인공지능 기반 분석이 신약 개발을 가속화하는 방법

변형된 스피로 헤테로고리는 신약 개발에서 가치 있는 3차원 바이오아이소스테어로 점점 더 인정받고 있습니다. 이러한 견고한 3차원 분자 프레임워크는 제약 산업에 "평면성에서 탈피"할 수 있는 잠재적 솔루션을 제공합니다. 이는 기존의 평면 방향족 화합물보다 복잡한 생물학적 결합 부위를 더 잘 보완할 수 있는 스캐폴드를 제공함으로써 가능합니다. 스피로[3.3]헵탄의 유익한 특성은 광범위하게 입증되었지만, 공유된 스피로 탄소를 통해 3원자 고리와 4원자 고리가 융합된 변형된 하위 집합인 하위 동족체 스피로[2.3]헥산은 합성의 어려움과 제한된 생물학적 데이터로 인해 아직 크게 탐구되지 않았습니다.  

이는 놓친 기회입니다. 견고한 기하학적 구조 외에도 이러한 변형된 스피로 시스템은 향상된 표적 선택성, 개선된 용해도, 증가된 대사 안정성 및 감소된 오프 타겟 효과를 유도할 수 있기 때문입니다. 또한, 이들은 이전에 접근할 수 없었던 화학 공간에서 새로운 지식재산권 우위를 제공합니다.  

연구자들은 어떻게 이러한 모티프에 더 잘 접근하여 잠재적인 표적-리간드 상호작용을 이해하고, 이러한 3D 후보 물질 중 어떤 것이 신약 개발에 가장 유망할지 예측할 수 있을까요? 이 질문에 답하기 위해 이탈리아 바리 "A. Moro" 대학교의 렌조 루이지(Renzo Luisi) 교수팀은 9가지 스피로[2.3]헥산 유사체에 대한 새로운 합성 접근법을 개발하고, CAS BioFinder®에서 제공하는 새로운 인공지능 기반 예측 분석을 사용하여 생물학적 활성 화합물로서의 잠재력을 평가했습니다. 이 프로젝트는 유럽연합 집행위원회의 Horizon Europe Framework, Project SusPharma(보조금 계약 101057430)로부터 자금 지원을 받았습니다. 이 연구의 전체 결과는 최근 다음과 같이 공개되었습니다. Angewandte Chemie International Edition의 연구 기사.

이 방법은 신속하고 문헌에 근거한 in silico 리간드-표적 상호작용 및 약리학적 잠재력 평가를 가능하게 함으로써 이 분야의 연구를 가속화하는 실용적인 방법이며, 이를 통해 탐구되지 않은 이 화학 영역에서 치료적으로 관련 있는 새로운 분자 계열을 발견하는 데 도움을 줍니다.

스피로[2.3]헥산의 장점 및 합성 과제

"평면 탈출(escape from flatland)" 및 "구조적 제한(conformational restriction)" 개념은 약물 후보 물질에서 sp³-혼성 탄소 중심의 비율을 높이는 것이 화합물이 발견 단계에서 임상 승인 단계로 진행될 때 성공률을 높이는 것과 관련이 있음을 보여줍니다. 변형된 sp³-가 풍부한 스피로고리형 골격은 이러한 기준을 충족하므로, 신약 개발에서 가치 있는 구조적 모티프가 되며 의약 화학자들에게 매력적인 요소입니다.  

지금까지 의약 화학자들은 헤테로원자를 포함하는 스피로[3.3]헵탄(두 개의 스피로 융합된 4원자 고리)에 상당한 관심을 기울여 왔으며, 이를 피페라진이나 모르폴린과 같은 기존의 변형되지 않은 헤테로고리 화합물을 대체할 생물학적 등가체로 탐구하고 있습니다. 이러한 연구들은 다음과 같은 사실을 보여주었습니다. 즉, 이러한 변형된 sp³-가 풍부한 모티프를 도입하면 임상 시험으로 진행되는 화합물의 물리화학적 성질을 개선할 수 있습니다.  

