WO2011034263A1 - 필수 대사산물을 이용한 병원성 미생물의 약물 표적 예측 방법 - Google Patents

필수 대사산물을 이용한 병원성 미생물의 약물 표적 예측 방법 Download PDF

Info

Publication number
WO2011034263A1
WO2011034263A1 PCT/KR2010/000162 KR2010000162W WO2011034263A1 WO 2011034263 A1 WO2011034263 A1 WO 2011034263A1 KR 2010000162 W KR2010000162 W KR 2010000162W WO 2011034263 A1 WO2011034263 A1 WO 2011034263A1
Authority
WO
WIPO (PCT)
Prior art keywords
essential
metabolite
phosphate
metabolites
microorganism
Prior art date
Application number
PCT/KR2010/000162
Other languages
English (en)
French (fr)
Inventor
이상엽
김현욱
김태용
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Publication of WO2011034263A1 publication Critical patent/WO2011034263A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks

Definitions

  • the present invention relates to a method for predicting a drug target of a microorganism using computer system techniques, and more specifically, selecting a target microorganism, building a metabolic network model of the selected microorganism, and then analyzing metabolite essentiality,
  • the present invention relates to a method for predicting drug targets by removing currency metabolite, considering the number of reaction schemes, and irrelevance to host metabolism.
  • Pathogenic microorganisms can be very difficult and fatal to treat if they occur in people with weakened immune systems. Therefore, efforts to find a target for the development of effective anti-pathogenic drugs of pathogenic microorganisms are active.
  • Metabolic flow analysis uses the mass balance and cell composition information of biochemical equations to obtain the ideal metabolic flow space that cells can reach, and aims to maximize or minimize specific objective functions through optimization methods. Minimization of metabolic regulation by specific perturbation, etc.).
  • metabolic flow analysis can generally be used to confirm the lethality of specific genes of a desired metabolite through strain improvement, and can be used to determine the metabolic network characteristics within the strain.
  • various studies have been reported applying metabolic flow analysis methods to predict the flow changes in metabolic networks caused by the removal or addition of genes.
  • metabolic flow analysis techniques can be used to look at the metabolism of complex microorganisms from a holistic perspective using partial metabolic information and to identify the effects of manipulation on specific genes on overall metabolic flow to accurately predict drug targets of pathogenic microorganisms. There is an urgent need for the development of such methods.
  • the present inventors construct a metabolic network model of the microbial pathogen Acinetobacter baumannii, and then apply the metabolite essentiality method to the metabolic model to predict metabolites essential for cell growth.
  • the current metabolites and essential metabolites that consume less than the required number of reaction formulas are eliminated, and the remaining essential metabolites and enzymes consuming them are further selected by only selecting those that are not in human metabolism.
  • the present invention has been completed by theoretically finding that it is possible to select an effective pathogen drug target by selecting a candidate group.
  • An object of the present invention is to build a microbial metabolic network model structure, using the essential metabolite analysis (metabolite essentiality), distribution metabolite removal (currency metabolite) removal, considering the number of reactions, the relationship between the host metabolism,
  • the present invention provides a method for screening an enzyme or a gene encoding the same as a drug target.
  • Another object of the present invention is to provide a method for screening an enzyme or a gene encoding the enzyme that is a drug target of the genus Acinetobacter baumannii using the above method.
  • Another object of the present invention is to provide drug target enzymes for the genus Acinetobacter Baumani and the gene groups encoding them obtained by the above method.
  • At least three or more enzymes are involved in the reaction scheme, and at the same time, at least two or more of the essential metabolites consume the corresponding metabolites.
  • step (c) determining a secondary essential metabolite by removing a circulation metabolite having no specificity with the target microorganism among the first essential metabolites determined in step (b);
  • step (d) determining the third essential metabolite in consideration of the number of enzymatic schemes involved and the number of enzymatic schemes consumed among the secondary essential metabolites determined in step (c);
  • step (e) selecting only those which are not present in the metabolism of the host among the third essential metabolites determined in step (d) and determining the fourth essential metabolite;
  • step (f) if all of the enzymes consuming the fourth essential metabolites determined in step (e) do not have homology with the host protein, the corresponding metabolites are determined as the fifth essential metabolite, and the fifth essential metabolite It provides a method for screening a drug target enzyme of a microorganism comprising the step of selecting an enzyme involved in the drug target enzyme of the target microorganism.
  • the present invention provides a method for screening a drug target gene for a microorganism, characterized in that the gene group encoding the drug target enzyme of the selected microorganism is determined as a drug target gene of the target microorganism.
  • the host may be a human, and the target microorganism is preferably Escherichia coli or pathogenic microorganism, and more preferably pathogenic microorganism.
  • the metabolic network of the microorganism in step (a) is genomic level, and performing the step (b),
  • Vjm is a metabolic flow value of the corresponding consumption equation
  • the application of the linear programming is preferably made by reflecting all the nutrient conditions necessary for the growth of cells.
  • the distribution metabolite having no specificity with the target microorganism in step (c) is also involved in other enzymatic reactions of the target microorganism and other organisms, and in step (d), at least three or more of the secondary essential metabolites At least two or more at the same time involved in the enzymatic reaction, it is preferable to determine the metabolite in the case of consuming the required metabolite as the third essential metabolite, and in step (f) the examination of the homology is carried out Gene sequences can be used. At this time, the examination of the homology may be performed using the BLASTP program or the BLAST program.
  • the present invention provides the enzymes of the selected microorganism or gene groups encoding the same, and a method of using them as drug targets of the microorganism.
  • step (c) Of the primary essential metabolites determined in step (b), the secondary essential metabolite is removed by removing a circulation metabolite having no specificity with the microorganisms of the genus Acinetobacter. Determining;
  • step (d) determining the third essential metabolite in consideration of the number of enzymatic schemes involved and the number of enzymatic schemes consumed among the secondary essential metabolites determined in step (c); (e) selecting only those which are not present in the metabolism of the host among the third essential metabolites determined in step (d) and determining the fourth essential metabolite;
  • step (f) if all of the enzymes consuming the fourth essential metabolites determined in step (e) do not have homology with the host protein, the corresponding metabolites are determined as the fifth essential metabolite, and the fifth essential metabolite It provides a method for screening a drug target enzyme of the genus Acinetobacter (Acinetobacter) comprising the step of selecting an enzyme involved in the drug target enzyme of the genus Acinetobacter. At this time, Acinetobacter baumannii can be used among the microorganisms of the genus Acinetobacter.
  • the present invention is obtained by the above method, 2-amino-4-hydroxy-6-hydroxymethyldihydropteridine, pyrophosphokinase, dihydropteroate synthase, glutamate racemase, UDP-N-acetylmuramoylalanine--D-glutamate ligase, dihydrodipicolinate reductase, dihydroneopterin aldolase, alkaline phosphatase D precursor, 3-dehydroquinate dehydratase II, catabolic 3-dehydroquinate dehydratase (3-dehydroquinase), shikimate 5-dehydrogenase, quinate / shikimate dehydrogenase, 3-dehydroshikimate dehydratase, 1-deoxy-D-xylulose-5-phosphate reductoisomerase, Enzyme group of Acinetobacter sp.
  • microorganism selected from the group consisting of pyridoxine 5-phosphate synthase, 3-deoxy-manno-octulosonate cytidylyltransferase, and dihydropteroate synthase and methods for using the same as drug targets, ABAYE0036, ABAYE0082, ABAYE0377, ABAYE0807, ABAYE0811, ABAYE0945, ABAYE1417, ABAYE1418, ABAYE1539, ABAYE1581, ABAYE1682, ABAYE1683, ABAYE1685, ABAYE2076, ABAYE3176, ABAYE3395, ABAYE3524, ABAY Provided are a gene group of Acinetobacter genus microorganisms selected from the group consisting of E3568, ABAYE3612 and ABAYE3616, and a method of using the same as a drug target.
  • FIG. 1 is a schematic diagram illustrating the concept of a microbial drug targeting methodology in accordance with the present invention
  • A building a metabolic network of specific microorganisms
  • B Primary essential metabolite prediction using essential metabolite analysis
  • C removal of distribution metabolites
  • D Consider the number of schemes involved in that metabolite
  • E confirm presence in host metabolism
  • F drug target enzyme and gene determination
  • the present invention in one aspect, relates to a method for screening drug target enzymes or drug target genes encoding the microorganisms, in particular pathogenic microorganisms.
  • the schematic process is shown in FIG.
  • FIG. 1 illustrates the concept of an integrated drug targeting methodology in accordance with the present invention.
  • a metabolic network of a particular microorganism is constructed (A), from which essential metabolite analysis is predicted using essential metabolite analysis based on metabolic flow analysis (B). From this, the elimination of circulating metabolites (C), the consideration of the number of reaction formulas involved in the metabolites (D), the confirmation of the presence of essential metabolites and their involved reactions in human metabolism (E), etc. Predict the most effective drug targets of the microorganism (F).
  • step (c) determining a secondary essential metabolite by removing a circulation metabolite having no specificity with the target microorganism among the first essential metabolites determined in step (b);
  • the step (c) and / or (e); And (step (d)) may be selectively applied. Therefore, in another aspect, the present invention relates to a method for determining an essential metabolite according to the method of each step.
  • Step (f) is a step necessary to minimize adverse effects on the host of the drug, for example, the human body, and may shorten step (f) by performing steps (c) and (e). Therefore, in the case of performing step (f) in view of such efficiency, step (c) and step (e) can be selected individually or simultaneously. Most preferably, all the steps (c), (e) and (f) are performed.
  • step (d) may alternatively be carried out as a method devised in the present invention to significantly reduce the number of drug targets more effectively.
  • the method of one preferable aspect of this invention is as follows. That is, the present invention
  • step (c) determining a secondary essential metabolite by removing a circulation metabolite having no specificity with the target microorganism among the first essential metabolites determined in step (b);
  • step (d) determining the third essential metabolite in consideration of the number of enzymatic schemes involved and the number of enzymatic schemes consumed among the secondary essential metabolites determined in step (c);
  • step (e) selecting only those which are not present in the metabolism of the host among the third essential metabolites determined in step (d) and determining the fourth essential metabolite;
  • step (f) if all of the enzymes consuming the fourth essential metabolites determined in step (e) do not have homology with the host protein, the corresponding metabolites are determined as the fifth essential metabolite, and the fifth essential metabolite Selecting an enzyme involved in the drug target enzyme of the target microorganism.
  • Acinetobacter genus microorganisms for example, Acinetobacter baumannii
  • a method for screening drug target enzymes of the genus Acinetobacter comprising the following steps:
  • step (c) Of the primary essential metabolites determined in step (b), the secondary essential metabolite is removed by removing a circulation metabolite having no specificity with the microorganisms of the genus Acinetobacter. Determining;
  • step (d) determining the third essential metabolite in consideration of the number of enzymatic schemes involved and the number of enzymatic schemes consumed among the secondary essential metabolites determined in step (c);
  • step (e) selecting only those which are not present in the metabolism of the host among the third essential metabolites determined in step (d) and determining the fourth essential metabolite;
  • step (f) if all of the enzymes consuming the fourth essential metabolites determined in step (e) do not have homology with the host protein, the corresponding metabolites are determined as the fifth essential metabolite, and the fifth essential metabolite Selecting an enzyme involved in the drug target enzyme of the microorganism of the genus Acinetobacter.
  • steps “(c) and / or (e); And (step (d)) may be selectively applied.
  • the detailed description is as described above.
  • Methodabolism means a series of activities related to the energy activities of living things. That is, a series of activities that synthesize various metabolites necessary for life's activities through various biosynthesis through digestion that absorbs energy sources from the outside and converts them into the energy forms that are most readily available to life. Included in The earliest studied biological network is this "metabolic network.”
  • the first step in the present invention is to build a metabolic network of the target microorganism, to build a network consisting of all metabolites and reactive enzymes by collecting biochemical reactions occurring inside and outside the cell.
  • the target microorganism for constructing the metabolic network may be Escherichia coli or pathogenic microorganism, and any pathogenic microorganism may be used without particular limitation.
  • Acinetobacter genus microorganisms such as Acinetobacter baumannii, were used.
  • 'Pathogenic microorganism' is a microorganism having infectivity determined by pathogens, pathogens, pathogens, infectious paths and host susceptibility caused by toxins, enzymes and other products produced by microorganisms, and may include various viruses, bacteria and fungi. And they can be transmitted to various organisms such as animals and plants.
  • a metabolic network of microorganisms is established.
  • Acinetobacter baumannii (AB) is a gram-negative bacillus named after integrating two strains of Acinetobacter calcoaceticus and anitratus in the past, and has a wide range of bacteriological characteristics with various energy sources. It can be grown at or at pH and is found in samples taken from almost all soils and fresh water. Acinetobacter baumannii, which has this characteristic, has been reported as an important causative agent of hospital infections in many hospitals. Once hospital infections occur, they usually survive long-term in environments where bacteria are difficult to survive, resulting in high antibiotic resistance and resistance.
  • A. baumannii Due to its characteristics, it is difficult to treat, and as a result, the mortality rate caused by the causative organism also increases, which has recently emerged as an important pathogen.
  • A. baumannii is known to cause pneumonia associated with respirators, wound infections in burn patients, and sepsis.
  • Acinetobacter genus microbial metabolic network construction used in an example of the present invention can be made based on a gene group consisting of the following genes:
  • metabolic flow analysis is performed on the established metabolic network of the microorganism, which is to determine the essential metabolite of the microorganism primarily (called a primary essential metabolite).
  • the metabolic network of the constructed microorganism including all metabolites constituting the constructed metabolic network model, the metabolic pathway of the metabolite and the stoichiometric matrix S in the metabolic pathway.
