전임상 웹사이트임상 웹사이트

신경질환에서 단백질 변형 모델링

신경 퇴행에서 단백질 오접힘 메커니즘의 전산 모델링과 이를 질병 조절 치료제의 발견 및 개발에 적용.

마지막 업데이트: 2025년 1월 16일
저자: Felix Carbonell, Ph.D., Simone P. Zehntner, Ph.D., and Barry J. Bedell, M.D., Ph.D.

잘못 접힌 단백질은 신경계 질환에서 어떤 역할을 할까요?

잘못 접힌 단백질의 역학에 대한 소개
단백질은 아미노산으로 구성된 큰 분자이며, 올바른 접힘 구조는 생물학적 환경에 장기적인 안정성을 제공합니다. 반대로, 적절한 접힘의 실패는 일반적으로 다양한 병리학적 상태와 관련이 있습니다 (Dobson, 2003 ; Nassar, 2021 ). 따라 제대로 구성되지 않은 단백질은 오접합 단백질(misfolded protein, MP)이라고 불리며, 알츠하이머병(AD), 파킨슨병(PD), 근위축성 측삭경화증(ALS), 크로이츠펠트-야콥병(CJD), 그리고 여러 다른 인간 신경 퇴행성 질환 (Scheckel, 2018 ; Mehra, 2019 ; Lövestam, 2023 ; Michaels, 2023 ).

 

잘못 접힌 단백질

알츠하이머병은 피질에 특유의 해부학적 진행 패턴을 만들어 내는 Aβ와 타우 단백질의 미세 구조적 패턴이 서로 다른 것이 특징입니다.

단백질 오류 접힘 과정을 둘러싼 일련의 본질적인 메커니즘이 있는데, 이것들은 세포 내 독성 효과를 완전히 이해하기 위해 완전히 특성화되어야 합니다 (Eisele, 2016 ; Lewis, 2016 ). 이러한 메커니즘에는 MP 시드, 집합, 전파 및/또는 확산이 포함됩니다. 따라서, 이러한 MP 관련 메커니즘의 시간 경과에 따른 특정한 특징은 일반적으로 MP 역학이라고 합니다. 질병의 특정 유발 사건을 규명하는 데 있어 가장 큰 장애물은 분자 수준에서 MP 역학의 영향을 더 거시적인 규모로 추정할 수 있는 능력입니다.

잘못 접힌 단백질에 대한 수학적 모델
수학적 모델은 생물학적 과정의 실제 역학을 최대한 시뮬레이션하고 재현하는 것을 목표로 하는 이론적 환경입니다. 미분 방정식으로 표현된 수학적 모델은 여러 시간 상호 작용 과정의 비선형적이고 복잡한 역학을 쉽게 재현할 수 있기 때문에 자연스러운 선택입니다.단백질 오접힘의 맥락에서 수학적 모델은 크게 두 가지로 분류할 수 있습니다. 씨 뿌리기, 응집, 세포 간 단거리 공간 확산과 같은 분자 수준의 과정을 모방하는 모델과 인간 두뇌 내의 장거리 MP 전파와 같은 좀 더 거시적인 상호작용을 모방하는 모델이 있습니다. 이러한 분류를 통해 미시적 규모 유형의 모델이 주로 화학 동역학 분야에서 개발되었다는 것을 알 수 있습니다. 반면에, 더 큰 규모(즉, 거시적) 유형의 모델은 주로 신경 영상 연구의 틀 안에서 제안되었습니다.

프리온과 같은 역학
프리온병은 MP 과정으로 간주될 수 있기 때문에 (Scheckel, 2018 ), MP에 대한 선구적인 수학적 모델이 프리온 복제와 응집의 생물학적 메커니즘을 시뮬레이션하는 데 등장한 것은 당연한 일입니다 (Eigen, 1996 ). 일반 미분 방정식(ODEs)을 기반으로 한 초기 프로토타입 모델은 현재 핵생성 중합 모델(NPM)로 알려져 있으며 (Nowak, 1998 ), 전형적인 프리온 단백질이 전염성 병원체 단백질로 전환되는 과정을 설명하기 위한 자가 촉매 메커니즘에 초점을 맞추고 있습니다. 놀랍게도, Nowak et al. (Nowak, 1998)은 NPM에 포함된 단백질 복제 및 응집 메커니즘이 바이러스 역학을 설명하는 인기 있는 역학 모델에서 발견되는 역학과 유사하다는 것을 깨달았습니다. 따라서, MP 전파를 설명하는 현대의 거시적 모델이 잘 알려진 역학 모델에서 영감을 받은 것은 놀라운 일이 아닙니다.

