▲

AI가 알츠하이머병의 원인을 밝히고 새로운 치료 후보 물질을 발견하는데 도움을 주다

 (today.ucsd.edu)
1P by GN⁺ 18시간전 | ★ favorite | 댓글 1개
  • UC 샌디에이고 연구팀이 AI를 활용하여 PHGDH 유전자의 새로운 역할을 규명하고, 알츠하이머병의 원인으로 작용함을 확인함
  • PHGDH 단백질의 비효소적 기능이 유전자 발현 조절을 방해해 질병을 유도하는 경로를 처음으로 밝혀냄
  • AI 기반 단백질 3D 구조 예측을 통해 DNA 결합 도메인과 유사한 구조를 찾아냄으로써 이 기전을 입증함
  • 해당 경로를 차단할 수 있는 소분자 억제제 NCT-503을 발견, 동물 실험에서 기억력과 불안 증상 개선 효과 확인됨
  • 향후 임상시험을 위한 최적화 및 FDA IND 연구가 예정되어 있음

연구 배경

  • 65세 이상 노인 9명 중 1명이 알츠하이머병을 앓고 있으며, 대다수는 유전적 돌연변이 없이 발생하는 자발성 알츠하이머병임
  • 기존 치료법은 효과가 제한적이며, 근본 원인 파악이 새로운 돌파구로 주목됨

PHGDH 유전자 분석

  • 연구팀은 혈액 바이오마커로 알려진 PHGDH 유전자에 주목하여 질병 진행과의 상관관계를 확인함
  • 실험에서 PHGDH 발현량이 높을수록 알츠하이머 진행이 심화되며, 발현량을 낮추면 증상이 완화됨
  • 이를 통해 PHGDH가 질병을 유발하는 인과 유전자(causal gene) 임을 입증함

AI의 기여와 새로운 기전 발견

  • AI 기반 단백질 3D 구조 분석을 통해, PHGDH 단백질 내에 DNA 결합 도메인 유사 구조가 존재함을 발견함
  • 이 구조는 유전자 발현 조절 경로를 방해해 신경세포 기능에 이상을 일으킴
  • PHGDH는 단순한 효소 역할뿐 아니라, "moonlighting"이라는 이중 역할을 수행함

치료제 후보: NCT-503

  • 기존 효소 활성을 억제하지 않으면서 비효소적 기능만 차단하는 NCT-503에 주목함
  • 해당 분자는 혈액-뇌 장벽을 통과할 수 있으며, PHGDH의 DNA 결합 부위에 작용함
  • 알츠하이머 동물 모델 실험에서 NCT-503 처리 시 기억력과 불안 개선 효과가 확인됨

향후 계획 및 기대

  • 완벽한 자발성 알츠하이머 동물 모델 부재라는 한계에도 불구하고, 임상 적용 가능성을 보여줌
  • 경구 투여 가능성 등 실용적인 이점이 있음
  • AI 기반 구조 예측과 결합된 신약 개발 전략의 새로운 방향을 제시함
▲
GN⁺ 18시간전  [-]
Hacker News 의견

  • 'AI가 새로운 것을 발견했다'고 마케팅하는 것은 실망스러움. 실제 논문 저자들은 대부분 표준적인 생화학과 세포 생물학 작업을 수행했으며, 컴퓨팅 기술과는 관련이 없었음. AlphaFold3 분석은 보조 그림의 일부 패널에 불과하며, 이미 알려진 소분자 억제제 선택에 도움을 주지 않았음. AlphaFold는 구조 생물학과 생물물리학에서 혁신적이지만, 이번 경우는 AI 과대광고가 실제 작업의 가치를 가리는 심각한 사례임

  • AI를 통해 PHGDH 단백질의 3차원 구조를 시각화할 수 있었음. 그 구조 내에서, 이미 알려진 전사 인자 클래스의 DNA 결합 도메인과 매우 유사한 하위 구조를 발견했음. 유사성은 단백질 서열이 아닌 구조에만 있음

  • APOE, 특히 e4와의 연결이 흥미로움. e4는 콜린 요구량이 증가하며, 콜린 수치가 낮을 때 대사적 압박으로 인해 PHGDH 활동이 증가하고, 결과적으로 세린 합성이 증가함. 콜린 보충제를 연구할 때 긍정적인 결과가 나타나는 이유일 수 있음

  • AI/LLM/ML 과대광고가 소프트웨어 엔지니어링에 잘못 적용되고 있다고 항상 믿었음. 의학과 법률은 데이터의 프랙탈 양과 전문가 부족으로 인해 더 많은 영향을 받음. 대량의 초음파와 흉부 엑스레이를 수집하거나 법률 조언을 제공하는 경우, LLM/ML이 컴퓨터 코드 작성보다 더 잘 수행할 가능성이 높음

  • 보편적 의료보험의 강력한 논거임. 미국에 보편적 의료보험이 있다면, 공통 차트 프로토콜과 의료 차트 교환이 필요할 것임. AI/ML은 대규모 데이터셋에서 다른 방법으로는 찾을 수 없는 상관관계를 찾는 데 매우 유용함. 모든 사람의 의료 차트가 한 곳에 있다면, 췌장암 증상이 나타나기 4년 전 환자들이 코피가 증가했다고 불평하는 것과 같은 것을 찾을 수 있음. 물론, 차트 교환을 위해 보편적 의료보험이 필요하지 않으며, 개인정보 문제는 고려해야 함. 하지만 모든 사람의 의료 기록이 분석 가능하다면 많은 질병의 치료법과 선행 지표를 찾을 수 있을 것이라고 의심함

  • '늦게 발병하는 알츠하이머'로 분류하는 것이 좋음. 현재 이해하는 알츠하이머는 하나의 질병이 아니라, 적절한 테스트가 없어서 하나의 범주로 묶인 여러 질병일 수 있다는 이론이 있음. 이는 아밀로이드 가설을 둘러싼 논란의 일부이기도 함

  • 투자와 이익을 쫓는 사람들이 'AI'를 진흙탕으로 끌고 가는 LLM 과대광고가 안타까움

  • 엄마에게는 너무 늦었지만, 미래에는 나에게 도움이 될 수도 있음

  • 이 발견이 확인된다면 매우 흥미로움. 하지만 우리는 잘못된 방향으로 가고 있다고 생각함. 노화는 본질적으로 혼란스러움. 때때로 우리는 공통된 증상 세트를 가진 질병을 식별하는데, 이는 여러 대체 원인이 동일한 증상으로 이어지기 때문임. '수렴 증상'이라고 할 수 있음. 자유롭게 연구할 자금이 있다면, 나는 세포 노화를 컴퓨팅적으로 매핑하고 역전시키는 더 근본적인 질문에 집중할 것임. 작은 로티퍼 같은 것부터 시작할 것임. 생물학자들이 '이 로티퍼를 이해하고 싶다'거나 '노화를 이해하고 싶다'는 것이 아니라, '노화를 매핑할 수 있는 정확한 컴퓨팅 프레임워크를 만들 수 있는가'에 집중할 것임. 과학 연구 자금은 정치적, 이념적 제약이 많아 잃어버린 원인임

  • AlphaFold의 출력을 사용했는지 궁금함. DeepMind가 수백만 개의 단백질 3D 구조를 무료로 공개했음을 기억해야 함. 만약 Elsevier 같은 구독 벽 뒤에 그 데이터를 숨겼다면? 최소한 DeepMind에 공로를 인정해야 함

답변달기