  • a stoichiometric matrix the stoichiometric coefficient of the Sij, i of the second metabolite, the time in the j-th reaction
  • S is the amount of change in X over time
  • X is the metabolite concentration
  • t is the time
  • the change in the metabolite concentration X over time can be represented as the sum of the flows of all metabolic reactions. Assuming that the amount of change of X with time is constant, i.e., if the amount of change of X is 0, the amount of change of the metabolite concentration with time under the quasi-steady state may be defined by Equation 1 above.
  • the reaction scheme to be optimized that is, maximized or minimized, is set as the objective function and the metabolic flow in the cell is predicted using linear programming (Kim et al., Mol Biosyst . 4 (2)). : 113, 2008).
  • the cell growth rate is optimized by representing the constituents of the cells in matrix S and setting the scheme as the objective function. In other words, when applying the linear programming method, the objective function is set to maximize cell growth rate.
  • the metabolic flow analysis should be carried out on the assumption that all the nutrients necessary for the cell to grow can be taken. This is because when pathogenic microorganisms grow in the host, various nutrients can be taken from the host.
  • the enzyme reaction may appear to be essential only under certain conditions, but if metabolic flow analysis is applied on the assumption that all the nutrients can be ingested, it is possible to predict the essential enzyme reaction at all times.
  • the nutrients used were 2-Phospho-D-glycerate, 3-Phospho-D-glycerate, Acetate, Adenosine, 2 -Oxoglutarate, L-Alanine, L-Arginine, L-Asparagine, L-Aspartate, Betaine, Benzoate, Choline, Citrate, CO 2 , Cytosine, L-Cysteine, Cytidine, D-alanine, Deoxyadenosine, Deoxycytidine, D-Glutamate, Deoxyguanosine, D-Serine, Thymidine, Deoxyuridine, Ethanolamine, Formate, D-fructose, Fumarate, alpha-D-Glucose, L-Glutamine, D-Gluconate, L-Glutamate, Glycolate, Glycine, Gu
  • the method of determining the cell growth rate according to a specific gene deletion uses a method of inactivating each corresponding reaction scheme. Suppressing these enzyme reactions is based on the assumption that it is impossible to consume or produce the specific metabolites involved in these enzymes, which will eventually stop the cell growth of the target microorganism.
  • Suppressing these enzyme reactions is based on the assumption that it is impossible to consume or produce the specific metabolites involved in these enzymes, which will eventually stop the cell growth of the target microorganism.
  • the present invention by defining the 'essentiality' of each metabolite and looking at the properties of each metabolite, it is easy to identify the phenomenon of cell growth caused by the deletion of two or more genes. That is, the present invention provides a method of defining and using 'essentiality' of metabolites constituting the metabolic network of the target microorganism as follows.
  • the 'essentiality' of metabolites is the effect of cells on the growth of cells when they are not consumed by metabolism.
  • the rate of cell growth for each metabolite under certain conditions is determined by metabolic flow analysis.
  • the necessity of metabolites can be determined by investigating (FIG. 4) (Kim et al., Proc. Natl. Acad. Sci. USA , 104: 13638, 2007).
  • the metabolic flow value of the corresponding reaction equation is fixed to zero. In this case, if the growth rate of the cell is 0 is selected as an essential metabolite.
  • V jm represents the metabolic flow value of the consumption equation.
  • Essential metabolite analysis applies Equation 2 as an additional constraint while simultaneously blocking (deleting) all metabolic reactions consuming each metabolite in the stoichiometric matrix.
  • the metabolic flow value of the consumption equation By fixing the metabolic flow value of the consumption equation to 0, the case where the cell growth rate is 0 is selected as an essential metabolite. In other words, if there is no metabolic flow of essential metabolite, the cells of the microorganism do not grow to determine the essentiality.
  • the reason for not inactivating a metabolite produced without consuming a given metabolite is that the metabolite that produces the metabolite, even if the metabolite is non-essential Because it is also possible to produce other essential metabolites, if cell growth is inhibited due to inactivation of the metabolic reaction, it may be misunderstood that a non-essential metabolite is essential.
  • the primary essential metabolite of AYE (Acinetobacter baumannii AYE) obtained through the metabolic flow analysis step using Equations 1 and 2 above is (R) -4′-Phosphopantothenoyl-L-cysteine, (R ) -pantoate, (R) -Pantothenate, 1,4-dihydroxy-2-naphthoate, 1-Acyl-sn-glycerol 3-phosphate, 1-Deoxy-D-xylulose 5-phosphate, 2,3,4,5- Tetrahydrodipicolinate, 2,3-Dihydrodipicolinate, 2,5-Diamino-6-hydroxy-4- (5'-phosphoribosylamino) -pyrimidine, 2-Acyl-sn-glycero-3-phosphoethanolamine, 2-Amino-4-hydroxy-6 -(D-erythro-1,2,3-trihydroxypropyl) -7,8-dihydropteridine, 2-Amino-4-hydroxy-6
  • circulation metabolite (currency metabolite) involved in a number of enzyme reactions of various organisms.
  • Information on the metabolites in circulation is published in a paper published in Bioinformatics in 2003 (Ma and Zeng, Bioinformatics, 19: 1423, 2003), which do not have the specificity unique to the target microbial pathogen. Remove from the list of primary essential metabolites on the computer.
  • the result of removing the distribution metabolite from the first essential metabolite was named as a second essential metabolite.
  • At least two or more of the secondary essential metabolites are involved in the enzyme reaction, while at least two or more simultaneously name the metabolite when consuming the essential metabolite as the third essential metabolite.
  • This method has the advantage of simultaneously targeting the consuming enzymes when using a metabolite analogue (metabolite analogue) as a drug.
  • the biggest problem of anti-pathogen drugs is that the resistance of the pathogen to the drug occurs quickly, which is mainly caused by a single endogenous mutation of the enzyme target enzyme gene, thus the drug target gene group of the present invention.
  • the combination has the advantage of being able to simultaneously target several places of the target microbial pathogen metabolism to minimize the resistance of the pathogen, and to reliably control the growth of the pathogen in the host.
  • the present invention provides a metabolite in which at least two or more of the essential metabolites constituting the metabolic network model of the target microorganism are involved in at least three or more enzyme reaction equations, and at the same time, at least two or more of the metabolites are consumed. It is possible to provide an essential metabolite screening method characterized in that the screening.
  • acinetobacter Baumani used as an embodiment in the present invention, is a kind of multi-drug resistant (MDR) infectious bacteria that is resistant to many drugs, and the method of the present invention is such a multi-drug resistant pathogen. It suggests that it can be an effective method for attacking microorganisms.
  • MDR multi-drug resistant
  • the strategy is to ultimately disable the intake of essential metabolites from pathogens, thereby simultaneously inactivating all of the surrounding reactions, so even if the reactions are carried out by isoenzymes, it is not a problem.
  • the remaining metabolites are named 5th essential metabolites.
  • the host is a human
  • the essential metabolites predicted through the metabolic flow analysis are further screened based on the homology between the enzymes and the host proteins related to their consumption equations to further reduce the number of possible essential metabolites. .
  • drugs developed by targeting specific genes or enzymes act on the basis of the 'sequence' of the genes or enzymes. Therefore, if the genes or enzymes in these sequences are present in humans, the drugs also act on human proteins. May cause
  • the genomic information of the host is preferable to use as a database.
  • the BLASTP program may be used when using an amino acid sequence, or the BLAST program may be used when using a gene sequence.
  • any data can be used as long as those skilled in the art can identify homology regardless of amino acid sequence or gene sequence.
  • the present invention used the BLASTP program.
  • the human genomic information is used as a database.
  • the genes and amino acid sequences encoding all enzymes consuming each of the essential metabolites further selected in the present invention will be significantly different from those of the host protein, resulting in structural and functional differences with the host protein. Will be different.
  • step (4-1) step and / or (4-3) step; And step (4-2) may be selectively applied to step (4-4).
  • the pathogenic microorganism-specific essential metabolites can be finally determined, and the enzymes involved in these essential metabolites are determined as drug target enzyme groups.
  • genes encoding the drug target enzymes thus determined can be determined as a drug target gene group.
  • the fifth essential metabolite of AYE ( Acinetobacter baumannii AYE) used in the example of the present invention is 2-Amino-4-hydroxy-6-hydroxymethyl-7,8-dihydropteridine, D-Glutamate, 2,3-Dihydrodipicolinate, 2-Amino -4-hydroxy-6- (D-erythro-1,2,3-trihydroxypropyl) -7,8-dihydropteridine, 3-Dehydroshikimate, 1-Deoxy-D-xylulose 5-phosphate, 3-Dehydroquinate, 2-Dehydro- 3-deoxy-D-octonate, 4-Aminobenzoate and the like,
  • Drug target enzymes involved in metabolism include 2-amino-4-hydroxy-6-hydroxymethyldihydropteridine, pyrophosphokinase, dihydropteroate synthase, glutamate racemase, UDP-N-acetylmuramoylalanine--D-glutamate ligase, dihydrodipicolinate reductase, dihydroneopterin aldolase, alkaline phosphatase D precursor, 3-dehydroquinate dehydratase II, catabolic 3-dehydroquinate dehydratase (3-dehydroquinase), shikimate 5-dehydrogenase, quinate / shikimate dehydrogenase, 3-dehydroshikimate dehydratase, 1-deoxy-D-xylulose-5-phosphate reductoisomerase, pyridoxine 5-phosphate synthase, 3-deoxy-manno-octulosonate cytidylyltransferase, dihydropter
  • the present invention obtains a drug target enzyme candidate and a gene encoding the drug target enzyme of the microorganisms described above which are involved in the metabolism of essential metabolites at each step, which are obtained according to the screening method. Provide the military.
  • step (d) drug target enzyme candidates involved in the primary essential metabolite determined by the metabolic flow analysis of step (b) and the gene group encoding the same; drug target enzyme candidates involved in the secondary essential metabolite determined by removing the circulation metabolite of step (c) and the gene group encoding the same;
  • step (d) at least three or more enzyme reactions, and at least two or more at the same time the drug target enzyme candidates and genes encoding the enzymes involved in the selected third essential metabolite when the essential metabolite is consumed group; drug target enzyme candidates involved in the fourth essential metabolite determined by selecting only those not present in the metabolism of the host in step (e) and the gene group encoding the same;
  • step (f) a drug target enzyme candidate involved in the fifth essential metabolite determined by selecting a case where there is no homology with the host protein among enzymes related to metabolism of the fourth essential metabolite and a gene group encoding the same.
  • the present invention also relates to a method of using the determined enzyme group and the gene group encoding the same as the drug target of the target microorganism.
  • Such drug target enzymes and drug target genes according to the present invention obtain only the next effective drug target candidate groups for pathogenic diseases, and are useful for the treatment and prevention of diseases caused by microbial pathogens.
  • the constructed metabolic network of A. baumanii AYE consists of 891 biochemical schemes and 778 metabolites, and the information of this metabolic network contains the following 650 gene information.
  • the predicted drug targets were selected from these schemes.
  • Example 1 In the metabolic network constructed in Example 1, the effects of cells on the growth of cells when metabolism was not consumed by metabolic reactions of 778 metabolites of A. baumanii AYE, through metabolic flow analysis The metabolite's essentiality was determined by investigating.
  • the present invention relates to a methodology for predicting a drug target of a microorganism, and extracts the results according to the 'essential metabolite analysis' based on metabolic flow analysis to obtain only the next effective drug target candidates for diseases caused by pathogens. It is useful for the treatment and prevention of diseases caused by microbial pathogens. In particular, it is useful for the treatment and prevention of diseases caused by pathogenic microorganisms, such as pathogens with multi-drug resistance, such as acinetobacter Baumani.

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

본 발명은 미생물에서 약물 표적을 예측하는 방법에 관한 것으로, 보다 구체적으로는 대상 미생물을 선정하고, 선정된 미생물의 대사 네트워크 모델을 구축한 후, 필수 대사산물 분석 (metabolite essentiality) 방법을 적용하여 세포 성장에 필수적인 대사산물을 예측하고, 이들 중 유통 대사산물(currency metabolite) 및 소비하는 반응식의 개수가 기준 미달인 필수 대사산물들 제거한 후, 남은 필수 대사산물들과 이들을 소비하는 효소가 숙주의 대사에 없는 것들만을 추가 선별함으로써, 효율적인 병원균 약물 표적 효소 또는 이를 코딩하는 약물 표적 유전자를 스크리닝하는 방법에 관한 것이다.

Description

필수 대사산물을 이용한 병원성 미생물의 약물 표적 예측 방법
본 발명은 컴퓨터 시스템 기법를 이용해 미생물체의 약물 표적을 예측하는 방법에 관한 것으로, 보다 구체적으로는 대상 미생물을 선정하고, 선정된 미생물의 대사 네트워크 모델을 구축한 후, 필수 대사산물 분석 (metabolite essentiality), 유통 대사산물（currency metabolite) 제거, 반응식의 개수 고려, 숙주 대사와의 비관련성을 이용하여 약물 표적들을 예측하는 방법에 관한 것이다.
병원성 미생물은 면역계(immune system)가 약화된 사람에게 발병할 경우에는 치료가 매우 힘들고 치명적인 결과를 불러 올 수 있다. 따라서 병원성 미생물의 효과적인 항 병원성 약물을 개발하기 위한 표적을 찾는 노력이 활발해져 가고 있다.
그러나 어떠한 유전자 산물이 이상적인 약물 표적이 되어 병원성 미생물을 사멸시킬 수 있는지를 확인하는 것은 어려운 일로서 병원성 미생물의 모든 단일 유전자를 결실시켜가며 해당 유전자의 치사성(lethality)을 확인하는 것은 기술적으로 힘든 일이다. 또한 약물 표적은 대부분 하나의 유전자가 아닌 복잡한 세포 구성 요소간의 상호작용에 의해 결정되며 각각의 유전자는 치사성이 없는 경우에도 복수의 유전자 결실에서 치사성이 나타나는 등 유전자 들 간의 조합을 고려할 경우 그 결과를 예측하는 것은 매우 어려워진다.