프리온 역학에 대한 NPM을 기초로 삼아, 여러 연구 (Petkova, 2005 ; Frost, 2009 )에서 α-시누클레인, 타우, Aβ 단백질의 피브릴 응집체가 프리온 응집/전파에 대해 설명된 것과 유사한 생화학적 메커니즘에 따라 자기 전파한다는 사실이 입증되었습니다. 이러한 관찰과 여러 생체 내 동물 모델의 결합으로 소위 프리온 유사 가설(prion-like hypothesis)이라고 불리는 신경 퇴행성 질환 진행에 대한 가설이 확립되었습니다 (Frost, 2010 ). 이후 프리온 유사 가설에 따르면, MP의 "감염성"은 상대적으로 병원성 단백질 농도가 높은 초기 종자 영역에서 다른 "비감염성" 뇌 영역으로 전파됩니다.

프리온 응집

프리온 응집 메커니즘의 도식적 표현. 천연 프리온 분자는 비정상적인 구조로 이어지는 형태 변화를 겪습니다(1단계). 거기에서 여러 가지 시딩과 응집 단계가 불안정한 프리온 올리고머의 형성을 보여주고, 최종적으로 안정적인 프리온 응집체를 생성합니다.

MP 전파: 공간 확산
MP 역학 연구의 돌파구는 페인(Payne ) 등 (Payne, 1998) 제시한 것입니다. 그들은 이전에 동물 모델에서 관찰되었던 말초신경계(PNS)에 감염성 물질 단백질이 출현한 후 중추신경계(CNS)에 출현하는 지연 현상에 대해 그럴듯한 설명을 제시했습니다 (Scott, 1992 ). 따라서, Payne et al. (Payne, 1998)은 이러한 관찰된 지연 시간이 전형적인 프리온 단백질이 특정 공간 위치에서 감염성 물질 단백질로 전환되는 속도로 설명되기보다는 인접한 지역 간 확산 속도와 더 관련이 있을 가능성이 높다는 가설을 제안했습니다. 이러한 가설을 증명하기 위해, NPM의 원래의 역학적인 구성은 프리온 역학 (Stumpf, 2000 )의 시간적 진화에 공간적 "연결성" 기능을 수용할 수 있도록 확장되어야 했습니다. 이러한 확장 모델의 기본 가정은 감염성 병원체 단백질이 느린 축삭 수송을 통해 축삭과 수상돌기를 따라 공간적으로 확산된다는 것입니다. 또한, 세포에서 세포로의 확산 속도는 연결 강도에 따라 달라진다는 가정도 자연스럽게 이루어졌습니다.

잘못 접힌 단백질의 역학은 수학적으로 어떻게 모델링됩니까?

단백질 응집 메커니즘을 모델링하는 화학 동역학
단백질 응집 메커니즘을 모델링하는 가장 현대적인 접근 방식은 화학 동역학의 원리를 사용하여 단백질 응집 메커니즘에 관련된 다양한 미시적 과정을 명시적으로 설명하는 마스터 방정식을 도출하는 것입니다 (Cohen, 2012 ; Cohen, 2013 ). 목표는 이러한 마스터 방정식에서 도출할 수 있는 통합 속도 법칙을 사용하여 단백질 응집의 동역학을 특성화하는 것입니다.

Oosawa 등은 균질 핵 형성, 성장, 해리 과정의 기본 원리를 고려하여 필라멘트 성장 현상을 연구함으로써 단백질 응집에 대한 최초의 마스터 방정식 모델의 프로토타입을 제안했습니다 (Oosawa, 1962 ). NPM의 경우와 마찬가지로, 마스터 방정식은 무한한 수의 미분방정식(ODEs)으로 분석적으로 설명할 수 있습니다. 그러나 실제로는 이러한 무한한 수의 미분방정식(ODEs)이 일반적으로 모멘트 방정식이라고 불리는 두 개의 미분방정식(ODEs)으로 이루어진 폐쇄된 시스템으로 귀결되는데, 이 두 개의 미분방정식(ODEs)은 단백질 응집체의 수와 질량 농도의 시간적 진화를 특징짓는 것으로, 이는 가장 일반적인 체외 실험 의 측정 결과와 직접적으로 관련된 양입니다. 원하는 통합 속도 법칙은 모멘트 방정식을 풀면 간단하게 얻을 수 있습니다 (Cohen, 2013 ). 그러나 모멘트 방정식을 분석적으로 풀기는 복잡한 작업이며, 특히 전체 반응 시간 과정의 경우 더욱 그렇습니다.