CAS SciFinder ®의 출판 데이터 분석 결과, 스피로[3.3]헵탄은 보고된 합성 유도체의 수가 상당하고 이 골격을 중심으로 한 특허 출원 및 학술 간행물의 양이 방대하여 그 유용성이 입증되었습니다(그림 1 참조). 하위 동족체인 스피로[2.3]헥산은 지난 5년간 그림 2에서 볼 수 있듯이 관련 간행물 수가 증가하며 학계의 관심을 끌고 있지만, 이들의 생물학적 등가체로서의 잠재력에 대한 체계적인 조사는 여전히 미흡한 실정입니다. 이는 이들이 유사한 물리화학적 성질을 지니고 있으며 HDAC1/3 및 HIPT1.  

‍

표 1에 제시된 포괄적인 CAS SciFinder 데이터는 문헌에 보고된 9가지의 독특한 스피로[2.3]헥산 구조 모티프의 보급 현황을 보여줍니다. 특히, 스피로[2.3]헥산의 대부분의 헤테로고리 유사체는 학술 보고가 제한적이고 특허 출원이 거의 없거나 전무하여 여전히 미개발 상태로 남아 있습니다.

‍

이러한 모티프를 효율적으로 도입하는 데 따르는 합성적 어려움과 화학적 반응성 및 안정성에 관한 데이터 부족으로 인해 신약 개발 분야에서의 광범위한 활용이 저해되었을 가능성이 큽니다.  

스피로[2.3]헥산의 전통적인 합성법은 일반적으로 에폭시화, 아지리딘화 또는 사이클로프로판화를 통해 미리 조립된 4원자 고리에 3원자 고리를 도입하는 방식을 취합니다 [Scheme 1A (i) 참조]. 그러나 이러한 방법은 종종 가혹한 조건을 필요로 하고, 허용되는 작용기가 적으며, 3원자 고리의 치환기를 구조적으로 변경하려면 전구체를 다시 합성해야 하므로 모듈성이 부족합니다.  

최근 분자 내 변형 방출 반응을 기반으로 한 보다 유연한 전략이 등장하여 spiro[2.3]헥산 골격에 대한 모듈식 접근이 가능해졌습니다 [Scheme 1A (ii) 참조]. 그럼에도 불구하고, 이 접근 방식은 여전히 반응성 중간체에 의존하며 사이클로프로판 및 옥세탄 유래 스피로 유사체 제조와는 호환되지 않습니다.

앞서 언급한 단점을 해결하고 헤테로원자를 포함하는 spiro[2.3]헥산 라이브러리에 신속하게 접근하기 위해, 연구팀은 4원자 고리를 포함하는 새로운 설포늄 염을 설계했습니다. 이 염은 온화한 조건 하에서 다양한 π-친전자체(알켄, 카르보닐 및 이민)로 전달되어 Johnson-Corey-Chaykovsky 유형 반응을 통해 Scheme 1B와 같이 9가지의 서로 다른 spiro[2.3]헥산 모티프를 모듈식으로 조립할 수 있습니다.

A)

B)

Scheme 1. A) spiro[2.3]헥산 합성을 위한 최신 접근 방식. B) 4원자 고리 함유 설포늄 염을 핵심 전구체로 사용하여 spiro[2.3]헥산 골격 및 헤테로원자 함유 유사체를 구축하기 위한 합성 계획.
‍

스피로[2.3]헥산의 합성

Scheme 1B에 제시된 설계 계획을 실현하기 위해, 4원자 고리를 포함하는 세 가지 새로운 설포늄 기반 시약 1-3 (사이클로부탄, 옥세탄, 아제티딘)을 개발했습니다. 4원자 고리를 포함하는 아릴 설파이드가 핵심 중간체임을 확인하였으며, 이를 설폭사이드로 산화시킨 후 1,3,5-트리메톡시벤젠 및 트리플릭 무수물과 반응시켜 설포늄 염으로 전환했습니다. 이 경로는 다중 그램 단위로 확장이 가능하며, 시약은 안정적이고 흐름성이 좋은 고체 상태로 실험실에서 다루기 쉬워 이 접근 방식에 중요한 실용성을 더해줍니다. 제조에 대한 자세한 내용은 원본 기사에서 확인할 수 있습니다.

