키나아제와 약물이 맞물리는 방식을 지도처럼 읽는 법

세포 신호를 켜고 끄는 분자 스위치

Kinase는 다른 단백질에 인산기를 붙이는 phosphorylation을 통해 세포 성장, 분열, 면역반응, 대사와 같은 여러 신호를 조절한다. 이 조절이 비정상적으로 활성화되면 암을 비롯한 다양한 질환과 연결될 수 있어 kinase는 오랫동안 중요한 drug target family가 되어 왔다.

문제는 human kinome의 여러 kinase가 서로 닮아 있다는 데 있다. 특히 ATP가 결합하는 catalytic domain은 상당히 보존돼 있다. 한 kinase를 억제하려고 만든 분자가 다른 kinase에도 붙을 수 있다는 뜻이다.

키나아제에 결합하는 작은 분자

Ligand는 kinase의 binding pocket에 들어가 상호작용하는 분자다. 신약개발에서는 kinase inhibitor가 대표적이다. 편의상 자물쇠와 열쇠로 비유할 수 있지만 실제 결합은 더 복잡하다. hydrogen bond, hydrophobic interaction, ionic interaction, aromatic interaction 같은 여러 힘이 동시에 작동하고, protein 자체도 ligand에 따라 conformation을 바꿀 수 있다.

Target A를 억제하려다 B, C, D까지 건드릴 수 있다

어떤 kinase A를 억제하려고 만든 약물이 구조적으로 비슷한 kinase B, C, D에도 결합하면 예상하지 못한 생물학적 효과와 부작용이 나타날 수 있다. 그래서 kinase drug discovery에서는 potency뿐 아니라 selectivity가 핵심 설계목표가 된다.

일반 구조 데이터베이스가 “이 protein structure는 이렇게 생겼다”를 보여준다면 KLIFS는 질문을 더 구체화한다. 이 ligand가 어느 pocket position에서 어떤 interaction을 만들었고, 다른 kinase에서는 같은 위치가 무엇으로 바뀌어 interaction pattern이 달라지는가?를 비교한다.

이 세 단계가 KLIFS를 신약개발에서 읽는 가장 유용한 방식이다.

전체 sequence가 달라도 binding site의 대응 위치를 맞춘다

Kinase마다 전체 amino-acid sequence와 residue number는 다르다. 그대로 비교하면 어떤 residue가 어떤 구조적 역할에 대응하는지 찾기 어렵다. KLIFS는 ligand binding에 중요한 kinase binding site를 85개의 공통 residue position으로 표준화한다.

이를 경기장 좌석에 비유하면 쉽다. 야구장 전체 규모와 설계가 달라도 “A구역 10번 좌석”처럼 공통 좌석체계를 정하면 같은 기능적 위치를 비교할 수 있다. KLIFS의 pocket position 1–85가 그런 역할을 한다.

이 표준화 덕분에 hinge, gatekeeper, DFG motif 주변과 같은 기능적 위치를 여러 kinase 사이에서 일관되게 비교할 수 있다.

PDB 파일 여러 개를 여는 것과 같은 좌표계로 보는 것은 다르다

서로 다른 PDB 구조를 개별적으로 열어 보면 residue numbering, orientation, missing region, ligand pose가 제각각이다. KLIFS는 kinase catalytic cleft를 공통 binding-site 관점으로 정렬하고 annotation을 붙여 비교를 훨씬 쉽게 만든다.

결합방식을 사람 눈에서 계산 가능한 패턴으로 옮긴다

KLIFS는 단순히 “Drug A가 Kinase B와 결합했다”고 기록하지 않는다. 각 pocket residue에서 어떤 종류의 상호작용이 일어났는지를 기록한다. 전통적 KLIFS interaction fingerprint는 각 residue에 대해 hydrophobic contact, 두 방향의 aromatic interaction, hydrogen-bond donor/acceptor 관계, 두 방향의 ionic interaction을 포함한 7가지 interaction type을 다룬다.

따라서 하나의 kinase–ligand complex는 긴 0/1 barcode로 표현할 수 있다. 어느 위치에서는 hydrophobic contact가 1이고, 다른 위치에서는 hydrogen bond가 1이며, 아무 상호작용이 없으면 관련 비트가 0이 된다.

실험 구조를 가져와 정렬하고 annotation한다

KLIFS의 이름 마지막 S는 Structures다. PDB에 공개된 kinase structures를 수집하되 그대로 나열하지 않고 kinase catalytic domain과 binding site를 공통 기준으로 align하고 annotate한다.

그래서 여러 구조를 내려받아 비교하면 catalytic cleft를 비슷한 좌표계에서 살펴보기 쉽다.