단백질 형성에 대한 주요 기여는 Knowles et al. (Knowles, 2009 )에 의해 이루어졌습니다. 그들은 전체 반응 시간 과정에 유효한 통합 속도 법칙에 대한 분석적 해를 도출했습니다. 오사와의 원 이론의 경우처럼, 이러한 명시적 통합 속도 법칙은 반응 시간 과정의 의존성을 실험적으로 관찰된 현상학적 변수와 쉽게 연관시킬 수 있는 두 가지 매개변수에 따라 특성화할 수 있습니다 (Cohen, 2011 ). 실제적인 관점에서 볼 때, 통합 속도 법칙에 대한 분석적 공식을 갖는 것은 매우 중요합니다. 이 공식은 다양한 실험 조건에서 얻은 데이터에 맞는 모델을 만들 수 있게 해줍니다. 예를 들어, Knowles et al. (Knowles, 2009 ) 제안한 모델은 펩티드 Aß40과 Aß42에 해당하는 시험관 내 데이터에 적용되어 Aß 응집체의 형성에 대한 보다 명확한 이해를 제공합니다 (Meisl, 2014 ; Meisl, 2016). 지난 몇 년 동안, 마스터 방정식 접근법과 그에 상응하는 통합 속도 법칙은 여러 가지 확장 및 일반화의 대상이 되어 왔습니다. 그 중에서도 주목할 만한 것은 Cohen et al. (Cohen, 2014) 마스터 방정식에 공간 전파 메커니즘을 포함시켜, 2차 집합 경로가 확산에 의한 공간 전파 속도를 지배한다는 것을 발견한 것입니다.

응집에 대한 응집 이론
마스터 방정식 접근법의 경우와 마찬가지로, 스몰루초프스키 방정식에 의해 설명되는 응집 이론은 크기가 다른 입자 집합체 간의 자기 결합의 일반적인 경우도 다룹니다. 단백질 응집의 맥락에서 스몰루초프스키 방정식에 대한 최초의 언급은 머피 외 (Murphy, 2000) 의 논문 에서 더 짧은 섬유질의 끝에서 끝으로 응집하여 섬유질의 축 방향 신장을 설명하는 데 사용된 것으로 나타났습니다. 마찬가지로, Smoluchowski 방정식을 사용하여 Craft 외 (Craft, 2005 )는 작은 크기의 폴리머(예: 단량체, 미셀, 필라멘트)의 결합 메커니즘 내에 핵 형성 과정이 암시적으로 통합되어 나타나는 중합 모델을 제안했습니다.

단백질 응집 및 전파 메커니즘 모델링 분야의 중요한 전환점은 Achdou et al. (Achdou, 2013 )에 의한 것입니다. Achdou 등 (Achdou, 2013 ) 은 순간 방정식으로 작업하는 대신, 충분히 큰 숫 자 N에서 무한한 ODE 집합을 잘라냈습니다. 이런 식으로, 잘라낸 숫자 N 에 해당하는 방정식은 N개 이상의 단량체 로 구성된 모든 단백질 집합체의 시간적 진화를 설명할 수 있어야 합니다. 또한, Achdou et al. (Achdou, 2013 )은 스몰루초프스키 방정식이 공간 전파 과정을 통합하는 데 있어 간단한 틀을 제공한다는 것을 깨달았습니다.

현대의 이미지 기술의 발전은 현미경보다 더 큰 규모로 모델을 조사할 수 있는 가능성을 요구합니다. 이러한 목표를 위해 Bertsch 외 (Bertsch, 2017)는 신경세포 간 프리온 유사 전달에 의한 신경세포 손상 확산을 모델링하는 운동형 전달 방정식에 잘린 스몰루초프스키 방정식 세트를 결합한 대규모 모델을 제안했습니다. 이러한 모델링은 동일한 공간 영역에서 진화하는 두 가지 다른 시간 척도를 통합할 수 있는 능력을 가지고 있습니다. 미시적 과정(스몰루초프스키 방정식에 의해)을 위한 빠른 시간 척도(예: 분, 시간)와 인간에서 관찰되는 알츠하이머병의 진행을 설명하기 위한 느린 시간 척도(예: 월, 년)가 그것입니다(수송 방정식에 의해).