따라서 병원성 미생물을 표적으로 삼는 효과적인 약물을 개발하기 위하여 미생물 세포 구성 요소들 간의 세포 기작과 상호작용을 이해하는 것이 매우 중요하다. 이에 게놈정보와 기능 유전체학의 발전을 통한 대사산물과 대사 네트워크의 구축은 세포 구성 요소를 구성하기 위한 유전자와 단백질들의 상호작용을 이해하고 대사 네트워크를 구성하여 효과적인 약물을 개발하는데 있어 그 중요성을 더하고 있다.
실제로 게놈 정보를 통한 대사 네트워크 정보를 이용하여 병원성 미생물에서 포유동물의 세포에서 발견되지 않은 새로운 필수 대사 경로가 동정되는 경우 이러한 대사 특성을 표적으로 삼는 치료법을 개발하여 인체 세포에는 부작용을 유발하지 않으면서 병원성 세포만 특이적으로 공격하는 것이 가능해진다. 또한 병원성 미생물이 생존하는데 기존의 특정 대사 경로가 필수적이라는 사실이 규명된 경우 해당 대사 경로를 억제하는 약물을 개발하는 것이 가능하다. 병원성 미생물에 대한 약물이 개발된 경우 이와 유사한 화합물을 활용해 다른 유사한 병원성 미생물을 억제하는 약물이 쉽게 얻어질 수 있을 것으로 전망된다.
대사 네트워크를 통한 분석 및 예측기술은 최근에야 급속하게 증가하는 게놈정보와 함께 그 가능성을 보이고 있다. 특히, 각 미생물의 대사 네트워크 모델들이 수학적 모델 및 최적화 기술 등과 결합되어 유전자의 제거 또는 추가 후에 일어나는 대사 네트워크의 반응을 예측하는 것이 가능해지고 있다 (Lee et al., Trends Biotechnol., 23:349, 2005). 또한 대사 네트워크를 이용한 대사흐름분석기법은 동적 정보를 필요로 하지 않음에도 세포의 이상적인 대사흐름을 보여주며 실제적으로 세포의 행동을 정확히 모사하고 예측할 수 있는 것으로 알려져 있다 (Papin, J. et al., Nat. Rev. Mol. Cell Biol., 6:99, 2005).
＊7대사흐름분석은 생화학 반응식의 질량수지와 세포조성 정보만을 이용하여 세포가 도달 가능한 이상적인 대사 흐름 공간을 구하며 특정한 목적함수를 최적화 방법을 통하여 최대화 하거나 최소화 하는 것을 목적으로 한다(세포성장속도 최대화 또는 특정 섭동에 의한 대사 조절의 최소화 등). 그 밖에, 대사흐름분석은 일반적으로 균주개량을 통하여 원하는 대사산물의 특정 유전자의 치사성을 확인하기 위하여 사용될 수 있으며, 이를 이용하여 균주내부의 대사 네트워크 특성을 파악할 수 있다. 또한, 유전자의 제거 또는 추가에 의해 일어나는 대사 네트워크의 흐름변화 등을 예측하기 위해 대사흐름분석 방법을 응용한 다양한 연구가 보고되고 있다.
당업계에서는 대사흐름분석 기법을 이용하여 부분적인 대사정보를 이용한 전체적인 관점에서 복잡한 미생물의 대사를 살펴보고 특정 유전자에 대한 조작이 전체 대사흐름에 미치는 영향들을 파악하여 병원성 미생물의 약물표적을 정확하게 예측할 수 있는 방법의 개발이 절실히 요구되고 있다.
이에 본 발명자들은 미생물 병원균인 아시네토박터 바우마니(Acinetobacter baumannii)의 대사 네트워크 모델을 구축한 후, 필수 대사산물 분석 (metabolite essentiality) 방법을 대사 모델에 적용하여 세포 성장에 필수적인 대사산물들을 예측하고, 이들 중 유통 대사산물（currency metabolite) 및 소비하는 반응식의 개수가 기준 미달인 필수 대사산물들 제거하고, 남은 필수 대사산물들과 이들을 소비하는 효소가 인간의 대사에 없는 것들만을 추가 선별하여, 차기 가능성 있는 후보군으로 추려내어 효율적인 병원균 약물 표적을 예측할 수 있음을 이론적으로 발견하고, 본 발명을 완성하였다.
발명의 요약
본 발명의 목적은 특정 미생물 대사 네트워크 모델 구조를 바탕으로, 필수 대사산물 분석 (metabolite essentiality), 유통 대사산물（currency metabolite) 제거, 반응식의 개수 고려, 숙주 대사와의 비관련성을 이용하여, 상기 미생물의 약물 표적이 되는 효소 또는 이를 코딩하는 유전자를 스크리닝 하는 방법을 제공하는데 있다.
본 발명의 다른 목적은 상기 방법을 이용하여 아시네토박터 바우마니 (Acinetobacter baumannii) 속 미생물의 약물 표적이 되는 효소 또는 이를 코딩하는 유전자를 스크리닝 하는 방법을 제공하는데 있다.
본 발명의 또다른 목적은 상기 방법에 의해 수득되는, 아시네토박터 바우마니 속 미생물에 대한 약물 표적 효소들 및 이들을 코딩하는 유전자군들을 제공하는데 있다.
상기 목적을 달성하기 위하여, 본 발명에서는
(a) 대상 미생물을 선정하고, 선정된 미생물의 대사 네트워크 모델을 구축하는 단계;
(b) 상기 구축된 미생물 대사 네트워크에서 특정 대사산물들의 소비하는 효소 반응을 동시에 차단시킨 상태에서, 세포의 성장속도가 0인 경우의 상기 특정 대사산물들을 1차 필수 대사산물들로 결정하는 단계;
(c) 상기 (b) 단계에서 결정된 1차 필수 대사산물들 중,
대상 미생물과의 특이성(specificity)이 없는 유통 대사산물 (currency metabolite)을 제거하는 단계 및 숙주의 대사에 존재하지 않는 것들만을 선별하는 단계를, 각각 또는 모두 실시하는 단계;
(d) 앞 단계에서 결정된 필수 대사산물들을 소비하는 모든 효소들이 숙주 단백질과 상동관계가 없는 경우, 해당 필수 대사산물들을 최종 필수 대사산물로 결정하고, 상기 최종 필수 대사산물에 관여하는 효소를 대상 미생물의 약물 표적 효소로 선정하는 단계를 포함하는, 미생물의 약물 표적 효소 스크리닝 방법을 제공한다.
특히, 상기 (c)단계 이후 결정된 필수 대사산물 중, 적어도 3개 이상의 효소 반응식에 관여하면서, 동시에 적어도 2개 이상은 해당 필수 대사산물을 소비하는 경우의 대사산물을 선별하는 단계를 추가로 수행할 수 있다.
가장 바람직하게는
(a) 대상 미생물을 선정하고, 선정된 미생물의 대사 네트워크 모델을 구축하는 단계;
(b) 상기 구축된 미생물 대사 네트워크에서 특정 대사산물들의 소비하는 효소 반응을 동시에 차단시킨 상태에서, 세포의 성장속도가 0인 경우의 상기 특정 대사산물들을 1차 필수 대사산물들로 결정하는 단계;
(c) 상기 (b) 단계에서 결정된 1차 필수 대사산물들 중, 대상 미생물과의 특이성(specificity)이 없는 유통 대사산물 (currency metabolite)을 제거하여 2차 필수 대사산물을 결정하는 단계;
(d) 상기 (c) 단계에서 결정된 2차 필수 대사산물들 중, 관여하는 효소 반응식의 수 및 소비하는 효소 반응식의 수를 고려하여 3차 필수 대사산물로 결정하는 단계;
(e) 상기 (d) 단계에서 결정된 3차 필수 대사산물들 중 숙주의 대사에 존재하지 않는 것들만을 선별하여 4차 필수 대사산물로 결정하는 단계; 및
(f) 상기 (e) 단계에서 결정된 4차 필수 대사산물들을 소비하는 모든 효소들이 숙주 단백질과 상동관계가 없는 경우, 해당 필수 대사산물들을 5차 필수 대사산물로 결정하고, 상기 5차 필수 대사산물에 관여하는 효소를 대상 미생물의 약물 표적 효소로 선정하는 단계를 포함하는, 미생물의 약물 표적 효소 스크리닝 방법을 제공한다.
그리고, 상기 선정된 대상 미생물의 약물 표적 효소를 코딩하는 유전자군들을 대상 미생물의 약물 표적 유전자로 결정하는 것을 특징으로 하는, 미생물에 대한 약물 표적 유전자의 스크리닝 방법을 제공한다.
이 때, 상기 숙주는 인간일 수 있고, 상기 대상 미생물은 대장균 또는 병원성 미생물인 것이 바람직하고, 병원성 미생물인 것이 더욱 바람직하다.
또한, (a)단계에서 미생물의 상기 대사 네트워크는 게놈 수준인 것이 바람직하고, (b)단계의 수행은,
(i) 상기 구축된 미생물 대사 네트워크를 이하의 수학식으로 표현하여 선형계획법을 이용하는 단계; 및
[규칙 제26조에 의한 보정 02.04.2010]　
수학식 1
Figure WO-DOC-MATHS-1
(여기서, S : 시간에 따른 X의 변화량, X: 대사산물의 농도, t: 시간)
(ii) 이하의 수학식2를 이용하여, 대사산물 소비 반응식의 대사흐름값을 0으로 고정시킨 후 세포의 성장속도가 0인 경우를 1차 필수 대사산물로 결정하는 단계:
[규칙 제26조에 의한 보정 02.04.2010]　
수학식 2
Figure WO-DOC-MATHS-2
(여기서 jm은 각 대사산물의 소비 반응식; Vjm은 해당 소비 반응식의 대사흐름값)를 포함하여 이루어질 수 있다.
특히, 상기 선형계획법의 적용은 세포의 성장에 필요한 모든 영양분 조건을 반영하여 이루어지는 것이 바람직하다.
또한, (c)단계에서 대상 미생물과의 특이성이 없는 상기 유통 대사산물은 대상 미생물과 다른 생물체의 다른 효소 반응식에도 관여하는 것이고, (d)단계에서, 2차 필수 대사산물들 중 적어도 3개 이상의 효소 반응식에 관여하면서, 동시에 적어도 2개 이상은 해당 필수 대사산물을 소비하는 경우의 대사산물을 3차 필수 대사산물로 결정하는 것이 바람직하며, (f)단계에서 상기 상동관계의 검토는 아미노산 서열 또는 유전자 서열을 이용할 수 있다. 이 때, 상기 상동관계의 검토는 BLASTP 프로그램 또는 BLAST 프로그램을 이용하여 이루어질 수 있다.
그리고, 본 발명은 상기 선정된 대상 미생물의 효소들 또는 이를 코딩하는 유전자군들, 및 이들을 대상 미생물의 약물 표적으로 이용하는 방법을 제공한다.
또한, 본 발명은
(a) 아시네토박터(Acinetobacter) 속 미생물의 대사 네트워크 모델을 구축하는 단계;
(b) 상기 구축된 아시네토박터(Acinetobacter) 속 미생물 대사 네트워크에서 특정 대사산물들의 소비하는 효소 반응을 동시에 차단시킨 상태에서, 세포의 성장속도가 0인 경우의 상기 특정 대사산물들을 1차 필수 대사산물들로 결정하는 단계;
(c) 상기 (b) 단계에서 결정된 1차 필수 대사산물들 중, 아시네토박터(Acinetobacter) 속 미생물과의 특이성(specificity)이 없는 유통 대사산물 (currency metabolite)을 제거하여 2차 필수 대사산물을 결정하는 단계;
(d) 상기 (c) 단계에서 결정된 2차 필수 대사산물들 중, 관여하는 효소 반응식의 수 및 소비하는 효소 반응식의 수를 고려하여 3차 필수 대사산물로 결정하는 단계; (e) 상기 (d) 단계에서 결정된 3차 필수 대사산물들 중 숙주의 대사에 존재하지 않는 것들만을 선별하여 4차 필수 대사산물로 결정하는 단계; 및
(f) 상기 (e) 단계에서 결정된 4차 필수 대사산물들을 소비하는 모든 효소들이 숙주 단백질과 상동관계가 없는 경우, 해당 필수 대사산물들을 5차 필수 대사산물로 결정하고, 상기 5차 필수 대사산물에 관여하는 효소를 아시네토박터(Acinetobacter) 속 미생물의 약물 표적 효소로 선정하는 단계를 포함하는, 아시네토박터(Acinetobacter) 속 미생물 의 약물 표적 효소의 스크리닝 방법을 제공한다. 이 때, 아시네토박터(Acinetobacter) 속 미생물 중 아시네토박터 바우마니 (Acinetobacter baumannii)를 이용할 수 있다.