같은 kinase라도 conformation이 달라지면 다른 pocket을 보여준다

Kinase의 DFG motif 방향과 αC-helix 위치는 catalytic state와 inhibitor binding mode를 이해하는 데 중요하다. 특정 inhibitor는 active-like conformation에 결합하고, 다른 inhibitor는 inactive conformation에서 열리는 pocket을 이용할 수 있다.

따라서 KLIFS는 “어떤 drug가 어떤 target에 결합했는가”보다 더 정교한 질문을 가능하게 한다. 어떤 kinase conformation에서, 어떤 binding mode로, 어느 pocket region을 사용해 결합했는가를 비교할 수 있다.

binding mode 분류도 conformation과 함께 읽어야 한다

Kinase inhibitor를 type I, type II 등으로 구분할 때 단순한 ligand 이름보다 pocket conformation과 사용되는 subpocket이 중요하다. KLIFS의 구조 annotation은 이런 비교를 일관되게 수행하는 데 유용하다.

Imatinib 하나만 보더라도 질문은 여러 층으로 나뉜다

KLIFS 공식 QuickStart tutorial은 Imatinib을 예로 들어 ligand나 PDB code를 기반으로 구조를 검색하고 비교하는 흐름을 보여준다. 연구자는 다음과 같은 질문을 던질 수 있다.

1. Imatinib은 어떤 kinase 구조에서 관찰됐는가?
2. 어떤 pocket residue와 hydrogen bond를 만드는가?
3. 어느 subpocket까지 들어가는가?
4. 비슷한 interaction fingerprint를 가진 다른 inhibitor가 있는가?
5. 다른 kinase에서는 같은 ligand가 어떻게 결합하는가?
6. DFG motif와 αC-helix는 어떤 conformation인가?
7. chemical structure는 다르지만 비슷한 binding mode를 가진 ligand가 있는가?

이런 질문은 단순한 structure viewer만으로는 일일이 맞춰야 하지만, KLIFS에서는 표준화된 pocket coordinate와 annotation을 이용해 훨씬 체계적으로 비교할 수 있다.

binding mode에서 off-target과 설계가설로

PDB가 건물 사진이라면 KLIFS는 좌표와 표지판이 있는 지도에 가깝다

PDB를 수많은 건물의 사진을 모은 장소라고 생각하면 KLIFS는 그 건물들을 같은 방향으로 맞추고 “여기는 hinge, 여기는 gatekeeper, 여기는 DFG, 이 ligand는 여기에서 hydrogen bond를 만든다”고 지도 위에 표지판을 붙인 시스템에 가깝다.

지도는 구조를 대신하지 않는다. 다만 구조들 사이의 차이를 같은 언어로 비교하게 한다. 그래서 연구자는 “어떤 결합이 반복되는가?”, “어떤 차이가 선택성을 만든다고 볼 수 있는가?”, “다른 inhibitor도 같은 전략을 쓰는가?”, “아직 사용하지 않은 pocket은 어디인가?”와 같은 질문을 더 빨리 구성할 수 있다.

예측하고, 비교하고, 검증가설을 만든다

신약개발 AI에서는 다음과 같은 상보적 흐름을 생각할 수 있다.

예측 구조가 나온 뒤 KLIFS의 known kinase structures와 pocket positions에 맞춰 비교하면, hinge interaction이나 hydrophobic pocket usage가 기존 binding modes와 얼마나 일관적인지 점검할 수 있다. 다만 이 파이프라인 자체는 여기서 제안하는 활용 방식이며, KLIFS 원 논문이 이 exact end-to-end workflow를 검증했다는 뜻은 아니다.

오래된 정적 데이터셋이 아니라 계속 운영되는 kinase resource

KLIFS 공식 페이지의 2026년 8월 표시 기준으로 Version 3.2, Updated: 19-Aug-2026이며, 통계는 326 kinases, 6,738 PDB structures, 13,972 monomers, 4,179 unique ligands로 제시돼 있다. 따라서 KLIFS는 과거 논문에만 남은 archive라기보다 현재도 업데이트되는 structural kinase resource로 보는 것이 적절하다.

데이터베이스 통계는 계속 변할 수 있으므로 실제 분석을 시작할 때는 KLIFS 공식 페이지의 최신 수치를 다시 확인하는 것이 좋다.

KLIFS가 강한 질문은 “붙는가?”보다 “왜 그렇게 붙는가?”이다

KLIFS는 protein structure prediction model도 아니고, docking engine도 아니다. 이미 알려진 kinase–ligand structures를 표준화된 구조정보로 바꿔 서로 비교할 수 있게 만든다. 그래서 가장 잘하는 일은 다음 세 질문이다.