IDP Binder Design through Integration of AI Generative Models and Experimental Data
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066266
교육부
한국연구재단
고려대학교
송민규
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
서울특별시 성북구
화학 > 생화학 > 구조생화학
... 분자동역학 시뮬레이션과 SAXS, XL-MS 등 실험 데이터를 결합하여 신뢰성 있는 IDP의 구조 ensemble을 획득하고, 이를 AI 생성 모델에 적용함으로써 IDP와 선택적으로 상호작용하는 binder 펩타이드를 설계하는 방법론을 확립하는 데 있음. 이를 통해 구조 정보가 부족한 IDP에 대한 신뢰성 있는 상호작용 예측 및 설계 전략을 제시하고자 함.
본 연구는 AI 생성 모델과 실험 데이터를 통합하여 IDP binder를 설계하는 것을 목표로 하며, 다음과 같은 단계로 수행된다. 우선, 대표적인 IDP인 Aβ42와 기존 억제 펩타이드에 대해 다양한 초기 조건에서 분자동역학 시뮬레이션을 수행하여 시간에 따른 구조 ensemble 데이터를 확보한다. 이후 CRYSOL을 활용한 SAXS 계산과 실제 실험 데...
... 수 있음. 또한 AI 생성 모델과 실험 데이터를 결합한 binder 설계 전략을 통해, 구조 정보가 부족한 IDP를 표적으로 하는 펩타이드 설계의 새로운 접근법을 제시할 수 있음.이러한 방법론은 Aβ42와 같은 아밀로이드성 단백질뿐만 아니라 다양한 IDP 시스템으로 확장 가능하며, 향후 단백질 상호작용 예측 및 펩타이드 기반 치료제 설계 분야에 활용될 수 있음. ...