본 서비스는 활성화합물, 천연물 구조식, 기존 의약품, 후보물질 라이브러리를 대상으로 타깃 단백질과의 결합 가능성을 예측하고, 후속 검증에 활용할 수 있는 우선순위 자료를 제공하는 가상 스크리닝 서비스입니다.

BITOIC는 머신러닝 기반 후보물질 선별 서비스를 통해 후보물질별 결합 점수와 Ranking을 빠르게 정리하고, 필요 시 AutoDock 기반 정밀 결합 분석 서비스를 통해 결합 위치, 결합 포즈, 결합 에너지, 단백질-후보물질 상호작용 정보를 제공합니다.
RdRp·Mpro 보유 모델 기반 Screening뿐 아니라, 대량 후보물질 Screening, 신규 타깃 단백질 구조 기반 분석, 결합 점수 예측 모델 개발 상담까지 연구 목적에 맞게 확장할 수 있습니다.

후보물질의 결합 점수와 우선순위를 빠르게 예측합니다.

본 서비스는 논문(Investigating the binding affinity, interaction, and structure-activity-relationship of 76 prescription antiviral drugs targeting RdRp and Mpro of SARS-CoV-2) 연구를 기반으로 개발된 머신러닝 모델을 활용하여, 연구자가 보유한 후보물질의 항바이러스 타깃 결합 가능성을 신속하게 검토할 수 있도록 구성되었습니다.
연구자가 제공하는 합성화합물, 천연물 구조식, 기존 의약품, 후보물질 라이브러리 등의 구조 정보를 기반으로 SARS-CoV-2의 RdRp(RNA-dependent RNA polymerase) 또는 Mpro(Main Protease) 단백질에 대한 예측 결합 친화도와 Ranking Table을 제공합니다.
예측 결과를 활용하여 항바이러스 후보물질을 효율적으로 1차 선별하고, AutoDock 기반 정밀 결합 분석 또는 후속 Wet Lab 검증을 위한 우선순위를 설정할 수 있습니다.

RdRp와 Mpro는 바이러스 증식 과정에서 중요한 역할을 하는 단백질입니다.
BITOIC의 무료 AI Screening은 해당 두 타깃 단백질에 대한 후보물질 결합 가능성 예측을 중심으로 제공됩니다.

RdRp

바이러스 RNA 복제에 관여하는 단백질

Mpro

바이러스 단백질 절단에 관여하는 단백질

후보물질과 타깃 단백질의 결합 위치, 결합 포즈, 상호작용을 구조 기반으로 분석합니다.

AutoDock 기반 정밀 결합 분석 서비스는 단백질 3D 구조와 후보물질 구조 정보를 바탕으로, 후보물질이 타깃 단백질의 어느 위치에 결합할 가능성이 있는지 분석하는 서비스입니다. 머신러닝 기반 후보물질 선별이 다수 후보물질의 우선순위를 빠르게 정리하는 데 적합하다면, AutoDock 분석은 선택된 후보물질의 결합 포즈, 결합 에너지, 수소결합, 소수성 상호작용, Pi-stacking 등 구조적 근거를 확인하는 데 활용됩니다.
RdRp·Mpro뿐 아니라, PDB 구조 또는 AlphaFold 기반 구조를 확보할 수 있는 신규 타깃 단백질도 분석 가능성을 검토할 수 있습니다.

신규 타깃 단백질 분석 안내

RdRp·Mpro 외 신규 타깃 단백질은 단백질 구조 정보와 후보물질 데이터 보유 여부를 먼저 확인합니다. PDB 구조, AlphaFold 예측 구조, 활성 부위 정보 등을 바탕으로 AutoDock 기반 분석 가능성을 검토하며, 필요 시 머신러닝 기반 후보물질 선별 또는 모델 개발 상담으로 확장할 수 있습니다.

머신러닝 기반 후보물질 선별과 AutoDock 기반 정밀 결합 분석은 후보물질 선별을 위한 사전 검토 단계입니다.
상위 후보물질을 선정한 후에는 세포 기반 효능 평가, 유전자 발현 분석, 단백질 발현 분석, 면역형광 분석, 효소 활성 평가 등으로 후속 검증을 진행할 수 있습니다.