또한, 본 발명은 상기 방법에 의해 수득된, 2-amino-4-hydroxy-6-hydroxymethyldihydropteridine, pyrophosphokinase, dihydropteroate synthase, glutamate racemase, UDP-N-acetylmuramoylalanine--D-glutamate ligase, dihydrodipicolinate reductase, dihydroneopterin aldolase, alkaline phosphatase D precursor, 3-dehydroquinate dehydratase II, catabolic 3-dehydroquinate dehydratase(3-dehydroquinase), shikimate 5-dehydrogenase, quinate/shikimate dehydrogenase, 3-dehydroshikimate dehydratase, 1-deoxy-D-xylulose-5-phosphate reductoisomerase, pyridoxine 5-phosphate synthase, 3-deoxy-manno-octulosonate cytidylyltransferase, 및 dihydropteroate synthase로 구성된 군에서 선택되는 아시네토박터(Acinetobacter) 속 미생물의 효소군 및 이를 약물 표적으로 이용하는 방법과, ABAYE0036, ABAYE0082, ABAYE0377, ABAYE0807, ABAYE0811, ABAYE0945, ABAYE1417, ABAYE1418, ABAYE1539, ABAYE1581, ABAYE1682, ABAYE1683, ABAYE1685, ABAYE2076, ABAYE3176, ABAYE3395, ABAYE3524, ABAYE3568, ABAYE3612 및 ABAYE3616으로 구성된 군에서 선택되는 아시네토박터(Acinetobacter) 속 미생물의 유전자군 및 이를 약물 표적으로 이용하는 방법을 제공한다.
도 1은 본 발명에 따른, 미생물 약물 표적 방법론의 개념을 도시화한 개략도이다[A:특정 미생물의 대사 네트워크를 구축; B:필수 대사산물 분석을 이용한 1차 필수 대사산물 예측; C:유통 대사산물의 제거; D:해당 대사산물에 관여하는 반응식의 개수 고려; E:숙주 대사 내의 존재 여부 확인; F: 약물 표적 효소 및 유전자 결정].
발명의 상세한 설명 및 바람직한 구현예
본 발명은 일 관점에서, 미생물, 특히 병원성 미생물의 약물 표적 효소 또는 이를 코딩하는 약물 표적 유전자의 스크리닝 방법에 관한 것이다. 개략적인 과정은 도 1에 도시하고 있다.
도 1에는 본 발명에 따른 통합 약물 표적 방법론의 개념을 도시한 것이다. 본 발명의 방법론에서는, 예를 들어, 특정 미생물의 대사 네트워크를 구축하고(A), 이로부터 대사흐름분석을 기반을 둔 필수 대사산물 분석을 이용하여 필수 대사산물을 예측한다(B). 그리고, 이로부터 유통 대사산물의 제거(C), 해당 대사산물에 관여하는 반응식의 개수 고려(D), 필수 대사산물 및 이들의 관여하는 반응식의 인간 대사 내의 존재 여부 등의 확인(E)을 통하여, 미생물의 가장 효과적인 약물 표적들을 예측한다(F).
본 발명의 미생물의 약물 표적 효소 스크리닝 방법은
(a) 대상 미생물을 선정하고, 선정된 미생물의 대사 네트워크 모델을 구축하는 단계;
(b) 상기 구축된 미생물 대사 네트워크에서 특정 대사산물들의 소비하는 효소 반응을 동시에 차단시킨 상태에서, 세포의 성장속도가 0인 경우의 상기 특정 대사산물들을 1차 필수 대사산물들로 결정하는 단계;
(c) 상기 (b) 단계에서 결정된 1차 필수 대사산물들 중, 대상 미생물과의 특이성(specificity)이 없는 유통 대사산물 (currency metabolite)을 제거하여 2차 필수 대사산물을 결정하는 단계;
(d) 관여하는 효소 반응식의 수 및 소비하는 효소 반응식의 수를 고려하여 3차 필수 대사산물을 결정하는 단계;
(e) 숙주의 대사에 존재하지 않는 것들만을 선별하여 4차 필수 대사산물로 결정하는 단계; 및
(f) 앞 단계에서 결정된 필수 대사산물들을 소비하는 모든 효소들이 숙주 단백질과 상동관계가 없는 경우, 해당 필수 대사산물들을 5차 필수 대사산물로 결정하고, 상기 5차 필수 대사산물에 관여하는 효소를 대상 미생물의 약물 표적 효소로 선정하는 단계를 포함한다.
이 때, 상기 방법에 있어서, 상기 “(c)단계 및/또는 (e)단계; 및 (f)단계”에 대하여 “(d)단계”는 선택적으로 적용할 수 있다. 따라서, 본 발명은 다른 관점에서, 상기 각 단계의 방법에 따른 필수 대사산물 결정방법에 관한 것이다.
상기 (f)단계는 약물의 숙주, 예를 들어, 인체에 대한 부작용을 최소화하기 위하여 필요한 단계로서, (c)단계와 (e)단계를 수행함으로써 (f)단계를 시간적으로 단축시킬 수 있다. 따라서, 이런 효율성 관점에서 (f)단계를 수행하는 경우, (c)단계와 (e)단계는 각각 또는 동시 선택이 가능하다. 가장 바람직하게는 (c)단계, (e)단계 및 (f)단계 모두를 실시하는 경우이다.
그리고, 상기 (d)단계는 보다 효과적인 약물표적들만으로 그 개수를 현저히 줄이기 위해 본 발명에서 고안된 방법으로서 택일적으로 실시할 수 있다. 일반적으로, 필수 대사산물 분석을 통해서 예측된 필수 대사산물은 보통 100개 이상이고, 이들을 실험으로 모두 검증하기가 매우 어렵기 때문에, 이들의 개수를 줄일 필요가 있다. 그러므로, 본 발명에서는 특정 필수 대사산물을 병원균으로부터 제거했을 때의 효과를 극대화하기 위하여, 해당 필수 대사산물을 소비하는 반응식의 수를 고려하는 상기 (d)단계의 방법을 고안하였다.
즉, 본 발명은, 상기 단계들을 “(a)-(b)-(c)-(f)”, “(a)-(b)-(e)-(f)”, “(a)-(b)-(c)-(d)-(f)”, “(a)-(b)-(d)-(e)-(f)” 또는 “(a)-(b)-(c)-(d)-(e)-(f)”, 의 태양으로 당업자가 적절히 실시할 수 있다. 다만, 가장 바람직하게는 “(a)-(b)-(c)-(d)-(e)-(f)”의 태양으로 실시하는 것이다.
따라서, 본 발명의 바람직한 일 태양의 방법은 이하와 같다. 즉, 본 발명은
(a) 대상 미생물을 선정하고, 선정된 미생물의 대사 네트워크 모델을 구축하는 단계;
(b) 상기 구축된 미생물 대사 네트워크에서 특정 대사산물들의 소비하는 효소 반응을 동시에 차단시킨 상태에서, 세포의 성장속도가 0인 경우의 상기 특정 대사산물들을 1차 필수 대사산물들로 결정하는 단계;
(c) 상기 (b) 단계에서 결정된 1차 필수 대사산물들 중, 대상 미생물과의 특이성(specificity)이 없는 유통 대사산물 (currency metabolite)을 제거하여 2차 필수 대사산물을 결정하는 단계;
(d) 상기 (c) 단계에서 결정된 2차 필수 대사산물들 중, 관여하는 효소 반응식의 수 및 소비하는 효소 반응식의 수를 고려하여 3차 필수 대사산물로 결정하는 단계;
(e) 상기 (d) 단계에서 결정된 3차 필수 대사산물들 중 숙주의 대사에 존재하지 않는 것들만을 선별하여 4차 필수 대사산물로 결정하는 단계; 및
(f) 상기 (e) 단계에서 결정된 4차 필수 대사산물들을 소비하는 모든 효소들이 숙주 단백질과 상동관계가 없는 경우, 해당 필수 대사산물들을 5차 필수 대사산물로 결정하고, 상기 5차 필수 대사산물에 관여하는 효소를 대상 미생물의 약물 표적 효소로 선정하는 단계를 포함한다.
한편, 본 발명에서는 일 구체예로서 아시네토박터(Acinetobacter) 속 미생물, 예를 들어 아시네토박터 바우마니 (Acinetobacter baumannii)를 사용하였다. 따라서, 본 발명의 일 태양으로, 다음의 단계를 포함하는, 아시네토박터(Acinetobacter) 속 미생물의 약물 표적 효소의 스크리닝 방법을 제공할 수 있다:
(a) 아시네토박터(Acinetobacter) 속 미생물의 대사 네트워크 모델을 구축하는 단계;
(b) 상기 구축된 아시네토박터(Acinetobacter) 속 미생물 대사 네트워크에서 특정 대사산물들의 소비하는 효소 반응을 동시에 차단시킨 상태에서, 세포의 성장속도가 0인 경우의 상기 특정 대사산물들을 1차 필수 대사산물들로 결정하는 단계;
(c) 상기 (b) 단계에서 결정된 1차 필수 대사산물들 중, 아시네토박터(Acinetobacter) 속 미생물과의 특이성(specificity)이 없는 유통 대사산물 (currency metabolite)을 제거하여 2차 필수 대사산물을 결정하는 단계;
(d) 상기 (c) 단계에서 결정된 2차 필수 대사산물들 중, 관여하는 효소 반응식의 수 및 소비하는 효소 반응식의 수를 고려하여 3차 필수 대사산물로 결정하는 단계;
(e) 상기 (d) 단계에서 결정된 3차 필수 대사산물들 중 숙주의 대사에 존재하지 않는 것들만을 선별하여 4차 필수 대사산물로 결정하는 단계; 및
(f) 상기 (e) 단계에서 결정된 4차 필수 대사산물들을 소비하는 모든 효소들이 숙주 단백질과 상동관계가 없는 경우, 해당 필수 대사산물들을 5차 필수 대사산물로 결정하고, 상기 5차 필수 대사산물에 관여하는 효소를 아시네토박터(Acinetobacter) 속 미생물의 약물 표적 효소로 선정하는 단계.
이 때도 역시, 상기 “(c)단계 및/또는 (e)단계; 및 (f)단계”에 대하여 “(d)단계”는 선택적으로 적용할 수 있다. 구체적인 설명은 앞서 설명한 바와 같다.
각 단계에 대한 구체적인 설명은 이하와 같다. 특히, 이하에서는 본 발명의 가장 바람직한 태양을 중심으로 기술한다.
(1)대상 미생물의 대사 네트워크 구축
“대사(metabolism)”란 생물체의 에너지활동에 관련된 일련의 활동을 의미한다. 즉, 에너지원을 외부로부터 흡수하고, 이를 생명체가 이용하기 가장 용이한 형태의 에너지로 바꾸는 소화작용을 거쳐서 생명체의 활동에 필요한 여러 가지 대사산물을 다양한 생합성을 통하여 합성하는 일련의 활동이 모두 대사작용에 포함된다. 생체 네트워크 중 가장 먼저 연구된 것이 이러한 “대사 네트워크(metabolic network)”이다.
본 발명에서의 가장 첫 단계는 대상 미생물의 대사 네트워크 구축으로, 대상 미생물에 대해 세포내외에서 일어나는 생화학적 반응들을 모아 모든 대사 물질과 반응효소로 이루어진 네트워크를 구축한다.
본 발명에 있어서, 상기 대사 네트워크를 구축하기 위한 대상 미생물로서는 대장균 또는 병원성 미생물일 수 있고, 특별한 제한 없이 모든 병원성 미생물을 사용할 수 있다. 본 발명의 일 구체예에서는 아시네토박터(Acinetobacter) 속 미생물, 예를 들어 아시네토박터 바우마니(Acinetobacter baumannii)를 사용하였다.
‘병원성 미생물’ 이란 미생물이 생성하는 독소, 효소 기타 생성물에 의해서 일어나는 병원성과 병원체, 병원소, 전염경로, 숙주감수성에 따라 결정되는 전염성을 갖고 있는 미생물로서, 각종 바이러스, 박테리아, 균류 등이 있을 수 있고, 이들은 동물, 식물 등 다양한 생물체에 전염될 수 있다.
본 발명의 방법에서는 우선, 미생물의 대사 네트워크를 구축한다. 이 때, 공지되어 있는 다양한 데이터베이스 및 실험결과를 이용하여 게놈 수준의 대사 네트워크를 구축하는 것이 바람직하다. 예를 들어, 유전자를 기반으로 네트워크를 구축할 수 있다.
본 발명의 일례에서는 아시네토박터 바우마니(Acinetobacter baumannii AYE)의 대사 네트워크 모델을 구축하여 이용하였다. 아시네토박터 바우마니(Acinetobacter baumannii,AB)는 과거의 Acinetobacter calcoaceticus와 anitratus의 두 균주를 통합하여 명명된 그람 음성 단간균으로, 에너지원을 다양하게 이용할 수 있는 세균학적 특징을 가지고 있어 넓은 범위의 온도와 pH에서 자랄 수 있으므로 거의 모든 토양과 민물에서 채취한 검체에서 발견된다. 이런 특징이 있는 Acinetobacter baumannii는 많은 병원에서 원내 감염의 중요한 원인균으로 보고되고 있는데, 일단 원내감염이 발생하면, 일반적으로 세균이 생존하기 어려운 환경에서도 장기간 생존할 수 있어, 높은 항생제 저항성과 저항성이 빠르게 발생하는 특성으로 인해 치료하기 힘들고 이로 인해 이 원인균으로 인한 사망률 또한 증가하여 최근 중요한 병원균으로 대두되고 있다. 성인에서는 A. baumannii가 인공 호흡기와 연관된 폐렴, 화상환자의 상처 감염, 패혈증을 발생시킨다고 알려져 있다.