최적화된 Johnson-Corey-Chaykovsky 반응을 거친 후, 이 합성 전략의 실용성과 모듈성은 9가지 스피로[2.3]헥산 코어 전체를 나타내는 60개 이상의 기질에 접근함으로써 입증되었으며, 사전 정의된 모든 목표를 달성했습니다. 몇 가지 대표적인 예가 Scheme 2에 나와 있습니다. 예를 들어, 스티렌, 비닐 설폭사이드, 아크릴레이트, 아크릴아미드를 포함한 다양한 전자 부족 알켄과의 반응은 원하는 스피로[2.3]헥산을 제공하며, 레플루노마이드 유도체와 같은 제약 관련 코어를 도입할 수 있게 합니다. 전자 풍부 알켄과 전자 부족 알켄에 대한 설포늄 염의 반응성 차이는 이 반응이 카르벤 삽입이 아닌 일라이드에 의한 친핵성 공격을 통해 진행됨을 나타냅니다. 해당 에폭사이드 유도체는 케톤 및 알데하이드와의 반응을 통해 얻을 수 있으며, 이는 활성 제약 성분인 페노피브레이트의 도입에도 적합했습니다. 마지막으로, 아지리딘 함유 유사체는 설포늄 염과 1-3 이민의 반응을 통해 얻을 수 있습니다. 이 전략은 또한 이민 질소의 용이한 기능화를 통해 복잡한 이민에 스피로[2.3]헥산 모티프를 도입할 수 있게 했습니다. 이에 따라 셀레콕시브 코어만을 포함하는 스피로아지리딘과 셀레콕시브 및 페노피브레이트 코어를 모두 포함하는 스피로아지리딘이 성공적으로 합성되었으며, 이는 스피로[2.3]헥산 모티프를 특징으로 하는 약물 유사 분자를 제공하는 이 방법의 능력을 입증합니다(Scheme 2 참조). 특히, 이 반응은 4원자 고리의 특성에 관계없이 잘 진행되어 헤테로원자를 포함하는 스피로[2.3]헥산 유도체에 대한 접근을 가능하게 했습니다.

‍

스피로[2.3]헥산 유사체의 생물학적 등가성 잠재력에 대한 체계적 평가

9가지 스피로[2.3]헥산 유사체를 모두 사용할 수 있게 됨에 따라, 스피로[3.3]헵탄과 유사하게 이들의 생물학적 등가성 잠재력을 체계적으로 조사할 수 있게 되었습니다. 현재까지 이러한 구조적 모티프 에 대한 철저하고 체계적인 특성 분석은 수행되지 않았습니다.  

이 평가를 수행하기 위해, 당사는 도식 3에 제시된 3단계 워크플로를 포함하는 생물학적 등가체 식별 전략을 개발했습니다.

1단계. 물리화학적 특성을 공유하는 헤테로고리 화합물을 식별하기 위한 클러스터링 기반 접근 방식:

먼저, 비지도 학습 접근 방식 을 사용하여 획득한 9가지(헤테로원자 함유) 스피로[2.3]헥산 코어 전체를 70개 이상의 일반적인 신약 개발용 헤테로고리 화합물 가상 데이터베이스와 비교함으로써, 스피로[2.3]헥산과 의약 화학에서 널리 사용되는 헤테로고리 화합물 간의 잠재적 생물학적 등가성을 식별했습니다.  

