Discovery of drug candidate molecules through large-scale docking at the molecular level
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340065864
교육부
한국연구재단
(서울)경희대학교산학협력단
김동식
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
응용연구
대학
서울특별시 동대문구
생명과학 > 생화학/구조생물학 > 단백질 구조와 기능
본 연구의 최종 목표는 딥러닝 기반 분자동역학 및 대규모 가상 스크리닝 파이프라인을 이용하여 human mitochondrial RNA polymerase (mtRNAP)의 활성 부위에 결합할 수 있는 신규 저분자 화합물을 발굴하고, Crystallization을 통해 실제 구조를 규명하여 구조 생물학 및 생화학적 방법으로 입증하는 것이다. mtRNAP는...
전통적인 신약 개발 과정에서 초기 약물 탐색 단계는 수많은 화합물 중 유효한 물질을 발굴하는 것이 핵심이다. 하지만 수 백만개의 화합물을 하나하나 실험적으로 확인하는 것은 시간과 비용 측면에서 비현실적이다. 최근 딥러닝을 기반으로 한 Docking 및 Virtual Screening 기술이 주목 받고 있으며, 이를 실제 연구에 적용하는 것이 본 연구의 출발...
본 연구에서 구축한 딥러닝 기반 초대용량 가상 스크리닝 플랫폼은 mtRNAP뿐만 아니라 다양한 질병 관련 타깃 단백질에 즉각 적용 가능한 범용성을 지니며, 이를 통해 신약 개발 초기 단계에 소요되는 시간과 비용을 획기적으로 단축하고 후보 물질 도출의 효율성과 정확도를 극대화할 수 있다. 이러한 기술적 혁신은 기존 실험 중심 스크리닝의 물리적 한계를 극복하여...