본 발명의 일례에서 사용한 상기 아시네토박터(Acinetobacter) 속 미생물 대사 네트워크 구축은 이하의 유전자로 구성된 유전자 군에 기반하여 이루어질 수 있다:
ABAYE0014, ABAYE0022, ABAYE0023, ABAYE0028, ABAYE0036, ABAYE0043, ABAYE0056, ABAYE0058, ABAYE0059, ABAYE0064, ABAYE0067, ABAYE0068, ABAYE0075, ABAYE0076, ABAYE0078, ABAYE0079, ABAYE0081, ABAYE0082, ABAYE0084, ABAYE0089, ABAYE0090, ABAYE0091, ABAYE0093, ABAYE0095, ABAYE0096, ABAYE0098, ABAYE0102, ABAYE0104, ABAYE0109, ABAYE0116, ABAYE0127, ABAYE0128, ABAYE0129, ABAYE0144, ABAYE0147, ABAYE0148, ABAYE0149, ABAYE0150, ABAYE0154, ABAYE0157, ABAYE0158, ABAYE0166, ABAYE0167, ABAYE0168, ABAYE0175, ABAYE0179, ABAYE0200, ABAYE0209, ABAYE0210, ABAYE0243, ABAYE0244, ABAYE0250, ABAYE0253, ABAYE0254, ABAYE0262, ABAYE0264, ABAYE0277, ABAYE0283, ABAYE0284, ABAYE0285, ABAYE0295, ABAYE0296, ABAYE0298, ABAYE0299, ABAYE0310, ABAYE0312, ABAYE0313, ABAYE0325, ABAYE0332, ABAYE0351, ABAYE0352, ABAYE0353, ABAYE0354, ABAYE0355, ABAYE0356, ABAYE0367, ABAYE0368, ABAYE0377, ABAYE0378, ABAYE0379, ABAYE0381, ABAYE0397, ABAYE0405, ABAYE0435, ABAYE0436, ABAYE0465, ABAYE0470, ABAYE0476, ABAYE0479, ABAYE0480, ABAYE0482, ABAYE0483, ABAYE0489, ABAYE0491, ABAYE0497, ABAYE0505, ABAYE0524, ABAYE0577, ABAYE0588, ABAYE0604, ABAYE0605, ABAYE0607, ABAYE0608, ABAYE0613, ABAYE0614, ABAYE0615, ABAYE0619, ABAYE0624, ABAYE0625, ABAYE0628, ABAYE0629, ABAYE0634, ABAYE0638, ABAYE0663, ABAYE0674, ABAYE0676, ABAYE0682, ABAYE0691, ABAYE0697, ABAYE0698, ABAYE0699, ABAYE0708, ABAYE0709, ABAYE0716, ABAYE0722, ABAYE0740, ABAYE0749, ABAYE0757, ABAYE0758, ABAYE0763, ABAYE0773, ABAYE0774, ABAYE0775, ABAYE0776, ABAYE0777, ABAYE0780, ABAYE0781, ABAYE0782, ABAYE0783, ABAYE0784, ABAYE0788, ABAYE0800, ABAYE0801, ABAYE0807, ABAYE0811, ABAYE0812, ABAYE0816, ABAYE0817, ABAYE0818, ABAYE0824, ABAYE0826, ABAYE0849, ABAYE0850, ABAYE0853, ABAYE0854, ABAYE0860, ABAYE0861, ABAYE0877, ABAYE0885, ABAYE0888, ABAYE0889, ABAYE0899, ABAYE0911, ABAYE0912, ABAYE0915, ABAYE0916, ABAYE0923, ABAYE0931, ABAYE0933, ABAYE0935, ABAYE0945, ABAYE0951, ABAYE0958, ABAYE0962, ABAYE0966, ABAYE0969, ABAYE0977, ABAYE0980, ABAYE0982, ABAYE1010, ABAYE1011, ABAYE1026, ABAYE1027, ABAYE1028, ABAYE1030, ABAYE1039, ABAYE1047, ABAYE1052, ABAYE1066, ABAYE1067, ABAYE1083, ABAYE1094, ABAYE1098, ABAYE1103, ABAYE1104, ABAYE1106, ABAYE1113, ABAYE1114, ABAYE1115, ABAYE1118, ABAYE1119, ABAYE1123, ABAYE1126, ABAYE1127, ABAYE1128, ABAYE1138, ABAYE1141, ABAYE1142, ABAYE1145, ABAYE1147, ABAYE1171, ABAYE1199, ABAYE1204, ABAYE1206, ABAYE1207, ABAYE1209, ABAYE1223, ABAYE1278, ABAYE1280, ABAYE1295, ABAYE1296, ABAYE1354, ABAYE1356, ABAYE1362, ABAYE1366, ABAYE1367, ABAYE1380, ABAYE1385, ABAYE1386, ABAYE1387, ABAYE1388, ABAYE1389, ABAYE1391, ABAYE1411, ABAYE1413, ABAYE1417, ABAYE1418, ABAYE1425, ABAYE1427, ABAYE1432, ABAYE1445, ABAYE1453, ABAYE1455, ABAYE1456, ABAYE1457, ABAYE1458, ABAYE1460, ABAYE1463, ABAYE1465, ABAYE1466, ABAYE1469, ABAYE1477, ABAYE1510, ABAYE1513, ABAYE1514, ABAYE1520, ABAYE1522, ABAYE1526, ABAYE1537, ABAYE1538, ABAYE1539, ABAYE1544, ABAYE1546, ABAYE1562, ABAYE1563, ABAYE1567, ABAYE1569, ABAYE1571, ABAYE1577, ABAYE1580, ABAYE1581, ABAYE1585, ABAYE1586, ABAYE1587, ABAYE1599, ABAYE1613, ABAYE1625, ABAYE1636, ABAYE1637, ABAYE1646, ABAYE1649, ABAYE1650, ABAYE1653, ABAYE1658, ABAYE1667, ABAYE1668, ABAYE1669, ABAYE1672, ABAYE1675, ABAYE1682, ABAYE1683, ABAYE1685, ABAYE1700, ABAYE1706, ABAYE1710, ABAYE1712, ABAYE1715, ABAYE1724, ABAYE1736, ABAYE1742, ABAYE1781, ABAYE1786, ABAYE1789, ABAYE1792, ABAYE1811, ABAYE1861, ABAYE1886, ABAYE1896, ABAYE1897, ABAYE1909, ABAYE1913, ABAYE1914, ABAYE1916, ABAYE1921, ABAYE1937, ABAYE1940, ABAYE1943, ABAYE1944, ABAYE1945, ABAYE1946, ABAYE1947, ABAYE1948, ABAYE1953, ABAYE1955, ABAYE1970, ABAYE1983, ABAYE1989, ABAYE1990, ABAYE1993, ABAYE1994, ABAYE2013, ABAYE2014, ABAYE2053, ABAYE2058, ABAYE2062, ABAYE2065, ABAYE2067, ABAYE2076, ABAYE2077, ABAYE2088, ABAYE2090, ABAYE2108, ABAYE2116, ABAYE2118, ABAYE2129, ABAYE2153, ABAYE2179, ABAYE2181, ABAYE2184, ABAYE2188, ABAYE2191, ABAYE2209, ABAYE2219, ABAYE2220, ABAYE2227, ABAYE2246, ABAYE2248, ABAYE2250, ABAYE2270, ABAYE2288, ABAYE2290, ABAYE2291, ABAYE2292, ABAYE2304, ABAYE2306, ABAYE2307, ABAYE2310, ABAYE2311, ABAYE2317, ABAYE2318, ABAYE2329, ABAYE2333, ABAYE2342, ABAYE2344, ABAYE2366, ABAYE2367, ABAYE2368, ABAYE2369, ABAYE2370, ABAYE2377, ABAYE2385, ABAYE2388, ABAYE2396, ABAYE2422, ABAYE2438, ABAYE2439, ABAYE2457, ABAYE2460, ABAYE2481, ABAYE2483, ABAYE2491, ABAYE2493, ABAYE2533, ABAYE2562, ABAYE2566, ABAYE2577, ABAYE2578, ABAYE2589, ABAYE2592, ABAYE2593, ABAYE2594, ABAYE2595, ABAYE2596, ABAYE2601, ABAYE2606, ABAYE2607, ABAYE2613, ABAYE2614, ABAYE2618, ABAYE2628, ABAYE2630, ABAYE2631, ABAYE2641, ABAYE2646, ABAYE2663, ABAYE2666, ABAYE2678, ABAYE2764, ABAYE2767, ABAYE2771, ABAYE2776, ABAYE2777, ABAYE2778, ABAYE2783, ABAYE2790, ABAYE2791, ABAYE2794, ABAYE2799, ABAYE2803, ABAYE2809, ABAYE2810, ABAYE2819, ABAYE2822, ABAYE2823, ABAYE2824, ABAYE2829, ABAYE2832, ABAYE2836, ABAYE2837, ABAYE2838, ABAYE2843, ABAYE2845, ABAYE2852, ABAYE2867, ABAYE2868, ABAYE2869, ABAYE2871, ABAYE2878, ABAYE2905, ABAYE2909, ABAYE2910, ABAYE2927, ABAYE2928, ABAYE2929, ABAYE2940, ABAYE2951, ABAYE2955, ABAYE2958, ABAYE2964, ABAYE2969, ABAYE2976, ABAYE2981, ABAYE2984, ABAYE2987, ABAYE2988, ABAYE2989, ABAYE2992, ABAYE2993, ABAYE3001, ABAYE3003, ABAYE3004, ABAYE3006, ABAYE3007, ABAYE3015, ABAYE3016, ABAYE3025, ABAYE3028, ABAYE3031, ABAYE3037, ABAYE3047, ABAYE3048, ABAYE3049, ABAYE3050, ABAYE3051, ABAYE3052, ABAYE3053, ABAYE3054, ABAYE3055, ABAYE3056, ABAYE3057, ABAYE3058, ABAYE3059, ABAYE3060, ABAYE3065, ABAYE3067, ABAYE3078, ABAYE3079, ABAYE3086, ABAYE3097, ABAYE3101, ABAYE3104, ABAYE3105, ABAYE3114, ABAYE3129, ABAYE3130, ABAYE3131, ABAYE3132, ABAYE3133, ABAYE3151, ABAYE3153, ABAYE3154, ABAYE3159, ABAYE3160, ABAYE3169, ABAYE3174, ABAYE3175, ABAYE3176, ABAYE3179, ABAYE3181, ABAYE3184, ABAYE3186, ABAYE3187, ABAYE3188, ABAYE3191, ABAYE3192, ABAYE3193, ABAYE3228, ABAYE3238, ABAYE3239, ABAYE3240, ABAYE3244, ABAYE3250, ABAYE3258, ABAYE3262, ABAYE3263, ABAYE3267, ABAYE3269, ABAYE3272, ABAYE3276, ABAYE3278, ABAYE3280, ABAYE3281, ABAYE3282, ABAYE3283, ABAYE3284, ABAYE3292, ABAYE3293, ABAYE3296, ABAYE3314, ABAYE3315, ABAYE3322, ABAYE3343, ABAYE3348, ABAYE3351, ABAYE3357, ABAYE3359, ABAYE3360, ABAYE3366, ABAYE3373, ABAYE3378, ABAYE3379, ABAYE3393, ABAYE3395, ABAYE3424, ABAYE3426, ABAYE3428, ABAYE3429, ABAYE3443, ABAYE3447, ABAYE3463, ABAYE3470, ABAYE3471, ABAYE3497, ABAYE3498, ABAYE3507, ABAYE3508, ABAYE3511, ABAYE3518, ABAYE3519, ABAYE3524, ABAYE3530, ABAYE3531, ABAYE3537, ABAYE3540, ABAYE3544, ABAYE3546, ABAYE3568, ABAYE3572, ABAYE3588, ABAYE3612, ABAYE3614, ABAYE3616, ABAYE3644, ABAYE3661, ABAYE3670, ABAYE3671, ABAYE3675, ABAYE3678, ABAYE3696, ABAYE3697, ABAYE3713, ABAYE3715, ABAYE3716, ABAYE3717, ABAYE3718, ABAYE3719, ABAYE3720, ABAYE3721, ABAYE3723, ABAYE3731, ABAYE3732, ABAYE3740, ABAYE3750, ABAYE3763, ABAYE3764, ABAYE3766, ABAYE3767, ABAYE3768, ABAYE3773, ABAYE3774, ABAYE3791, ABAYE3792, ABAYE3793, ABAYE3795, ABAYE3796, ABAYE3797, ABAYE3800, ABAYE3801, ABAYE3802, ABAYE3803, ABAYE3804, ABAYE3807, ABAYE3814, ABAYE3815, ABAYE3823, ABAYE3825, ABAYE3834, ABAYE3835, ABAYE3839, ABAYE3846, ABAYE3851, ABAYE3852, ABAYE3871, ABAYE3872, ABAYE3885, ABAYE3887, p2ABAYE0004, p3ABAYE0020, p3ABAYE0024, p3ABAYE0029.
따라서, 이하, 일부에서는 AYE (Acinetobacter baumannii AYE)의 대사 네트워크 모델을 구축한 경우를 예를 들어서 설명하기도 하였다.
(2)대사흐름분석의 실행
다음으로, 상기 구축된 미생물의 대사 네트워크를 대상으로 대사흐름 분석을 실시하는데, 이는 상기 미생물의 필수 대사산물을 1차적으로 결정하기 위함이다(1차 필수 대사산물이라고 함).
대사흐름 분석을 위해서, 구축된 미생물의 대사 네트워크를 수학적으로 표현할 필요가 있는데, 구축된 대사 네트워크 모델을 구성하고 있는 모든 대사산물, 상기 대사산물의 대사경로 및 상기 대사경로에서의 화학양론 매트릭스 S (stoichiometric matrix)(Sij, j 번째 반응에서 i 번째 대사산물의 시간에 따른 화학양론 계수)를 이용하여, 대사흐름 벡터( j , j 번째 대사반응의 대사흐름)를 계산할 수 있다.
수학식 1
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-FIGURE-1
(여기서, S : 시간에 따른 X의 변화량, X: 대사산물의 농도, t: 시간)
이 때, 시간에 따른 대사산물 농도 X의 변화는 모든 대사 반응의 흐름의 합으로 나타낼 수 있다. 시간에 따른 X의 변화량이 일정하다고 가정하면, 즉 X의 변화량이 0인 경우, 준정상상태 가정 하에서 시간에 따른 대사산물 농도의 변화량은 상기 수학식 1로 정의될 수 있다.
