AI 요약
리간드 최적화의 효율성을 평가할 수 있는 무작위 배경(random background)을 처음으로 체계적으로 구축한 연구가 발표되었다. 연구진은 6개 표적에 걸쳐 18개 선도 분자에 단일 원자 수준의 무작위 소변형을 가해 257개 화합물을 합성했다. 예상외로 이 중 11.3%가 활성을 10배 이상 향상시켰으나, 대부분 체외 약동학(PK) 특성은 오히려 악화되었다. 이는 리간드 최적화가 "좌절된 지형(frustrated landscape)"임을 보여주며, 체외 활성 개선이 체내 효능으로 이어지기 어렵다는 과제를 정량화했다.
핵심 포인트
- 6개 표적, 18개 선도 분자에 단일 원자 변형 적용 → 총 257개 화합물 합성
- 무작위 소변형 중 11.3%가 활성을 10배 이상 향상 (기존 ChEMBL 추정치 10%와 유사)
- 그러나 대부분 체외 약동학(PK) 특성 악화, 노출·반감기 저하
- 활성 향상이 PK 악화를 상쇄한 경우도 일부 존재하나 전반적으로 최적화 난이도 높음
향후 전망
- 리간드 최적화 전략 평가를 위한 표준 무작위 배경 지표로 활용 가능
- 체외 활성을 넘어 체내 효능으로 연결하는 최적화 전략 개발 필요