네트워크 접근법을 이용한 지역 간 전파 모델링
( ) 균질 확산 과정을 통해 오접합 단백질의 공간적 확산을 모델링하는 것은 뇌 전체와 같은 넓은 공간 영역에서 현실적인 선택이 아닙니다. 균질 확산과 달리, 네트워크 접근법은 연결성이 높은 뉴런 집단 내에서 빠른 감염 확산과 장거리 연결을 통한 다른 집단으로의 확산을 모델링합니다 (Matthäus, 2006 ). 따라서, 개별적인 민감-감염(SI) 역학 모델을 사용하여, Matthäus et al. (Matthäus, 2006) 상호 연결된 뉴런 네트워크를 따라 프리온 단백질 감염의 확산을 특성화했습니다. 더 중요한 것은, 이 네트워크 기반의 수학적 프레임워크는 네트워크 노드가 넓은 공간 영역을 포괄하는 먼 지역을 나타내는 더 큰 규모의 시나리오를 설명하는 데 쉽게 적용될 수 있다는 것입니다.

이 연구 에서 Raj 등은 거시적인 네트워크 확산 모델(NDM)을 제안했습니다. 이 모델에서는 특정 뇌 영역에서 다른 영역으로의 MP 구심성 신경세포의 수가 두 영역의 질병 집중도 요인과 그들 사이의 해부학적 연결 강도에 따라 결정됩니다. 보다 현실적인 시나리오를 고려하여, Iturria-Medina 외 (Iturria-Medina, 2014 )는 MP를 생산/정화하는 지역적 역량과 뇌의 해부학적 네트워크의 위상학적 정보를 동시에 고려하는 전염병 확산 모델(ESM)을 도입했습니다. 이 모델은 아밀로이드 PET 데이터를 사용하여 늦게 발병하는 알츠하이머병 연구에 적용되었을 때, 개인 수준에서 Aß 침착 패턴을 재현할 수 있었습니다. 알츠하이머병 진행에 대한 상세한 병리학적 메커니즘과 가설의 존재는 오작동 단백질 형성 및 전파를 넘어서는 보다 통합적인 다요인 모델링 접근법을 고려하게 하는 계기가 되었습니다 (Edelstein-Keshet, 2002 ; Luca, 2003 ).

치료 개입에 대한 이론적 모델은 어떻게 사용될 수 있습니까?

일반적으로 단백질 응집의 수학적 모델은 체외에서 치료적 개입을 대신하는 것으로 사용됩니다. 일반적인 아이디어는 치료적 개입(예: 약물, 항체, 분자 샤페론)이 특정 미세한 응집 과정을 억제할 수 있는 방법을 시뮬레이션하는 것입니다 (Arosio, 2014 ; Nasica-Labouze, 2015 ; Kulenkampff, 2021 ; Ghosh, 2023 ). 그러면 단백질 응집의 운동 속도를 추정하고 자연 상태와 억제 상태 모두에서 비교할 수 있습니다. 먼저 적절한 운동 속도에 가설적인 변화(예: 처리)를 가정하고, 그 수정된 속도를 원래 모델에 대입하여 처리 후 상태를 시뮬레이션하는 방식으로 진행됩니다.

가설적인 약물 투여량의 함수로서 운동 속도를 모니터 링하면 체외 환경에 내재된 소량의 약물 투여량을 생체 내 조건에 더 가까운 투여량으로 추정하는 데 도움이 될 수 있습니다 (Masel, 2000 ). Mas el 등은 선구적인 연구에서 수학적 모델을 사용하여 세 가지 주요 접근법을 통해 아밀로이드 전파 억제를 시뮬레이션했습니다. (i) 미접합 단백질의 유효 단량체 농도를 낮추는 방법, (ii) 성장 중인 폴리머 말단을 차단하는 방법, (iii) 폴리머의 파손 속도를 높이는 방법 등이 있습니다. 그들은 두 번째 전략에 따른 치료법이 유망한 결과를 제공할 수 있는 반면, 나머지 전략은 효과가 없거나 낮은 약물 투여량에서 아밀로이드 형성 과정을 가속화할 수 있다는 것을 발견했습니다.

세 가지 다른 전략에 의한 아밀로이드 응집/전파 억제 시뮬레이션: (1) 유효 단량체 농도 감소, (2) 성장하는 중합체 말단 차단, (3) 중합체 파괴율 증가.