상기 구성된 화학량론 매트릭스에서 최적화, 즉 최대화 또는 최소화 하고자 하는 반응식을 목적함수로 설정하고 선형계획법 (Linear programming)을 이용하여 세포 내의 대사흐름을 예측한다 (Kim et al., Mol Biosyst. 4(2):113, 2008). 본 발명의 일 구현예에서는 매트릭스 S에서 세포의 구성성분을 나타내고는 반응식을 목적함수로서 설정함으로써, 세포 성장 속도를 최적화한다. 즉, 선형계획법을 적용할 때, 목적함수를 세포 성장 속도가 최대화되는 것으로 설정한다.
한편, 상기 대사흐름분석은 세포가 성장하는 데에 필요한 모든 영양분을 섭취할 수 있다는 가정 하에 실행해야 한다. 병원성 미생물이 숙주 내에서 성장할 경우 숙주로부터 다양한 영양분을 섭취할 수 있기 때문이다.
효소 반응식은 특정 조건에서만 필수적인 것으로 나타날 수 있으나, 상기 모든 영양분의 섭취가 가능하다는 가정 하에 대사흐름분석을 적용하면, 모든 조건에서 항시 필수적인 효소 반응식을 예측할 수 있다.
본 발명의 일례에서 사용한 AYE (Acinetobacter baumannii AYE)의 대사 네트워크를 기반으로 행한 대사흐름분석에 있어서, 사용된 영양분은 2-Phospho-D-glycerate, 3-Phospho-D-glycerate, Acetate, Adenosine, 2-Oxoglutarate, L-Alanine, L-Arginine, L-Asparagine, L-Aspartate, Betaine, Benzoate, Choline, Citrate, CO2, Cytosine, L-Cysteine, Cytidine, D-alanine, Deoxyadenosine, Deoxycytidine, D-Glutamate, Deoxyguanosine, D-Serine, Thymidine, Deoxyuridine, Ethanolamine, Formate, D-fructose, Fumarate, alpha-D-Glucose, L-Glutamine, D-Gluconate, L-Glutamate, Glycolate, Glycine, Guanosine, L-Histidine, L-Homoserine, Isocitrate, L-Isoleucine, Isomaltose, L-Leucine, L-Lysine, (S)-Malate, L-Methionine, Maltose, D-Mannitol, N-Acetyl-D-glucosamine, Sodium, NH3, Nitrite, Nitrate, O2, L-Ornithine, L-Phenylalanine, Orthophosphate, L-Proline, Putrescine, L-Serine, (S)-Lactate, Sulfate, Spermidine, Succinate, Sucrose, L-Threonine, alpha,alpha-Trehalose, L-Tryptophan, Taurine, L-Tyrosine, Uracil, Urea, Uridine, L-Valine, Xanthine 등으로 구성된 군에서 선택될 수 있다.
(3) 대사흐름분석을 이용한 필수 대사산물 분석 시뮬레이션 및 1차 필수 대사산물 예측
일반적으로 기존의 대사흐름분석에서 특정 유전자 결실에 따른 세포 성장속도를 확인하는 방법은 각 해당 반응식을 불활성화 시키는 방법을 사용한다. 이들 효소 반응식을 억제하면 이 효소에 관여하는 특정 대사산물을 소비하거나 생산하는 것이 불가능하므로, 결국 대상 미생물의 세포 성장을 멈출 수 있을 것이라는 가정에 기반을 둔다. 그러나 이 경우 두개 이상의 유전자 결실에 따른 세포 성장 저하 현상을 확인하기 위해서는 실제로 두개 이상의 조합에 따른 경우를 모두 계산해야 하는 단점이 있어 왔다.
이에 반하여, 본 발명에서는 각 대사산물의 ‘필수도(essentiality)’를 정의하여 각 대사산물의 특성을 살펴봄으로써 두 개 이상의 유전자 결실에 따른 세포 성장 저하 현상을 쉽게 확인할 수 있다. 즉, 본 발명에서는 대상 미생물의 대사 네트워크를 구성하는 대사산물들의 ‘필수도(essentiality)’를 이하와 같이 정의하고 사용하는 방법을 제공한다.
대사산물들의 ‘필수도(essentiality)’란 세포가 그 대사산물을 대사반응을 통해 소비하지 않을 때 세포의 성장에 미치는 영향으로서, 대사흐름분석을 통하여 일정 조건 하에 각 대사산물에 대한 세포의 성장 속도를 조사함으로써 대사산물의 필수도를 결정할 수 있다(도 4)(Kim et al., Proc. Natl. Acad. Sci. U S A, 104:13638, 2007).
따라서, 본 발명에서는 대상 미생물의 대사회로를 구성하는 대사산물들의 대사흐름분석 과정 중 각 대사산물을 소비하는 모든 대사반응을 불활성화시킨 상태에서, 즉 해당 소비반응식의 대사흐름값을 0으로 고정하고, 이때의 세포의 성장속도가 0인 경우를 필수 대사산물로 선별한다.
이를 수식으로 표현하면 이하와 같다.
수학식 2
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-FIGURE-2
여기서 j m 은 각 대사산물의 소비 반응식이며, V jm 은 해당 소비 반응식의 대사흐름값을 나타낸다.
필수 대사산물 분석은 상기 대사흐름분석에서 사용한 수학식 1, 즉, 화학량론 매트릭스에서 각 대사산물을 소비하는 모든 대사반응을 동시에 차단(결실)시킨 상태에서 상기 수학식 2를 추가의 제한조건으로 적용하여, 해당 소비반응식의 대사흐름값을 0으로 고정시킨 후, 세포의 성장속도가 0인 경우를 필수 대사산물로 선별하는 것이다. 다시 말해, 필수 대사산물의 대사흐름이 없으면 상기 미생물의 세포는 성장하지 않는 점을 이용하여 필수도를 결정한다.
상기 필수도(essentiality)를 결정하기 위한 분석 과정 중, 주어진 대사산물을 소비하지 않고 생산하는 대사반응을 불활성화 시키지 않은 이유는 만약 대사산물이 non-essential이라고 하더라도, 그 대사산물을 생산하는 대사반응은 다른 필수적인 대사산물도 생산할 가능성이 있기 때문에, 상기 대사반응의 불활성화 때문에 세포성장이 억제된다면 그것은 원래 비필수적인(non-essential) 대사산물이 필수적이라고(essential) 잘못 이해될 수도 있기 때문이다.
일례로, 상기 수학식 1 및 수학식 2를 이용한 대사흐름분석 단계를 거쳐 수득된 AYE (Acinetobacter baumannii AYE)의 1차 필수 대사산물로는 (R)-4’-Phosphopantothenoyl-L-cysteine, (R)-pantoate, (R)-Pantothenate, 1,4-dihydroxy-2-naphthoate, 1-Acyl-sn-glycerol 3-phosphate, 1-Deoxy-D-xylulose 5-phosphate, 2,3,4,5-Tetrahydrodipicolinate, 2,3-Dihydrodipicolinate, 2,5-Diamino-6-hydroxy-4-(5’-phosphoribosylamino)-pyrimidine, 2-Acyl-sn-glycero-3-phosphoethanolamine, 2-Amino-4-hydroxy-6-(D-erythro-1,2,3-trihydroxypropyl)-7,8-dihydropteridine, 2-Amino-4-hydroxy-6-(erythro-1,2,3-trihydroxypropyl)dihydropteridine triphosphate, 2-Amino-4-hydroxy-6-hydroxymethyl-7,8-dihydropteridine, 2-Dehydro-3-deoxy-D-arabino-heptonate 7-phosphate, 2-Dehydro-3-deoxy-D-octonate, 2-Dehydro-3-deoxy-D-octonate 8-phosphate, 2-Dehydropantoate, 2-Demethylmenaquinone, 2-Oxobutanoate, 2-Oxoglutarate, 2-succinyl-6-hydroxy-2,4-cyclohexadiene-1-carboxylate, 3-Amino-2-oxopropyl phosphate, 3-Dehydroquinate, 3-Dehydroshikimate, 3-Hydroxy-4-phospho-hydroxy-alpha-ketobutyrate, 3-Methyl-2-oxobutanoic acid, 4,6-Dideoxy-4-oxo-dTDP-D-glucose, 4-amino-4-deoxychorismate, 4-Aminobenzoate, 4-Phospho-D-erythronate, 5,10-Methylenetetrahydrofolate, 5-Amino-6-(5’-phosphoribitylamino)uracil, 5-Amino-6-(5’-phosphoribosylamino)uracil, 5-Amino-6-ribitylamino-2,4 (1H, 3H)-pyrimidinedione, 5-O-(1-Carboxyvinyl)-3-phosphoshikimate, 5-Phospho-alpha-D-ribose 1-diphosphate, 6,7-Dimethyl-8-(1-D-ribityl)lumazine, Acetyl-[acyl-carrier protein], Acetyl-CoA, Acyl-carrier protein, ADP, all-trans-Octaprenyl diphosphate, alpha-D-Glucose, alpha-D-Glucose 6-phosphate, alpha-D-Mannose 1-phosphate, AMP, ATP, beta-Alanine, beta-D-Fructose 1,6-bisphosphate, beta-D-Fructose 6-phosphate, beta-D-Glucose, beta-hydroxy dodecanoic acid, beta-hydroxy tetradecanoic acid, Cardiolipin (biomass component), CDP, CDP-diacylglycerol, Chorismate, CO2, CoA, Cofactors and vitamins, CTP, D-4’-Phosphopantothenate, dADP, D-alanine, D-alanyl-D-alanine, D-Arabinose 5-phosphate, dATP, dCDP, dCTP, Deamino-NAD+, Decanoyl-[acyl-carrier protein], Dephospho-CoA, D-Erythrose 4-phosphate, dGDP, D-Glucosamine 1-phosphate, D-Glucosamine 6-phosphate, D-Glucose 1-phosphate, D-Glutamate, D-Glyceraldehyde 3-phosphate, dGTP, Dihydrofolate, Dihydropteroate, D-Mannose 6-phosphate, DNA (biomass component), DNA 5-methylcytosine, Dodecanoyl-[acyl-carrier protein], D-Ribose 5-phosphate, D-Ribulose 5-phosphate, dTDP, dTDP-4-dehydro-6-deoxy-L-mannose, dTDP-6-deoxy-L-mannose, dTDP-glucose, dTMP, dTTP, dUMP, Exopolysaccharide, Flavin adenine dinucleotide, FMN, GDP, GDP-mannose, Glycerone phosphate, Glycine, GMP, GTP, H2O2, HCO3, Heptadecanoyl-[acyl-carrier protein], Heptadecenoyl-[acyl-carrier protein], Hexadecanoyl-[acyl-carrier protein], Hexadecenoyl-[acyl-carrier protein], Iminoaspartate, IMP, Isochorismate, L,L-2,6-Diaminopimelate, L-3,4-Dihydroxy-2-butanone 4-phosphate, L-Alanine, L-Arginine, L-Asparagine, L-Aspartate, L-Aspartate 4-semialdehyde, L-Cysteine, L-Glutamate, L-Glutamine, L-Histidine, Lipids other than phospholipid, Lippolysaccharide, L-Isoleucine, L-Leucine, L-Lysine, L-Methionine, L-Phenylalanine, L-Proline, L-Serine, L-Threonine, L-Tryptophan, L-Tyrosine, L-Valine, Malonyl-[acyl-carrier protein], Malonyl-CoA, menaquinol, menaquinone, meso-2,6-Diaminoheptanedioate, N6-(1,2-Dicarboxyethyl)-AMP, N-Acetyl-D-glucosamine 1-phosphate, NAD+, NADP+, NADPH, NH3, Nicotinate D-ribonucleotide, N-Succinyl-2-amino-6-oxopimelate, N-Succinyl-L-2,6-diaminopimelate, Octadecanoyl-[acyl-carrier protein], Octadecenoyl-[acyl-carrier protein], O-Phospho-4-hydroxy-L-threonine, Orthophosphate, O-succinylbenzoate, O-succinylbenzoate-CoA, Oxygen, Pantetheine 4’-phosphate, Pentadecanoyl-[acyl-carrier protein], Peptidoglycan (biomass component), Peptidoglycan precursor, Phosphatidate, Phosphatidylethanolamine, Phosphatidylglycerol, Phosphatidylglycerophosphate, Phosphatidylserine, Phosphoenolpyruvate, Phospholipids (biomass component), Propanoyl-[acyl-carrier protein], Propanoyl-CoA, Proteins , Pyridoxal, Pyridoxal 5’-phosphate, Pyridoxine, Pyridoxine 5’-phosphate, Pyruvate, Quinolinate, Riboflavin, RNA , S-Adenosyl-L-methionine, Shikimate, Shikimate 3-phosphate, sn-Glycerol 3-phosphate, Succinyl-CoA, Tetradecanoyl-[acyl-carrier protein], Tetrahydrofolate, Thioredoxin, Thioredoxin disulfide, Thymidine, Thymine, UDP, UDP-D-galactose, UDP-glucose, UDP-N-acetyl-3-(1-carboxyvinyl)-D-glucosamine, UDP-N-acetyl-D-galactosamine, UDP-N-acetyl-D-glucosamine, UDP-N-acetylmuramate, UDP-N-acetylmuramoyl-L-alanine, UDP-N-acetylmuramoyl-L-alanyl-D-gamma-glutamyl-meso-2,6-diaminopimelate, UDP-N-acetylmuramoyl-L-alanyl-D-glutamate, UDP-N-acetylmuramoyl-L-alanyl-D-glutamyl-6-carboxy-L-lysyl-D-alanyl-D-alanine, UMP, Undecaprenyl diphosphate, Undecaprenyl phosphate, Undecaprenyl-diphospho-N-acetylmuramoyl-(N-acetylglucosamine)-L-alanyl-D-glutaminyl-meso-2,6-diaminopimeloyl-(glycyl)5-D-alanyl-D-alanine, Undecaprenyl-diphospho-N-acetylmuramoyl-(N-acetylglucosamine)-L-alanyl-D-glutaminyl-meso-2,6-diaminopimeloyl-D-alanyl-D-alanine, Undecaprenyl-diphospho-N-acetylmuramoyl-(N-acetylglucosamine)-L-alanyl-D-glutamyl-meso-2,6-diaminopimeloyl-D-alanyl-D-alanine, Undecaprenyl-diphospho-N-acetylmuramoyl-L-alanyl-D-glutamyl-meso-2,6-diaminopimeloyl-D-alanyl-D-alanine, UTP, Xanthosine 5'-phosphate 등을 들 수 있다.
