나는 해외 대학교 생물학과 전공을 진학하고자 국제고등학교의 국제반에서 올해 입시를 준비하고 있다. 오프라인 교육에서 서울대 화학과 석차옥 교수님의 강연, 싸이티바 견학, 이길여 암/당뇨 연구원에서의 마우스 체험이 인상깊어 이에 대한 리포트를 작성하고자 한다. 

 석차옥 교수님 강의에서는 우리 몸의 생체 분자 (단백질)을 시뮬레이션할 수 있는 방법에 대한 강연을 들었다. 과거 이론 화학을 접근하기 위해서 미시적 관점의 양자역학, 거시적 관점의 통계역학을 사용했다. 그러나, 이와 같은 방법은 시간이 너무 오래 걸린다. 물 분자 10개의 구조와 배열의 가능성을 모두 고려해 계산하는 데 1000년이 넘게 걸린다. 또한, 양자화학적으로 DNA 염기의 분포를 한 쌍만 알아낸 연구자가 노벨 화학상을 받을 정도이다. 따라서, 양자역학으로 모든 화학을 이해하려 하지 않고 고전역학 기반 시뮬레이션으로 연구 방향이 움직였다. 고전 역학 기반 시뮬레이션은 쿨롱 힘과 반데르 발스 힘을 근거로, Quantum mechanics와 Molecular mechanics를 결합하여 예측한다. 이 시뮬레이션은 단백질 구조를 예측하는 데 효과적으로 사용된다. 단백질 분자를 이루는 단위는 아미노산으로, 20가지 종류가 있어 그 순서와 조합이 매우 다양하다. 단백질 구조를 알면 약을 만들 수 있다. 팍스로비드를 예로 들면, 질병 단백질이 살기 위해 가진 구멍을 팍스로비드가 막아서 기능을 떨어지게 한다. 이와 같은 원리의 단백질 의약품에는 Gleevec, GPCR targeting drugs, Humira 등이 있다. 따라서, 단백질 구조를 효과적으로 알아낼 수 있는 방법이 필요하다. 

 3대 생체 분자 (단백질 등) 결정 기술에는 엑스선 결정학, 핵자기공명 분광학, 극저온 현미경 등이 있다. 그러나, 생체 내 단백질이 소수성, 전자기적 성질로 인해 물 속에서 특정 구조를 가지고 있다는 사실을 이용해 시간이 오래 걸리는 실험적 방법보다 이론 또는 계산으로 구조를 빠르게 예측할 수 있다. 최초의 단백질 구조 예측자는 Linus Pauling은 아미노산이 존재할 때 alpha helical 구조 등으로 꼬여 있어야 한다는 사실을 알아내었다. 이와 같이 그간의 여러 단백질 구조에 관한 연구를 기반으로, 현재는 양자역학, 통계역학, 인공지능을 활용해 20만개의 단백질 구조가 밝혀졌다. 

 싸이티바는 전 세계 항체 의약품 1위를 차지한 바이오 실험 기기 제조, 제약 공정 솔루션 제공을 하는 미국계 글로벌 기업이다. B2B (기업과 기업이 거래하는 형식) 형태의 기업이라 소비자인 나는 잘 몰랐다. 그러나, 삼성 바이오로직스, LG 화학, 머크, 화이자 등의 글로벌 제약회사에서 약을 개발할 때 쓰이는 기기가 대부분 싸이티바에서 만들어진다는 사실을 처음 알게 되었다. 사무실에는 매우 큰 실험실이 자리해 있었고, 여러 실험을 통해 제일 성능이 좋은 실험 기기를 개발하거나 제약 솔루션을 제공했다. 나는 미래에 글로벌 제약회사에 입사해 실험을 통해 신약 개발을 하고 싶다는 생각이 들었는데, 실험을 똑같이 자유롭게 할 수 있는 실험 기기 개발 및 제약 공정 솔루션을 제공하는 B2B 형태의 기업 진로 또한 고려해보아야 겠다고 생각했다. 

 가천대학교 암/당뇨 연구원에서는 마우스 고정법, 마우스 사육, MRI, X-ray 사용법 등을 체험했다. 마우스를 직접 만지고 동물 실험의 종류를 알아볼 수 있는 흔치 못한 기회였다. 혼자 있을 때도 가만히 있지 않고 열심히 털을 닦는 마우스가 매우 귀여웠다. 미래에 내가 생물학 연구자가 되어 동물실험을 하게 된다면, 동물 윤리를 잘 지켜 좋은 연구를 해야겠다고 생각했다. 

 내게 대한민국 청소년 바이오 아카데미의 강의, 견학, 체험은 등불이었다. 한국과학기술한림원에서 과학영재 사사 교육을 통해 Gas AHD 단백질 정제 실험을 하고 나서, 단백질 의약품이 인류를 불치병을 포함한 여러 질병에서 구해낼 열쇠라는 생각이 들었다. 단백질에 대한 지식을 쌓기 위해 edX 에서 단백질과 약에 대한 강의를 듣고, 단백질 구조 예측 및 molecular docking 온라인 가상 실험을 제공하는 vlabON 프로그램을 사용해보고, 논문리딩 교내 동아리를 만들어 단백질 관련 논문을 친구들과 함께 읽고 있다. 단백질 구조 예측은 대학원생의 박사 학위급 연구 난도라서, 더 빠른 분석 속도를 위해 실험적인 고전적 방법을 통해 알아내는 것이 아닌 더 효율적인 방법이 궁금했다. 이때 마침 석차옥 교수님의 강연에서 AI 기반 예측 프로그램을 알게 된 것이다. 관련 기술에 대한 흥미가 가득 생겼다. 더불어, 석차옥 교수님은 내가 꿈꾸는 미래 나의 모습과 비슷하다. 단백질 구조분석을 마스터하고 기업을 차린 사람이기 때문이다. 나 또한, 단백질 랩에서 경험을 쌓은 연구자가 되어 해외 글로벌 신약 개발 회사에 입사하여 신약 개발을 하다 제약 기업을 세울 것이다. 또한, 석차옥 교수님께 단백질 구조를 예측하는 공부를 할 수 있는 방법을 여쭤보자 Foldit program을 추천해주셨다. 점수로 단백질 안정성을 계산해서 보여주는데, 소수성과 수소 결합과 같은 전자기적 성질을 고려해 디테일한 단백질 구조 예측의 감을 잡는 데 도움이 될 것이라 하셔서 이 프로그램을 이용해 단백질에 대해 더 공부할 예정이다. 하루동안 쌓은 알차고 재밌는 경험이 단백질 의약품 신약 개발 연구자가 되는 데 좋은 밑거름이 될 것이라 믿는다.