[오늘의 논문 보석 – 38] 4월 1일자 논문 보석💎 – 논문 천사 김정인 –

안녕하세요 🙂 논문 보석을 발굴하는 논문천사 김정인입니다. K-BioX Biomedical 저널 디스커션에서는 24시간 내내 수많은 논문들이 공유되고 있습니다! 많은 논의가 오가는 만큼, 좋은 논문을 그냥 지나치기 쉽습니다🥲 그런 불상사가 발생하지 않도록 논문 보석을 발굴해 소개해 드리고 있습니다!! 

 

1. Flexible scaffold-based cheminformatics approach for polypharmacological drug design

• Journal : Cell
• First author: Zhangcheng Chen
• Corresponding author: Sheng Wang
• Published date: 2024.3.28

Highlights

1) Design of dual-targeted 5-HT2AR antagonist and 5-HT1AR agonist compound
2) Structural studies confirm distinct binding poses at 5-HT2AR and 5-HT1AR
3) Compound effectively alleviates psychoactive symptoms and cognitive deficits in mice
4) Agonist filter and conformation shaper motifs broaden FSCA’s applications

Figure 1. Cheminformatics-based discovery of conformation-flexible scaffolds

중추신경계(CNS) 질환은 매우 복잡하며, 일반적으로 여러가지의 위험 요인과 유전자의 복합 작용에 의해 초래됩니다. 때문에 multiple targets drug가 좋은 약효를 보이는 경우가 많습니다. 이에 본 연구는 복합 뇌 질환 치료를 위한 다중약물학적(polypharmacological) 약물 개발 전략을 제시하고 있습니다. 이는 FSCA (Flexible scaffold-based cheminformatics approach)을 이용하여, 각기 다른 수용체에서 다른 결합 자세를 취할 수 있는 유연한 고리(scaffold)를 찾는 것에 중점을 두는 방식입니다. 

Figure 2. Docking filtering and chemical synthesis of dual-target compounds that act as both 5-HT1AR agonists and 5-HT2AR antagonists

연구진은 FSCA 전략을 기반으로 antipsychotics인 IHCH-7179를 개발했습니다. 이 약물은 5-HT2AR에서는 길항제(antagonist)로, 5-HT1AR에서는 작용제(agonist)로 기능할 수 있는 이중 작용 특성을 가지고 있습니다. 또한 생쥐 실험에서 정신활성 증상과 인지 결손 증상을 효과적으로 완화시키는 결과를 보였습니다. 

Figure 7. General rules for design of bifunctional ligands toward aminergic receptors based on conformation-flexible multicyclic scaffolds

추가적으로, 연구팀은 아미네르기 수용체 구조를 분석하여 “agonist filter”와 “conformation shaper”라는 두 가지 모티프를 도출하였습니다. 이는 리간드 결합 자세를 결정하고 아미네르기 수용체에서의 활성을 예측하는데 중요하며, 다중약물학적(polyparmacological) 약물 후보물질 설계에 참고할 수 있습니다.

📚보석 발굴자 : 김정현 님

🔨보석 채취자 (논문 공유자) : 석보 님

 

2. scGPT: toward building a foundation model for single-cell multi-omics using generative AI

• Journal : Nature
• First author: Haotian Cui
• Corresponding author: Bo Wang
• Published date: 2024.1.30

GPT(generative pretrained transformer) 모델은 언어적 측면에서 놀라운 성과를 보이고 있습니다. 언어와 세포 생물학 데이터 사이에는 ‘텍스트가 단어로 구성됨, 유사하게 세포가 유전자에 의해 정의됨’과 같은 유사점이 존재합니다. 이러한 측면에서 착안하여, 본 연구는 세포 생물학 및 유전 연구를 발전시키기 위한 기초 모델의 적용 가능성을 제시하고 있습니다. 

Fig. 1 | Model schematic

연구진은 3,300만 개의 정상 인간 세포의 scRNA-seq 데이터에 대해 사전 훈련을 통해 scGPT를 구축했습니다. 이후 scGPT의 수행 결과와 GEARS36, a linear regression baseline 방법의 분석 결과를 비교하며 scGPT 모델을 미세조정하는 과정을 거쳤습니다. 

scGPT는 cell type annotation, Multi-batch scRNA-seq integration, Single-cell multi-omic,  perturbation predictions 및 유전자 네트워크 추론과 같은 작업을 높은 정확도로 수행할 수 있습니다. 

scGPT는 single cell 연구 확장에 기여할 기초 모델로서 잠재력을 가지고 있으며, 연구자들에게 새로운 통찰력을 제공할 수 있을 것으로 기대됩니다. 

📚보석 발굴자 : 비 님

🔨보석 채취자 (논문 공유자) : 강성준 님

 

오늘 소개해드린 논문 doi링크와 PDF 파일을 원하신다면, 아래 링크를 통해 K-BioX Biomedical 저널 디스커션 채팅방에 합류하세요 😀 1500명의 한인 과학자분들과 함께 수준 높은 디스커션을 이어나가실 수 있습니다!
https://open.kakao.com/o/gBQ0CWTd