(4) 필수 대사산물의 추가 스크리닝
4-1. 유통 대사산물(currency metabolite)의 제거
상기 (3)에서 결정된 필수 대사산물들 중에는 다양한 생물체의 다수 효소 반응식에 관여하는 이른바 유통 대사산물(currency metabolite)가 존재한다. 유통 대사사물들에 대한 정보는 2003년, Bioinformatics지에 발표된 논문(Ma and Zeng, Bioinformatics, 19:1423, 2003)에 게재되어 있으며, 이들은 대상 미생물 병원균만이 가지고 있는 특이성(specificity)를 가지고 있지 않기에 컴퓨터 상의 1차 필수 대사산물의 리스트에서 제거한다.
1차 필수 대사산물에서 상기 유통 대사산물을 제거한 결과를 2차 필수 대사산물이라 명명하였다.
4-2. 다수의 반응식에 관여하는 필수 대사산물 선별
상기 (4-1)에서 유통 대사산물(currency metabolite)을 제거하고 결정된 2차 필수 대사산물들 중에서, 최소 3개 이상의 반응식에 관여하며, 이들 반응식들 중에 최소 2개 이상은 해당 필수 대사산물을 소비하는 지를 조사한다. 그리고, 해당 기준을 만족하는 필수 대사산물들만을 선별한다.
즉, 2차 필수 대사산물들 중 적어도 3개 이상의 효소 반응식에 관여하면서, 동시에 적어도 2개 이상은 해당 필수 대사산물을 소비하는 경우의 대사산물을 3차 필수 대사산물이라고 명명한다.
이러한 방법은 대사산물 유사물질(metabolite analogue)을 약물로 사용할 경우, 상기 소비 효소들을 동시에 공략할 수 있는 장점이 있다.
통상적으로 항병원균 약물의 가장 큰 문제점은 약물에 대한 병원균의 내성이 금방 생긴다는 것이고, 이는 주로 약물 표적인 효소 유전자의 한 개의 변이(single endogenous mutation)에 의해서 일어나기 때문에, 본 발명의 약물 표적 유전자군으로 조합은 대상 미생물 병원균 대사의 여러 군데를 동시에 공략할 수 있어 상기 병원균의 내성을 최소화할 수 있고, 상기 병원균의 숙주 내 성장을 확실히 제어할 수 있다는 유리한 점이 있다.
이처럼, 본 발명은 다른 관점에서, 대상 미생물의 대사 네트워크 모델을 이루는 필수 대사산물 중, 적어도 3개 이상의 효소 반응식에 관여하면서, 동시에 적어도 2개 이상은 해당 필수 대사산물을 소비하는 경우의 대사산물을 선별하는 것을 특징으로 하는, 필수 대사산물 스크리닝 방법을 제공할 수 있다.
특히, 본 발명에서 일 실시예로 사용한, 아시네토박터 바우마니는 다수의 약제에 내성을 보이는 다약제내성(multi-drug resistant, MDR) 감염균의 일종으로, 본 발명의 방법은 이러한 다약제내성 병원성 미생물에 대해 효과적 공략방법이 될 수 있음을 시사한다.
4-3. 숙주의 대사에 존재하지 않는 필수 대사산물 선별
숙주가 약물로부터 받을 수 있는 부작용의 가능성을 최소화하기 위하여, 우선, 상기 (4-2)에서 결정된 3차 필수 대사산물들 중 숙주의 대사에 존재하지 않는 대사산물들만을 선별하여 4차 필수 대사산물로 명명한다.
예를 들어, 숙주가 인간인 경우, (4-2)에서 결정된 3차 필수 대사산물들 중 인간의 대사에 존재하지 않는 대사산물들만을 선별한다.
4-4. 필수 대사산물들 중 소비하는 효소가 숙주에 없는 것들만을 선별
그리고, 추가로 상기 (4-3)에서 결정된 4차 필수 대사산물들 중 각각의 필수대사산물을 소비하는데 관련하는 모든 효소가 숙주 단백질과 상동관계가 없는 것들로만 이루어지는 경우의 필수 대사산물들을 선별하는 단계를 수행한다. 본 발명에서는 궁극적으로 필수 대사산물의 섭취를 병원균으로부터 불가능하게 하여 주변의 반응식을 모두 동시에 불활성화시키는 전략이므로, 설령 그 반응식들이 동질효소에 의해 진행된다 할지라도 문제되지 않는다.
그 결과 남는 대사산물들을 5차 필수 대사산물로 명명한다.
예를 들어, 숙주가 인간인 경우, 4차 필수 대사산물들 중 이들을 소비하는 효소가 인체에 존재하지 않는 것, 즉 인간 단백질과 상동관계가 없는 대사산물들만을 5차 필수 대사산물로 선별한다.
이 단계에서는, 상기 대사흐름분석을 통해 예측된 필수 대사산물에 대해서, 이들의 소비 반응식과 관련하는 효소와 숙주 단백질간의 상동관계를 기준으로 추가 스크리닝하여 차기 가능성 있는 필수 대사산물의 수를 더욱 줄이게 된다.
특히, 특정 유전자나 효소를 표적으로 하여 개발된 약물은 그 유전자나의 효소의 ‘서열’에 기반하여 작용하므로, 이러한 서열의 유전자나 효소가 인간에도 존재할 경우, 상기 약물은 인간 단백질에도 작용하게 되어 부작용을 일으킬 수 있다.
따라서, 만일 필수 대사산물 중 소비 반응식들의 효소가 한 개라도 숙주의 단백질과 통계적으로 유사할 경우, 해당 필수 대사산물 및 그의 소비 반응식은 더 이상 약물 표적으로서 고려하지 않는 것이다.
이 단계에서, 상기 상동관계를 검토함에 있어서는 숙주의 게놈 정보를 데이터 베이스로 하는 것이 바람직하다.
예를 들어, 아미노산 서열 이용시에는 BLASTP 프로그램을, 또는 유전자 서열 이용시에는 BLAST 프로그램을 사용할 수 있다. 다만, 아미노산 서열이든 유전자 서열이든 상관없이 당업자가 상동관계를 파악할 수 있는 데이터라면 어느 것이든 사용해도 무방하다. 본 발명의 일 구체예에서는 BLASTP 프로그램을 이용하였다. 숙주로서 인간을 대상으로 하는 경우, 인간의 게놈 정보를 데이터베이스로 이용한다.
이 단계를 수행하면, 본 발명에서 추가로 선별된 각각의 필수 대사산물들을 소비하는 모든 효소를 코딩하는 유전자들 및 아미노산 서열들은 숙주 단백질의 것과 현저히 다르게 되며, 그 결과, 숙주 단백질과 구조적?기능적으로 다르게 된다.
이와 같은 상기 (4-3)과 본 (4-4) 과정은 상기 대사산물 유사물질을 약물로서 사용할 경우와 같이, 한 개의 약물로 동시에 여러 효소 소비 반응식을 억제하되, 숙주에게는 해당 단백질이 존재하지 않아 약물로부터 받을 수 있는 부작용의 가능성을 최소화하는 단계라고 할 수 있다.
이 때, 상기 방법에 있어서, 상기 “(4-1)단계 및/또는 (4-3)단계; 및 (4-4)단계”에 대하여 “(4-2)단계”는 선택적으로 적용할 수 있다.
이상과 같은 단계를 거쳐, 병원성 미생물 특이적인 필수 대사산물을 최종적으로 결정할 수 있고, 이러한 필수 대사산물과 관여하는 효소들을 약물 표적 효소군으로 결정하게 된다. 또한, 이렇게 결정된 약물 표적 효소들을 코딩하는 유전자들을 약물 표적 유전자군으로 결정할 수 있다.
본 발명의 일례에서 사용한 AYE (Acinetobacter baumannii AYE)의 5차 필수 대사산물은 2-Amino-4-hydroxy-6-hydroxymethyl-7,8-dihydropteridine, D-Glutamate, 2,3-Dihydrodipicolinate, 2-Amino-4-hydroxy-6-(D-erythro-1,2,3-trihydroxypropyl)-7,8-dihydropteridine, 3-Dehydroshikimate, 1-Deoxy-D-xylulose 5-phosphate, 3-Dehydroquinate, 2-Dehydro-3-deoxy-D-octonate, 4-Aminobenzoate 등이고,
이들의 대사에 관여하는 약물 표적 효소로는 2-amino-4-hydroxy-6-hydroxymethyldihydropteridine, pyrophosphokinase, dihydropteroate synthase, glutamate racemase, UDP-N-acetylmuramoylalanine--D-glutamate ligase, dihydrodipicolinate reductase, dihydroneopterin aldolase, alkaline phosphatase D precursor, 3-dehydroquinate dehydratase II, catabolic 3-dehydroquinate dehydratase(3-dehydroquinase), shikimate 5-dehydrogenase, quinate/shikimate dehydrogenase, 3-dehydroshikimate dehydratase, 1-deoxy-D-xylulose-5-phosphate reductoisomerase, pyridoxine 5-phosphate synthase, 3-deoxy-manno-octulosonate cytidylyltransferase, dihydropteroate synthase을 결정할 수 있고, 약물 표적 유전자군으로는 ABAYE0036, ABAYE0082, ABAYE0377, ABAYE0807, ABAYE0811, ABAYE0945, ABAYE1417, ABAYE1418, ABAYE1539, ABAYE1581, ABAYE1682, ABAYE1683, ABAYE1685, ABAYE2076, ABAYE3176, ABAYE3395, ABAYE3524, ABAYE3568, ABAYE3612 및 ABAYE3616을 결정할 수 있다.
뿐만 아니라, 본 발명은 다른 관점에서 상기 설명한 미생물의 약물 표적 효소 또는 이를 코딩하는 유전자를 스크리닝 방법에 따라 수득되는, 각 단계에서의 필수 대사산물의 대사에 관여하는 약물 표적 효소 후보 및 이를 코딩하는 유전자군을 제공한다.
즉, (b)단계의 대사흐름분석에 의해 결정한 1차 필수 대사산물과 관여하는 약물 표적 효소 후보 및 이를 코딩하는 유전자군; (c)단계의 유통 대사산물 (currency metabolite)을 제거하여 결정한 2차 필수 대사산물과 관여하는 약물 표적 효소 후보 및 이를 코딩하는 유전자군; (d)단계에서 적어도 3개 이상의 효소 반응식에 관여하면서, 동시에 적어도 2개 이상은 해당 필수 대사산물을 소비하는 경우의 선별하여 결정한 3차 필수 대사산물과 관여하는 약물 표적 효소 후보 및 이를 코딩하는 유전자군; (e)단계에서 숙주의 대사에 존재하지 않는 것들만을 선별하여 결정한 4차 필수 대사산물과 관여하는 약물 표적 효소 후보 및 이를 코딩하는 유전자군; 및 (f) 4차 필수 대사산물의 대사와 관련된 효소들 중 숙주 단백질과 상동관계가 없는 경우를 선별하여 결정한 5차 필수 대사산물과 관여하는 약물 표적 효소 후보 및 이를 코딩하는 유전자군을 제공한다.
다른 관점에서, 본 발명은 또한 상기 결정된 효소군 및 이를 코딩하는 유전자군을 대상 미생물의 약물 표적으로 이용하는 방법에 관한 것이다.
따라서, 일 태양으로, 상기 선정된 2-amino-4-hydroxy-6-hydroxymethyldihydropteridine, pyrophosphokinase, dihydropteroate synthase, glutamate racemase, UDP-N-acetylmuramoylalanine--D-glutamate ligase, dihydrodipicolinate reductase, dihydroneopterin aldolase, alkaline phosphatase D precursor, 3-dehydroquinate dehydratase II, catabolic 3-dehydroquinate dehydratase(3-dehydroquinase), shikimate 5-dehydrogenase, quinate/shikimate dehydrogenase, 3-dehydroshikimate dehydratase, 1-deoxy-D-xylulose-5-phosphate reductoisomerase, pyridoxine 5-phosphate synthase, 3-deoxy-manno-octulosonate cytidylyltransferase, dihydropteroate synthase의 효소군 또는 ABAYE0036, ABAYE0082, ABAYE0377, ABAYE0807, ABAYE0811, ABAYE0945, ABAYE1417, ABAYE1418, ABAYE1539, ABAYE1581, ABAYE1682, ABAYE1683, ABAYE1685, ABAYE2076, ABAYE3176, ABAYE3395, ABAYE3524, ABAYE3568, ABAYE3612, ABAYE3616의 유전자군을 AYE (Acinetobacter baumannii AYE)의 약물 표적으로 이용할 수 있다.
이와 같은 본 발명에 따른 약물 표적 효소 및 약물 표적 유전자들은 병원균에 의한 질병에 대한 차기 가능성 있는 효과적인 약물 표적 후보군들만을 얻게 되어 미생물 병원균체에 의한 질병의 치료 및 예방에 유용하다.
