당뇨병은 혈중의 당 농도가 떨어지지 않는 증상을 나타내며 세포가 에너지원을 이용하지 못해 체중이 감소하고 심장, 혈관 및 기타 질병의 위험을 증가시키는 대사질환이다. 세계적으로 당뇨병 환자 중 세포가 인슐린에 반응하지 못하는 제2형 당뇨병 환자수가 대부분을 차지한다. 현재 시판 중인 제2형 당뇨병 치료제는 DPP-4의 활성을 저해하는 약물이 많다. 하지만 약물의 내성, 부작용과 같은 이유로 신약 개발 필요성이 요구되지만 이는 공정이 매우 복잡하다. 이를 해결하고자 효율적인 신약 발굴방법인 Drug Repositioning을 적용한 다킹 연구를 진행하였다. DPP-4 저해제에 대해 보고된 결합형태를 QM_Dock_Docking을 이용해 binding affinity를 계산하였다. 이 결과를 바탕으로 FDA의 승인을 받은 약물과 DPP-4의 촉매부위와의 binding pose 그리고 affinity를 Dock과 QM_Dock_Docking을 이용해 계산하고 선별하였다. Ciclesonide, Dapiprazole 그리고 Ximelagatran을 최종 후보로 선별하였으며 GLU206과 PHE357 두 잔기가 공통적을 작용하는 것을 관찰하였다. 이 연구를 통해 제2형 당뇨병 치료관련 신약개발에 비용과 시간을 대폭 줄이는 연구가 가능하다.

단백질-리간드 도킹은 단백질의 기능을 이해하고 신약을 개발하는데 있어 중요하게 쓰이고 있다. 하지만 apo form의 단백질을 이용하거나 모델링된 단백질 구조를 활용하여 도킹을 하는 경우, 단백질 구조의 부정확성 때문에 정확한 binding pose를 예측하기 어렵다. 본 논문에서는 이러한 한계를 극복하기 위해 기존에 밝혀진 단백질-리간드 복합체 구조 정보를 도킹에 이용하는 방법을 제안하고자 한다. 기존의 단백질-리간드 복합체 구조 정보로부터 자동으로 타겟 단백질과 리간드에 관련된 상호작용 정보를 얻고, 이 정보를 restraint의 형태로 도킹에 적용하는 방법을 개발하였다. 개발된 방법의 성능을 CDK2와 GPCR class A 단백질 군에 대해 cognate docking, cross docking하여 평가하였다. 그 결과, 정보 없이 도킹하는 경우에 비해 도킹의 성공률이 많이 높아졌으며, 특히 실제 상황과 유사한 CDK2 cross docking의 경우는 성공률이 정보가 없을 때 55.0%에서 정보를 활용했을 때 85.0%로 많이 증가하는 것을 확인할 수 있었다.

단백질의 구조를 예측하기 위해 주로 사용되는 주형기반예측 방법의 경우, 실제 구조에 가까운 예측을 위해서 부분적인 구조 개선을 필요로 한다. 이번 연구에서는 단백질의 초기 구조에서 각 아미노산 잔기가 실제 구조와 얼마나 차이가 날지 예측하는 잔기 별 오차 예측을 목적으로 하였다. 기존에 GALAXY에서 사용되는 예측 방법에, MD로부터 얻어진 fluctuation 값들의 분포와 2차 구조를 예측한 결과가 추가 정보로 사용되었고, 오차를 예측하는 과정에 선형 결합 모델 대신 기계 학습 모델을 적용하였다. 이 과정에서 추가된 정보들과 새로 적용된 기계학습 방법들이 예측 성능을 높였다는 것을 확인할 수 있었으며, EDISON의 GalaxyQA와 비교하여 ROC/AUC 기준으로 +0.1325의 성능 향상을 얻었다.

Temperature Replica Exchange Molecular dynamics (T-REM) is one of the advancements in molecular dynamics for efficient conformational sampling. T-REM, which performs temperature changes by exchanging each replica, can not only make the better results than general MD simulation, but also provide assumptions prior to real experiments. We performed both general MD and T-REM simulations of the monomeric α-helix protein structure. With the assistance of several replica exchanges from the Parallel-tempering T-REM simulations, we were able to demonstrate the β-hairpin transformation of an artificially made protein, previously shown by the real experiment, in contrast to general MD simulations.

2012 년 G 단백질 연결 수용체(G-Protein Coupled Receptors ; GPCR) 연구가 노벨 화학상을 받았다.1 상당히 많은 병과 관련되어 있어 잠재력이 크고, 많은 연구가 진행 중이다.2 현재 리간드와 단백질간의 정전기적 포텐셜 연구를 통한 예측 연구가 진행되고 있지만,3 GPCR 과 리간드 간의 연구에서 아직 리간드의 전하를 통한 단백질과 리간드간의 상호작용 예측 연구가 되어 있지 않다. 그렇기 때문에 이번 연구에서는 8 가지 방법으로 전하(charge)를 띠게 하여서 단백질과 리간드의 상호작용을 계산을 통하여 예측하여 보았다.

The Zika virus, which is a member of the flavivirus genus, poses a serious threat to humanity because there is no vaccine or cure. Zika is suspected to cause microcephaly, and it is rapidly spreading throughout parts of Brazil. Surprisingly, there are no known protein structures for the virus which are essential for drug and vaccine development. This paper investigates the Zika virus’s nonstructural proteins with template-based modeling by using GalaxyTBM/Refine/SC. GalaxyDock was used to examine the effectiveness of various known serine protease inhibitors in inhibiting the Zika viral protease. In testing five inhibitors, Kunitz soybean trypsin inhibitor showed the strongest binding affinity (-10.082 kcal/mol). This paper provides a rudimentary foundation for further drug discovery research regarding the Zika virus.