따라서 모든 구조에 대해 DFT 최적화(ωB97XD3BJ/631++G(d,p))를 수행하여 에너지적으로 최소화된 3차원 형태와 관련 특성을 얻었습니다. 1차원(분자량, 헤테로원자 수), 2차원(약물 유사성, logP, 위상 극성 표면적), 3차원(쌍극자 모멘트, 최적 평면, 비구형성) 분자 기술자를 선택하고 RDKit 을 사용하여 계산함으로써 물리화학적 특성 비교 및 약물 유사성 평가를 가능하게 했습니다.  

강력한 통계 분석을 보장하기 위해 기술자를 수동으로 검사하였으며, log₁₀(VIF) ≥ 5인 경우 제외하였습니다. 주성분 분석(PCA) 및 k-Medoids를 통한 차원 축소 클러스터링 은 고차원 데이터셋의 시각화를 가능하게 했습니다. PCA는 화학적 공간의 차원을 축소하고 기술자의 기여도를 평가했으며, k-Medoids 클러스터링은 실루엣 점수 분석을 기반으로 5개의 뚜렷한 클러스터(k = 5)를 식별했습니다.

9개의 spiro[2.3]hexane 유사체 중 8개는 제약학적으로 유의미한 헤테로고리 화합물인 이속사졸(레플루노마이드에서 발견됨) 및 피리딘과 함께 클러스터링되었습니다. 서로 다른 클러스터에 속해 있음에도 불구하고, 피페리딘은 spiro[2.3]hexane 코어와 공간적 근접성을 보였습니다. 3D PCA 공간에서 피페리딘과 5-azaspiro[2.3]hexane은 각각 3.20 ± 0.76 및 2.28 ± 1.11의 평균 클러스터 내 거리를 보였으며, 클러스터 간 거리는 1.69에 불과하여 물리화학적 유사성을 확인했습니다. 마찬가지로, spiro[2.3]hexane은 3.59 ± 1.18의 평균 클러스터 내 거리와 3.18의 피페리딘 거리를 보였습니다. 피페리딘과 비교하여 spiro[2.3]hexane, 5-azaspiro[2.3]hexane 및 5-oxaspiro[2.3]hexane은 유사한 분자 부피(결합 부위 호환성에 중요)와 더 우수한 3D 약물 유사성 지표 (PBF)를 나타냈습니다. 특히 5-azaspiro[2.3]hexane은 유사한 쌍극자 모멘트를 보였으나 변형 에너지는 증가했습니다. 클러스터링 근접성과 분자 기술자의 유사성은 5-azaspiro[2.3]hexane이 유망한 변형 피페리딘 생물학적 등가체임을 뒷받침합니다(표 2 참조).  

‍

단계 2. 특정 생물학적 표적에 대한 후보 선택을 정교화하기 위한 AI 기반 표적-리간드 상호작용 예측:

확립된 인실리코(in-silico) 상에서 피페리딘과의 잠재적 유사성을 바탕으로, 이 가설을 실제 사례에서 테스트했습니다. 피페리딘을 포함하는 μ-오피오이드 수용체 작용제인 페티딘을 현재 방법론과의 구조적 호환성 및 더 안전한 대안에 대한 임상적 필요성(독성 노르페티딘 대사산물 형성 고려)을 이유로 테스트 사례로 선정했습니다(그림 3a 참조). μ-오피오이드 수용체에 대해 활성을 보일 가능성이 가장 높은 유사체를 식별하고 다음을 위한 후보를 우선순위화하기 위해 시험관 내(in vitro) 테스트를 수행하고자 AI 강화 예측 분석을 활용했습니다. 이를 위해 CAS BioFinder를 선택했습니다. 이 플랫폼은 신속한 데이터 기반의 인실리코(in-silico) 과학 문헌에서 추출한 엄선된 화학-생물학적 관계를 사용하여 단백질-리간드 상호작용을 모델링함으로써 약리학적 활성을 예측합니다. 5-아자스피로[2.3]헥산 코어를 포함하는 페티딘 유사체를 인간 μ-오피오이드 수용체에 대해 평가하기 위해 반복적인 예측 분석 워크플로가 적용되었습니다(그림 3b 참조).  