또 다른 예로, 아밀로이드-베타 단백질과 관련하여 Craft et al. (Craft, 2005 )은 중합 비율과 총 Aß 부담 사이의 비선형 관계를 확립했습니다. 중합 비율은 네 가지 다른 운동 속도에 따라 달라지기 때문에, 이 맥락에서 다음과 같은 몇 가지 처리 전략을 시험해 볼 수 있습니다: (i) Aß 단량체 생산 속도 감소, (ii) 단편화 강화, (iii) 제거(즉, 분해) 속도 강화, (iv) 신장 속도 감소. Craft 외 (Craft, 2005 )는 위에서 언급한 시나리오를 시뮬레이션하여, 제거율 향상제를 기반으로 한 약물 치료가 중합체 분해 촉진제를 기반으로 한 약물 치료보다 총 Aß 부담을 줄이는 데 더 효과적일 수 있다는 결론을 내렸습니다.

최근에는 Arosio 외 (Arosio, 2016 ) 분자 샤페론과 다양한 단백질 종 간의 상호작용을 모델링하기 위해 화학 운동학 접근법을 사용했습니다. 주요 아이디어는 분자 샤페론이 특정 단백질 종에 결합함으로써 어떤 미세한 반응 단계(즉, 1차 핵형성, 신장, 단편화, 2차 핵형성)가 교란되는지를 확인하는 것이었습니다. 마스터 방정식 접근법을 사용하여, Arosio 외 (Arosio, 2016 )는 분자 샤페론의 농도가 다른 경우와 없는 경우의 추정 운동 속도 상수를 비교했습니다. Aß42 단백질의 경우, 이러한 분석 결과 DNAJB6이라는 분자 보호자의 작용이 1차 핵 형성 과정을 억제한다는 사실이 밝혀졌습니다. 반대로, 다른 분자 보호자(proSP-C Brichos라고 불리는)가 존재하면 2차 핵 형성 속도가 감소합니다.

또 다른 예로, 하브치 외 (Habchi, 2016 )는 합리적 신약 개발 전략을 개발하기 위해 화학 동역학 접근법을 사용했고, 항암제(베사로텐)가 Aß42 응집의 1차 핵 생성 단계를 방해하고, 독성 올리고머의 형성을 지연시키며, Aß42 침착을 완전히 억제한다고 보고했습니다. 이 일반적인 프레임워크는 응집의 시작뿐만 아니라 독성 Aß42 올리고머의 증식을 담당하는 2차 핵 생성 단계를 표적으로 하는 다양한 저분자 (Habchi, 2017 )와 항체 (Aprile, 2017 )를 확인하는 것을 목표로 하는 체계적인 신약 개발 전략을 제공합니다.

최근 화학동역학 및 단백질 응집 분야의 발전은 MP 관련 질병에 대한 새로운 잠재적 치료제 발견을 위한 가치 있는 도구로서 치료 개입 모델링에 대한 새로운 관심을 불러일으켰 습니다(Linse, 2020 ; Kulenkampff, 2021 ; Ghosh, 2023 ).

저희 팀은 신경질환에서 단백질 변형 모델링에 관한 질문이나 다른 이미징 서비스에 관한 구체적인 정보에 대해 기꺼이 답변해 드릴 것입니다.

자주 묻는 질문

잘못 접힌 단백질이란 무엇입니까?


잘못 접힌 단백질 형성의 주요 메커니즘은 무엇입니까?


MP 집계의 미시적 모델에서 배울 수 있는 주요 교훈은 무엇입니까?


MP 집계의 거시적 모델에서 배울 수 있는 주요 교훈은 무엇입니까?


MP 집계 모델을 사용하여 치료적 개입을 어떻게 유도할 수 있습니까?


MP 집계 및 확산 모델은 어디에 있습니까?


참고문헌


키워드


관련 콘텐츠

신경 질환 임상 시험에서 신경 영상 기법을 사용하는 것과 관련된 모범 사례에 대한 최신 정보.

추가 정보

관심 있는 분야를 알려 주세요. 저희 팀이 기꺼이 상담해 드리겠습니다!

이메일([email protected])로 문의하거나 아래 양식을 작성하여 제출하세요. 

이름*
이메일*
전화번호*
소속(회사/대학)*
메시지*

귀하의 개인정보는 당사에 중요합니다. 당사는 개인정보 취급방침에 명시된 대로 귀하의 데이터를 보호합니다.

개인정보 취급방침의 약관에 동의합니다.*

저희는 사이트를 작동시키기 위해 필요한 쿠키를 사용합니다. 또한, 사이트 사용 방식을 측정하거나 마케팅 목적으로 개선을 돕기 위해 다른 쿠키를 사용합니다. 사용자는 모든 쿠키를 허용하거나 거부할 수 있습니다. 저희가 사용하는 쿠키에 대한 자세한 정보는 개인정보 처리방침 참조하십시오.