BioPlayground

🧬
💻생명의 코드

딥러닝과 RNA 엔지니어링 융합, 포유류 맞춤형 유전자 치료용 리보스위치 설계 가속화

Molecular therapy. Nucleic acids·2026년 7월 24일AI 큐레이션
딥러닝과 RNA 엔지니어링 융합, 포유류 맞춤형 유전자 치료용 리보스위치 설계 가속화
AI 요약 (Beta)Beta
## 배경 유전자 치료는 질병의 근본 원인을 표적으로 삼는 차세대 의료 기술로 자리 잡았다. 그러나 표적 세포 내에서 외래 유전자의 발현을 정밀하게 제어하기란 대단히 어렵다. 원치 않는 조직에서 유전자가 과도하게 발현하면 심각한 부작용이나 면역 반응이 촉발되는 탓이다. 기존에는 독시사이클린(Doxycycline) 같은 항생제 분자를 조절 물질로 활용하는 유전자 스위치가 주로 연구됐다. 하지만 항생제를 장기간 투여할 경우 면역 거부 반응이 일어나거나 원치 않는 조직에 영향을 주어 안전성 결함이 발생하곤 한다. 이 문제를 해결하고자 유전자 발현을 정밀하게 통제하는 신규 스위치 기술이 오랫동안 주목받았다. 리보스위치(Riboswitch)는 리간드(Ligand)라 불리는 특정 분자와 결합할 때 구조를 바꾸며 유전자 발현을 스스로 조절하는 비코딩 리보핵산(Ribonucleic Acid, RNA) 분자다. 이 스위치는 복잡한 조절 단백질 없이 RNA 단독으로 작동하므로 유전자 치료용 전달체의 탑재 용량을 효율적으로 절약해 준다. 다만 자연계 박테리아에서 발견되는 천연 스위치를 포유류 세포 환경에 맞춰 다시 설계하기란 대단히 까다로웠다. 인공적으로 조작한 RNA 구조가 복잡한 인체 세포 안에서 목표 물질에만 달라붙어 명확한 온·오프(On-Off) 반응을 나타내기 어려웠기 때문이다. ## 핵심 발견 스페인 나바라 대학교(University of Navarra) 연구진은 최근 학술지 '분자 치료 및 핵산(Molecular Therapy - Nucleic Acids)'에 발표한 논문에서 이 교착 상태를 돌파할 새로운 이정표를 제시했다. 이들은 인공지능(Artificial Intelligence, AI) 기반 딥러닝(Deep Learning, DL) 모델과 초저온 전자현미경(Cryo-electron Microscopy, Cryo-EM) 등 최신 구조생물학(Structural Biology) 기법, 그리고 대규모 탐색이 가능한 신규 선택 기술을 결합하여 맞춤형 리보스위치 설계를 단기간에 완수하는 플랫폼을 구축했다. 이 플랫폼은 기존의 단순한 서열 분석 방식에서 탈피하여 분자 간의 3차원적 상호작용을 컴퓨터 시뮬레이션으로 예측해 스위치의 신뢰도를 높인다. 실제로 연구팀은 DL 모델을 활용해 수억 개에 달하는 RNA 라이브러리 후보군 가운데 목표 리간드와 정밀하게 밀착하는 최적의 적체(Aptamer) 구조를 선별했다. 이 구조는 세포막을 잘 통과하며 인체 안전성이 검증된 임상 등급 리간드와 정교하게 맞물려 작동하게 된다. 연구팀은 박테리아와 진핵생물에 분리되어 존재하는 천연 스위치의 차이점을 규명하고, 포유류 세포 내에서 조절 신호가 소실되지 않도록 이보(Expression) 플랫폼 구조를 최적화하는 경로를 설계했다. 기존 리보스위치 모델이 유전자를 켜고 끌 때의 발현량 차이가 2~3배 수준에 머물렀던 반면, 컴퓨터로 설계된 차세대 스위치는 리간드가 결합했을 때 유전자 발현을 10배 이상 유도하는 강력한 작동 효율을 보여주었다. 또한 선택성 분별 기준 역시 대폭 향상되어 구조가 매우 유사한 비표적 물질에는 일절 반응하지 않는 정밀함을 나타낸다. ## 의미와 전망 이번 연구 결과는 그간 실험실 수준의 개념 증명에 머무르던 RNA 치료 기술을 실제 임상용 치료제로 도약시킬 중요한 계기로 평가받는다. 특히 투여 용량의 세밀한 제어가 필수적인 차세대 면역세포 치료제나 정밀 호르몬 분비 조절이 요구되는 희귀 질환 영역에서 유용하게 쓰일 전망이다. 다만 이를 환자 몸속에 직접 주입하는 완제품으로 상용화하기까지 넘어야 할 기술적 장벽도 여전히 존재하고 있는 실정이다. 우선 외부에서 투입하는 맞춤형 리간드가 체내에서 안전하게 분해되어 배출되는지, 장기 복용 시 독성을 유발하지 않는지 면밀히 밝혀내야 한다. 아울러 리보스위치를 전달하는 바이러스 벡터 자체에 대한 인체 면역 반응을 최소화하는 작업도 향후 해결해야 할 과제다. 그럼에도 연구팀은 한 단계 더 나아가 환자가 직접 유도 약물을 먹지 않아도 질병 상황에서 자발적으로 발생하는 대사물질(Disease-generated Metabolites)을 감지해 치료 유전자를 가동하는 '자율형 조절 스위치'를 미래 청사진으로 내걸었다. 인체 내부의 위험 신호에 스스로 응답하여 치료 단백질을 필요한 만큼만 내보내는 지능형 자율 의료 시대가 머지않아 열릴 것이라는 기대가 나온다.
Regulation with riboswitches, which induce or repress gene expression in response to a ligand, is moving from proof-of-concept studies to robust clinical-grade gene therapies. These initial stages in RNA-based precision medicine will soon benefit from the next generation of riboswitches, whose engineering results from the combination of deep learning, structural biology, and innovative selection technologies. Recent breakthroughs in these strategies now allow for the identification of riboswitches responsive to wisely chosen pre-selected ligands. Selection of the best RNA-friendly and clinically relevant ligands is within the focus of this review. We analyze natural riboswitches in bacteria and eukaryotes and their distinct ligands. We describe how the field of riboswitch design has moved from traditional to novel strategies for identifying switches that function to regulate expression
💬왜 중요하냐면:

리보스위치 엔지니어링 기술이 상용화되면 만성 질환 환자들의 치료 편의성이 높아진다. 일례로 당뇨 환자가 특정 식품 성분이 든 약 알약을 삼키는 행동만으로 체내 인슐린 유전자 발현량을 미세하게 제어할 수 있다. 매일 주삿바늘을 꽂아야 하는 번거로움을 덜어주는 시나리오다. 항암 분야에서도 적용 가치가 크다. 고독성 항암 유전자를 주입한 뒤, 암세포가 밀집한 구역에서만 작동하도록 안전한 유도 물질을 경구 투여하는 정밀 제어 치료가 가능해진다. 바이오제약 업계 역시 반기는 분위기다. 복잡한 단백질 조절 인자를 유전자 전달체에 억지로 욱여넣을 필요가 없어져, 벡터의 적재 용량(Packaging Capacity) 한계를 극복하는 데 큰 도움이 된다. 제조 공정을 단순화해 생산 단가를 낮추는 데도 매우 유리하다.

💬 댓글

0개의 댓글
댓글을 작성하려면 로그인이 필요합니다
로딩 중...