 초기 스크리닝(pAct 및 신뢰도 점수; 표 3)을 통해 유사체 4 및 5 가 유망한 것으로 확인되었으며, 예측된 pAct 값은 각각 6.54와 5.92였습니다. 클러스터링을 통해 유망하지 않은 것으로 확인된 스피로[2.3]헥산 및 5-옥사스피로[2.3]헥산 유사체(6 및 7)는 예측된 활성을 보이지 않았습니다. 이러한 결과를 바탕으로 에스테르 측쇄를 조절하여 추가적인 5-아자스피로[2.3]헥산 유도체를 탐색했습니다. 에틸 에스테르를 메틸(8) 또는 이소프로필(9) 그룹으로 치환했을 때 예측된 pAct는 약간 감소했습니다(6.50 및 6.48). 흥미롭게도 아제티딘 에스테르 (10)를 도입하자 예측된 활성이 크게 증가(pAct 7.22)한 반면, 옥세탄 에스테르 (11)은 평가된 표적에 대해 예측된 활성을 나타내지 않았습니다.

‍

‍

‍

단계 3. 시험관 내(In vitro) 선택된 표적과 높은 상호작용 확률을 보이는 우선순위 리간드의 검증:

예측 분석 접근 방식을 실험적으로 평가하기 위해, μ-오피오이드 수용체에 대해 가장 높은 예측 활성(pAct)을 보인 세 가지 리간드(화합물 4, 8, 및 10)가 선정되었습니다. in vitro 테스트를 위해 spiro[2.3]hexane 6 을 음성 대조군으로 사용했습니다. 모든 화합물은 개발된 방법론을 사용하여 합성되었으며, μ-오피오이드 수용체를 발현하는 SHSY5Y 신경모세포종 세포를 이용한 라벨 프리 결합 분석(EnSpire 플랫폼, PerkinElmer)을 통해 평가되었습니다. 굴절률 변화를 감지하는 광학 바이오센서를 통해 연속 희석액(0.03–150 μM)을 분석하였으며, 알려진 μ-오피오이드 수용체 작용제인 DAMGO를 양성 대조군으로 사용했습니다.  

용량-반응 분석 결과, 테스트된 모든 화합물에서 마이크로몰 단위의 결합 활성(10–39 μM)이 나타나 μ-오피오이드 수용체와의 결합이 확인되었습니다(그림 4 참조). 예측된 활성 화합물(4, 8, 및 10)의 관찰된 결합은 in silico 예측과 일치하며, 치환된 피페리딘 바이오아이소스터로서 5-azaspiro[2.3]hexane 코어의 적합성을 입증합니다. CAS BioFinder에서 가장 높은 pAct가 예측된 유사체 10은 가장 우수한 결합 활성(10 μM)을 보였습니다.  

비지도 학습을 통해 일반적으로 적합한 바이오아이소스터 스캐폴드를 식별할 수 있었지만, 인공지능 기반 타겟 예측은 실험적 검증을 위한 후보 물질의 우선순위를 효과적으로 정해주었습니다. 특히, 클러스터링 분석에서 피페리딘과 구조적으로 유사함에도 불구하고 비활성으로 예측되었던 화합물 6역시 측정 가능한 결합 활성을 보였는데, 이는 가용 학습 데이터에서 제한적으로 표현되는 스캐폴드에 적용할 때 예측 모델이 가진 현재의 한계를 보여줍니다.

