딥러닝 기반 단백질 하이드로젤 설계 기술 개발

주장단백질 하이드로젤은 세포외 기질과 유사한 특성을 가져 줄기세포 및 오가노이드 배양에 유망한 재료입니다.

주장단백질 사슬이 얽힌 구조를 설계하면 재료의 응력 완화 거동을 정밀하게 제어할 수 있습니다.

팩트연구진은 탕글디프라는 새로운 딥러닝 프레임워크를 도입하여 프로그래밍 가능한 단백질 이량체를 설계했습니다.

팩트이 모델은 단백질의 결합 에너지를 조건부로 설정하여 원하는 물리적 특성을 구현합니다.

팩트탕글디프는 인실리코 설계 성공률이 70%를 상회합니다.

팩트기존 모델의 성공률은 약 1% 수준입니다.

팩트설계된 단백질 중 약 70%가 목표로 했던 결합 에너지 범위와 일치하는 결과를 보였습니다.

팩트연구팀은 총 9개의 동종 이량체를 실험적으로 검증했습니다.

팩트그중 7개가 성공적으로 하이드로젤을 형성했습니다.

팩트형성된 하이드로젤의 응력 완화 동역학은 설계 시 지정한 결합 에너지와 밀접한 상관관계를 나타냈습니다.

주장이번 연구는 얽힘 기반의 단백질 설계에 대한 일반적인 전략을 확립했습니다.

교차검증단백질의 복잡한 구조를 설계하는 과정에서 결합 에너지와 얽힘을 동시에 제어하는 것은 기술적 난제로 남아 있습니다.

팩트본 연구는 홍콩과학기술대학교의 연구진이 주도하여 2026년 9월 21일 네이처 커뮤니케이션즈에 게재되었습니다.

팩트연구 과정에서 홍콩과학기술대학교 중앙 고성능 컴퓨팅 클러스터의 지원을 받았습니다.

팩트연구 지원은 홍콩 연구 보조금 위원회, 중국 국가 핵심 연구 개발 프로그램, 선전 의료 연구 기금 등 다수의 기관에서 이루어졌습니다.

주장딥러닝을 활용한 단백질 설계는 기존의 시행착오 방식에서 벗어나 데이터 기반의 정밀 설계 시대를 앞당깁니다.

출처네이처 커뮤니케이션즈(https://www.nature.com/articles/s41467-026-77607-9)의 보도를 교차 검증했습니다.