"대부분의 단백질-리간드 도킹 프로그램에서 리간드의 구조 유연성은 리간드의 회전 가능한 torsion angle들을 샘플링 하는데 국한된다. 따라서 도킹에 사용되는 초기 리간드 구조의 결합길이, 결합각, ring 구조 등에 따라 단백질-리간드 도킹의 성공여부가 달라질 수 있다. 실제 단백질-리간드 도킹 프로그램을 이용하여 단백질-리간드 상호작용을 연구하는 경우, 리간드의 구조를 임의의 구조 데이터베이스로부터 얻거나 다양한 리간드 3차원 구조 생성 프로그램 등을 이용하여 생성하게 된다. 따라서 리간드의 초기 구조가 단백질-리간드 도킹 프로그램의 성능에 어떤 영향을 주는지 살펴보는 것은 실제 단백질-리간드 도킹을 활용하는 경우에 단백질-리간드 도킹 프로그램의 성능이 어떨 것인지 알아볼 수 있다는 점에서 매우 중요하다. 본 연구에서는 리간드 분자의 초기 구조가 단백질-리간드 도킹에 미치는 영향을 알아보기 위해 30개의 단백질-리간드 복합체 표적에 대해 리간드의 초기 구조를 다양하게 생성하여 GalaxyDock으로 단백질-리간드 복합체 구조를 예측하였다. 도킹을 위한 리간드 분자를 만들 때 Ring library에서 여러 가능한 ring의 conformation을 가져오는 방법으로 리간드의 구조를 다양하게 만들었으며, 도킹 결과 한 가지 모델만 사용했을 때에 비해 도킹의 성공률이 70%에서 80%로 10% 증가한 것을 확인하였다. 또한 특히 구조적으로 유연한 ring이 리간드에 있는 경우 초기 구조가 도킹의 성공률에 큰 영향을 미치는 것을 확인할 수 있었다."

D-Psicose 3-Epimerase (DPE)는 D-Fructose의 C3 Epimerase로써 D-Fructose를 D-Psicose로 전환해 주는 효소이다. D-Psicose는 설탕 대신 사용하는 감미료로 몸에 흡수되지 않아 칼로리가 없다고 알려져 있고 자연에서는 오로지 DPE에 의해서만 생산되는 희귀당이다. 이에 따라 DPE를 통한 D-Psicose 대량생산의 필요성이 대두되고 있는 등 이 분야에 대한 관심이 뜨거운 실정이다. 본 연구팀은 이 당과 관련된 작용기작 연구를 수행하기 위하여 아직 단백질 3차구조가 알려지지 않은 Clostridium hylemonae DPE (chDPE) 단백질의 3차 구조예측 연구를 수행 하였다. 우리는 HHsearch를 이용하여 agrobacterium tumefaciens의 DPE 외 2개의 구조를 호몰로지 모델링 연구를 위한 주형으로 선정하였다. 다음으로 PROMALS3D를 이용하여 주형들과 chDPE의 multiple sequence alignment를 수행하였고 이를 바탕으로 3차구조 예측 연구를 수행 하였다. 예측된 구조를 검증하기 위하여 ProSA와 Ramachandran plot분석을 이용하였고 Ramachandran plot에서 단백질의 94.8%에 해당하는 잔기들이 favoured regions에 위치하였다. ProSA에서는 Z-score값이 -9.3으로 X-선 결정학이나 핵자기 공명법으로 밝혀진 구조들에서 관측되는 범위 내에 위치하였다. 나아가 예측된 구조에 D-Psicose와 D-Fructose의 결합모드를 규명하기 위하여 도킹을 시도하였다. 이번 연구를 통하여 chDPE의 구조를 예측 할 수 있었고 이를 바탕으로 이 단백질의 기능을 이해 하는데 도움을 줄 것으로 기대된다.

이 연구에서는 Lennnard-Jones(LJ) particle을 이용하여 상분리 현상을 이해하기 위한 컴퓨터 시뮬레이션 연구를 수행하였다. 초기에 균일하게 분포되어 있는 LJ입자들을 시뮬레이션 하면 상대적으로 dense phase와 dilute phase로 상분리 현상이 일어나게 된다. 상분리 현상의 첫 번째 단계를 핵 생성(nucleation) 이라고 한다. 본 연구에서는 Brownian Dynamics (BD) Simulation과 Molecular Dynamics(MD) Simulation을 이용하여 상평형 그림을 구하고 초기에 일어나는 LJ입자들의 nucleation rates를 구하였다.

Dopamine agonists and antagonists and its receptor play a critical role in the information transfer in the nervous system, and dopamine receptor-ligands interactions are deeply related to Parkinson’s disease, schizophrenia and some other mental diseases. However, the only experimental 3D structure available for dopamine receptors is human D3 dopamine receptor. Therefore, it is important to create model of subtype dopamine receptor-ligands interactions. We report here the 3D structures of the human D1 and D2 dopamine receptor predicted by using GalaxyTBM, and its predicted binding site determined by using GalaxyDock. The highly conserved Asp on TM 3 and Phe on TM 6 have critical role in ligand binding. Also, highly conserved serines on TM 5 are essential for binding agonists and some kinds of antagonists. We identify differences between binding sites of agonists and antagonists of human D1 and D2 dopamine receptor, and find the reasons of selective binding of antagonists.