‍

신약 개발에서 바이오아이소스테어(bioisostere) 식별을 위한 새로운 접근법

세 가지 새로운 설포늄 염 시약을 사용하여 이전에 거의 탐구되지 않았던 스피로[2.3]헥산 유사체에 접근하기 위한 간단하고 일반적이며 작용기 허용성이 높은 전략이 개발되었습니다. 이 합성 플랫폼은 전자 부족 알켄, 카르보닐 화합물(케톤 및 알데하이드), 이민이 각각 스피로고리형 사이클로프로판, 에폭사이드, 아지리딘 형성을 위한 효과적인 반응 파트너로 작용하여 광범위하게 적용될 수 있음이 입증되었습니다. 총 60개 이상의 사례가 보고되었으며, 이는 이 방법론의 다재다능함과 견고함을 강조합니다.

합성 개발을 넘어, 스피로[2.3]헥산의 바이오아이소스테어 잠재력은 통합된 in silico 워크플로를 사용하여 체계적으로 평가되었습니다. 이 워크플로는 비지도 학습과 인공지능 기반 예측 분석을 결합한 것입니다. CAS BioFinder를 적용하여 과학 문헌에서 추출한 엄선된 화학-생물학적 관계를 바탕으로 단백질-리간드 상호작용을 데이터 기반으로 예측할 수 있었습니다. CAS BioFinder는 후보 물질 목록을 66개 화합물에서 4개의 유망한 후보로 단 몇 분 만에 좁힘으로써, 이 단일 프로젝트에서 외부 테스트 비용을 최소 15,000달러 절감했으며 초기 프로젝트 설계부터 생물학적 검증까지의 전체 프로젝트 일정을 8개월로 단축했습니다. 유사한 프로젝트는 CAS BioFinder 없이 진행할 경우 수년이 걸리는 경우가 많습니다.

이 분석을 통해 5-아자스피로[2.3]헥산이 예측된 구조적 및 상호작용 특징을 바탕으로 유망한 피페리딘 바이오아이소스테어임을 확인했습니다. 산과 진통제로 사용되는 피페리딘 함유 μ-오피오이드 수용체 작용제인 페티딘을 모델 시스템으로 사용하여, 이 가설은 이후 in vitro 결합 연구를 통해 검증되었습니다.

전반적으로 이 연구는 CAS BioFinder와 같은 현대적인 인공지능 기반 예측 도구가 표적 중심의 화합물 선택을 안내하고 새로운 화학적 공간의 발견과 생물학적 평가 사이의 일정을 가속화함으로써 합성 화학을 어떻게 보완할 수 있는지 보여줍니다. in vitro. CAS BioFinder의 투명하고 근거 있는 예측을 통해 합성 화학자들은 합리적인 약물 설계로는 애초에 설계되지 않았을 완전히 새로운 분자의 표적을 더 쉽게 식별할 수 있습니다. in vitro 테스트를 더 짧고 사전 선별된 후보 목록으로 시작하면 in vitro 테스트에 대한 사전 검증 및 집중을 통해 위험과 비용을 줄일 수 있습니다.

본 연구에서 설명한 설포늄 염 시약이 유기 합성 분야에서 더 폭넓게 응용될 것으로 기대되며, 예측 분석과 결합된 이러한 스피로[2.3]헥산으로의 모듈식 경로는 의약 화학에서 가치 있는 핵심 구조로서 이러한 모티프에 대한 추가 탐구를 촉진할 것입니다.

여기에서 녹화본을 시청하십시오 Dr. Natho가 인공지능 기반의 실용적인 워크플로를 통해 적절한 분자 골격을 더 빠르고 효율적으로 찾는 과정을 설명한 웨비나입니다. 유연한 새로운 합성 방법과 인공지능 기반의 예측 분석을 결합하여, 비용이 많이 드는 실험실 테스트를 수행하기 전에 가장 유망한 후보 물질을 신속하게 식별하는 방법을 보여줍니다.

---

P.Natho, A.Vicenti, F.Mastrolorito, F.De Franco, L.Walsh-Benn, M.Colella, E.Mesto, E.Schingaro, O.Nicolotti, A.Gioiello, R.Luisi, Angew. Chem. Int. Ed. 2026, 65, e21633. https://doi.org/10.1002/anie.202521633  

‍