JUL 30, 2025
컴퓨터 시뮬레이션을 통한 잠재적 결합 부위의 탐지 및 우선순위 지정
은닉 결합 부위를 표적으로 삼는 것은 까다로운 약물 표적을 다루는 데 있어 점점 더 강력한 전략으로 부상하고 있으며, 특히 선택성, 내성 또는 낮은 개발 가능성 등의 문제로 인해 기존의 오르토스테릭 접근법이 한계에 부딪히는 경우에 그러합니다. 그러나 은닉 결합 부위, 특히 아포 구조에서는 확인되지 않는 은닉 부위를 규명하고 평가하는 일은 여전히 초기 신약 개발 단계에서 핵심적인 과제로 남아 있습니다.
이번 웨비나에서는 숨겨진 결합 부위를 규명하고 식별하기 위해 혼합 용매 분자 동역학( 분자동역학 , MxMD)과 SiteMap을 통합한 새로운 계산 워크플로를 소개합니다. 이 새로운 통합 워크플로는 61개의 표적으로 구성된 후향적 벤치마크 데이터셋 내에서 숨겨진 결합 부위를 탐지하는 데 83%라는 놀라운 성공률을 달성했습니다.
이 새로운 워크플로가 어떻게 숨겨진 결합 부위의 규명을 지원하고, 새로운 표적을 대상으로 한 구조 기반 신약 개발 프로젝트를 더욱 활성화할 수 있는지 알아보시려면 저희와 함께해 주세요.
웨비나 하이라이트
- MxMD 방법 개요
- 은닉 결합 부위를 규명하기 위한 새로운 MxMD+SiteMap 워크플로우 소개
- 새로운 워크플로우를 널리 사용되는 ‘ 머신러닝 ’ 방식 및 기본 포켓 감지 모드의 SiteMap과 비교 분석
연사 소개
다시
생명과학 소프트웨어 부문 수석 연구원 I, Schrödinger
다 시(Da Shi)는 Schrödinger 의 히트 디스커버리(Hit Discovery) 팀 소속 수석 과학자입니다. 그는 캘리포니아 대학교 샌디에이고(University of California San Diego)에서 루벤 아바기안(Ruben Abagyan) 교수의 지도 아래 박사 학위를 취득했습니다. 졸업 후, 프레더릭 국립 암 연구소(Frederick National Laboratory for Cancer Research)에서 데이터 과학자로 근무하며 신약 개발을 위한 데이터 분석 플랫폼( 머신러닝 )을 개발했습니다. 2021년에는 Schrödinger 에 합류하여 올 액세스 애플리케이션 과학자로 근무했습니다. 이후 히트 디스커버리 팀으로 이동하여, 숨겨진 결합 부위 식별 및 FEP 리간드 포즈 생성을 위한 워크플로우 개발에 매진하고 있습니다.
디마 루피얀
생명과학 소프트웨어 부문 선임 수석 연구원, Schrödinger
제품 관리자인 드미트리 루피안(Dmitry Lupyan) 박사는 ‘ Desmond ’ 및 FEP 분석 도구의 개발을 주도하며, 단백질 공학( 분자동역학) 분야에서 뛰어난 전문성을 보여주고 있습니다. 특히, 그는 시뮬레이션 분석을 위한 파이썬 라이브러리 ‘ API ’를 개발한 주역으로, 이 라이브러리는 ‘ Schrödinger’의 MD, MxMD, ‘ FEP+ ’ 제품 전반에 걸쳐 핵심 기반으로 활용되고 있습니다. 과학적 발전에 대한 열정을 바탕으로, 그는 시뮬레이션 분석 도구의 활용을 적극적으로 장려하며 탐구 커뮤니티를 육성하고 있습니다. 그의 연구 관심사는 단백질 공학, 막 결합 시스템, 그리고 해리 동역학의 매혹적인 역학 등 복잡한 분야를 깊이 있게 다루고 있습니다.