억제하는 것과 달리, 약물 개발이 어려웠던 표적에도 접근할 수 있어 주목받고 있다.

다만 이 분야는 그간 고품질 분자 데이터가 부족했다. 공개 데이터셋 대부분이 학술지 논문에서 나와 표본이 적고 데이터베이스 간 중복도 많아 AI 모델 학습과 대규모 가상 스크리닝에 활용하기 어려웠다.

연구팀은 신약 후보 분자가 논문보다 특허에 먼저 공개되는 점에 착안했다. 특허를 선별하고 구조를 추출한 뒤 의약화학 전문가가 직접 검증하는 과정을 거쳤다.

이렇게 구축된 데이터셋은 590개 특허 패밀리에서 나온 6만3136개의 중복 없는 PROTAC 화합물을 담고 있다. 252개 약물 표적을 아우르며, ADMETlab3.0을 활용해 분자별 120개 이화학·약물성 속성을 예측했다.

기존 문헌 기반 데이터셋과 비교하면 분자 규모가 크게 늘었고, 화학 구조 공간도 더 넓고 다양하다는 분석 결과가 나왔다.

특허 동향을 보면 2015년 이후 PROTAC 출원이 빠르게 증가했다. 중국과 미국이 가장 활발한 출원 지역이며, 대학과 바이오 기업이 혁신을 주도했다. 연구는 종양 표적에 집중됐고 안드로겐 수용체, 브루톤 티로신 키나아제, 브로모도메인 단백질 4에 대한 관심이 높았다.

데이터셋은 피그셰어(Figshare) 플랫폼에서 공개됐으며, 온라인 열람과 일괄 다운로드를 지원하는 웹 도구도 제공된다.

연구팀은 인터루킨-1 수용체 관련 키나아제 4를 표적으로 하는 PROTAC을 사례로 들어, 이 데이터가 구조 분해와 분자 골격 최적화, 신규 분자 설계, 히트 화합물 스크리닝 등에 직접 활용될 수 있음을 확인했다.

PROTAC-PatentDB는 특허를 기반으로 구축된 첫 PROTAC 화합물 데이터셋이다. 기존 문헌 데이터베이스와 함께 쓰면 컴퓨터·AI 기반 PROTAC 약물 설계를 뒷받침하고 표적 단백질 분해 신약 개발을 앞당길 것으로 기대된다.