실시예
이하, 실시예를 통하여 본 발명을 더욱 상세히 설명하고자 한다. 이들 실시예는 오로지 본 발명을 예시하기 위한 것으로서, 본 발명의 범위가 이들 실시예에 의해 제한되는 것으로 해석되지는 않는 것은 당 업계에서 통상의 지식을 가진 자에게 있어서 자명할 것이다. 즉, 하기 단계들은 하나의 예시로써 설명되며, 본 발명의 범위가 이에 한정되지 않는다.
특히, 하기 실시예에서는 A. baumanii AYE를 모델시스템으로 이용한 약물 표적 스크리닝 방법에 대하여만 예시되어 있으나, A. baumanii AYE 이외의 다른 병원성 미생물의 경우에도 적용된다는 것은 본 명세서에 개시된 내용으로부터 당업자에게 자명하다.
실시예 1: A. baumanii AYE의 대사 네트워크의 구축
컴퓨터를 이용하여 A. baumanii AYE의 약물 표적을 예측하기 위하여 다양한 데이터베이스 및 실험결과를 이용하여 게놈 수준의 대사 네트워크를 구축하였다.
KEGG(Kanehisa et al.. Nucleic Acids Res, 34:D354, 2006), TransportDB(Ren et al., PLoS Comput. Biol., 1:e27, 2005), MetaCyc(Caspi et al. Nucleic Acids Res., 36:D623, 2008)을 토대로 초기 버전의 대사 네트워크를 구축하였으며 게놈 정보를 토대로 효소 반응식의 방향성, 유전자단백질의 상관관계를 명확히 하였다.
하기 표 1에 나타낸 바와 같이, 구축된 A. baumanii AYE의 대사 네트워크는 891개의 생화학 반응식과 778개의 대사산물로 구성되어 있고, 이러한 대사 네트워크의 정보는 하기 650개의 유전자 정보가 담겨 있다. 하기 예측되는 약물 표적은 이들 반응식들로부터 선별하였다.
[규칙 제26조에 의한 보정 02.04.2010]　
표 1
Figure WO-DOC-TABLE-1
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-1-1
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-1-2
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-171
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-172
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-173
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-174
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-175
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-176
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-177
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-178
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-179
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-180
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-181
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-182
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-183
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-184
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-185
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-186
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-187
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-188
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-189
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-190
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-191
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-192
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-193
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-194
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-195
Figure PCTKR2010000162-appb-I000030
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-197
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-198
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-199
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-200
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-201
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-202
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-203
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-204
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-205
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-206
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-207
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-208
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-209
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-210
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-211
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-212
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-213
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-214
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-215
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-216
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-217
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-218
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-219
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-220
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-221
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-222
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-223
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-224
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-225
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-226
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-227
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-228
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-229
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-230
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-231
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-232
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-233
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-234
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-235
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-236
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-237
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-238
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-239
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-240
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-241
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-242
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-243
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-244
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-245
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-246
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-247
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-248
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-249
[규칙 제26조에 의한 보정 02.04.2010]　
Figure WO-DOC-TABLE-250
실시예 2: 대사흐름분석을 이용한 필수 대사산물 분석 및 1차 필수 대사산물 결정
상기 실시예 1에서 구축한 대사 네트워크에서, A. baumanii AYE의 778개의 대사산물을 대상으로, 대사흐름분석을 통하여, 세포가 각 대사산물을 대사반응을 통해 소비하지 않을 때 세포의 성장에 미치는 영향을 조사함으로써 대사산물의 필수도(essentiality)를 구하였다.
즉, 대상 미생물의 대사 네트워크를 구성하는 대사산물들의 대사흐름분석 과정 중 각 대사산물을 소비하는 모든 대사반응을 결실시킨 상태에서, 즉 해당 소비반응식의 대사흐름값을 0(=νj)으로 고정하고, 목적함수는 세포성장속도를 최대화하는 것으로 설정하였을 때, 이때의 세포의 성장속도가 0인 경우를 필수 대사산물로 선별하였다.
영양분들을 섭취하는 반응식들은 모두 -2 (=vj)로 고정함으로써, 2-Phospho-D-glycerate, 3-Phospho-D-glycerate, Acetate, Adenosine, 2-Oxoglutarate, L-Alanine, L-Arginine, L-Asparagine, L-Aspartate, Betaine, Benzoate, Choline, Citrate, CO2, Cytosine, L-Cysteine, Cytidine, D-alanine, Deoxyadenosine, Deoxycytidine, D-Glutamate, Deoxyguanosine, D-Serine, Thymidine, Deoxyuridine, Ethanolamine, Formate, D-fructose, Fumarate, alpha-D-Glucose, L-Glutamine, D-Gluconate, L-Glutamate, Glycolate, Glycine, Guanosine, L-Histidine, L-Homoserine, Isocitrate, L-Isoleucine, Isomaltose, L-Leucine, L-Lysine, (S)-Malate, L-Methionine, Maltose, D-Mannitol, N-Acetyl-D-glucosamine, Sodium, NH3, Nitrite, Nitrate, O2, L-Ornithine, L-Phenylalanine, Orthophosphate, L-Proline, Putrescine, L-Serine, (S)-Lactate, Sulfate, Spermidine, Succinate, Sucrose, L-Threonine, alpha,alpha-Trehalose, L-Tryptophan, Taurine, L-Tyrosine, Uracil, Urea, Uridine, L-Valine, Xanthine 등의 영양분을 모두 섭취 가능하도록 하였다.
그 결과, 대사흐름분석을 통하여 하기 표 2의 총 211개의 1차 필수 대사산물들이 결정되었다.
표 2
C180ACP, DMK, C171ACP, NAGA1P, D8RL, DHPANT, 5MC, 4PPNCYS, G3P, UMP, SME3P, DTDPRMNS, C170ACP, CAV, TYR, G1P, PGP, CDP, PI, PL, 3PSME, C140OH, PA, PG, PE, PS, UPPMN(GN)LADGMDDADA, OBUT, DUMP, TRP, C161ACP, UDP, DHSK, ACCOA, DTTP, HCO3, bALA, DHPT, TM, FMN, SDAPIM, H2O2, DATP, PEP, QA, DNA, ALAALA, MALCOA, OIVAL, bDGLC, ASUC, A5P, PYR, ILE, NADP, DQT, GDPMAN, NADPH, PRO, ASPSA, NACN, C120ACP, EXOPOLYS, IMP, NAAD, PPEPTIDO, OHB, O2, UDPNAMAG, DHP, DHF, CL, DHN, FAD, OSBCOA, CDPDG, MK, UTP, UDPG, DALA, DTDP4ORMNS, KDO, ATP, DT, PROTEIN, GL3P, DPCOA, PEPTIDO, C120OH, PANT, MKH2, ACACP, PHT, PYRDX, UDPGAL, DB4P, GLU, DADP, SHCHC, CHOR, PABA, UDPNAGEP, LPS, DAPIM, 3A2OP, MDAPIM, DTDPGLU, UPPMN(GN)LADGNMD(G)5DADA, 2AG3PE, ASN, MAN6P, ASP, ICHOR, PRPP, OTHIO, CTP, MAN1P, XMP, ADCHOR, SME, AGL3P, DHDP, GA6P, NAD, ARG, DHAP, PNTO, LYS, C100ACP, SAOPIM, A6RP, SAM, GA1P, RTHIO, UDPAGLACA, DX5P, GTP, AKG, F6P, LEU, PPACOA, NH3, C150ACP, SER, DTMP, UPPMNLADGMDDADA, C160ACP, METTHF, DCDP, IASP, 4PPNTO, ALA, PHOSPHOLIPID, D6RP5P, GLY, ACP, GLC, GLN, DGTP, UDPMNLADGMDDADA, CYS, UDCPP, RIBFLAV, AMP, 4PPNTE, E4P, GMP, UDPNAMA, RL5P, PPAACP, G6P, P5P, FDP, DCTP, UPPMN(GN)LADGNMDDADA, A6RP5P2, A6RP5P, ADP, DTDP, DGLU, GDP, THF, VAL, R5P, THR, SUCCOA, AHHMP, DTDP4O6DG, RNA, PL5P, MET, C181ACP, C140ACP, MALACP, KDOP, AHTD, LIPID, 3DDAH7P, HIS, TDHDP, OPP, DGDP, OSB, UDPNAG, UDPNAM, ER4P, PHE, UDCP, COA, UDPMNLADGMD, CO2
실시예 3: 필수 대사산물의 추가 스크리닝
실시예 2에서 대사흐름분석을 통해 결정된 필수 대사산물에 대해서, 유통 대사산물에 해당하는 것들을 제거하여 179개의 2차 필수 대사산물을 얻었다.
표 3
AHHMP, DGLU, DHDP, DHP, DHSK, DX5P, DQT, KDO, PABA, ASPSA, C120OH, C140OH, C171ACP, CHOR, DMK, MDAPIM, MK, MKH2, OPP, PHT, PPAACP, SME, ACACP, ACCOA, ACP, AHTD, ARG, ASN, ASP, bALA, bDGLC, C100ACP, C120ACP, C140ACP, C150ACP, C160ACP, C161ACP, C170ACP, C180ACP, C181ACP, CDPDG, CYS, DADP, DALA, DCDP, DCTP, DGDP, DGTP, DHAP, DHF, DTDP, DTDPGLU, DTDPRMNS, DTMP, DTTP, DUMP, E4P, F6P, FDP, FMN, G1P, G3P, G6P, GL3P, GLC, GLY, HCO3, HIS, ILE, LEU, LYS, MALACP, MET, NAAD, NACN, OBUT, OIVAL, PE, PEP, PG, PHE, PL, PPACOA, PRO, PRPP, PS, R5P, RL5P, SER, SUCCOA, THR, TRP, TYR, UDPG, UDPNAG, VAL, XMP, 2AG3PE, 3A2OP, 3DDAH7P, 3PSME, 4PPNCYS, 4PPNTE, 4PPNTO, 5MC, A5P, A6RP, A6RP5P, A6RP5P2, ADCHOR, AGL3P, ALAALA, ASUC, CAV, CL, D6RP5P, D8RL, DAPIM, DATP, DB4P, DHN, DHPANT, DHPT, DNA, DPCOA, DT, DTDP4O6DG, DTDP4ORMNS, ER4P, EXOPOLYS, GA1P, GA6P, GDPMAN, IASP, ICHOR, KDOP, LIPID, LPS, MALCOA, MAN1P, MAN6P, NAGA1P, OHB, OSB, OSBCOA, P5P, PA, PANT, PEPTIDO, PGP, PHOSPHOLIPID, PL5P, PNTO, PPEPTIDO, PROTEIN, PYRDX, QA, RIBFLAV, RNA, SAOPIM, SDAPIM, SHCHC, SME3P, TDHDP, TM, UDCP, UDCPP, UDPAGLACA, UDPGAL, UDPMNLADGMD, UDPMNLADGMDDADA, UDPNAGEP, UDPNAM, UDPNAMA, UDPNAMAG, UPPMN(GN)LADGMDDADA, UPPMN(GN)LADGNMD(G)5DADA, UPPMN(GN)LADGNMDDADA, UPPMNLADGMDDADA
그리고, 상기 2차 필수 대사산물 중 이들이 최소한 3개 이상의 반응식과 관여하되 2개 이상의 반응식은 해당 필수 대사산물을 소비하는 것들인 것만을 추가 선별하여 97개의 3차 필수 대사산물을 얻었다.
표 4
AHHMP, DGLU, DHDP, DHP, DHSK, DX5P, DQT, KDO, PABA, ASPSA, C120OH, C140OH, C171ACP, CHOR, DMK, MDAPIM, MK, MKH2, OPP, PHT, PPAACP, SME, ACACP, ACCOA, ACP, AHTD, ARG, ASN, ASP, bALA, bDGLC, C100ACP, C120ACP, C140ACP, C150ACP, C160ACP, C161ACP, C170ACP, C180ACP, C181ACP, CDPDG, CYS, DADP, DALA, DCDP, DCTP, DGDP, DGTP, DHAP, DHF, DTDP, DTDPGLU, DTDPRMNS, DTMP, DTTP, DUMP, E4P, F6P, FDP, FMN, G1P, G3P, G6P, GL3P, GLC, GLY, HCO3, HIS, ILE, LEU, LYS, MALACP, MET, NAAD, NACN, OBUT, OIVAL, PE, PEP, PG, PHE, PL, PPACOA, PRO, PRPP, PS, R5P, RL5P, SER, SUCCOA, THR, TRP, TYR, UDPG, UDPNAG, VAL, XMP
그리고, 마지막으로 남은 필수 대사산물이 인체에 존재하지 않는 것들만 선별하여 22개의 4차 대사산물을 얻었다.
표 5
AHHMP, DGLU, DHDP, DHP, DHSK, DX5P, DQT, KDO, PABA, ASPSA, C120OH, C140OH, C171ACP, CHOR, DMK, MDAPIM, MK, MKH2, OPP, PHT, PPAACP, SME
마지막으로 이들의 소비 반응식을 인간과의 상동관계를 기준으로 추가 스크링하여 차기 가능성 있는 필수 대사산물의 수를 더욱 줄였다. 만일 필수 대사산물 중 소비 반응식들의 효소가 한 개라도 인간의 단백질과 통계적으로 유사할 경우, 해당 필수 대사산물 및 그의 소비 반응식은 더 이상 약물 표적으로서 고려하지 않았다.
그 결과, 차기 선별된 각 필수 대사산물의 모든 소비 반응식과 관련된 유전자 및 아미노산 서열은 인간 단백질의 것과 현저히 다르게 되어 인간 단백질과 구조적·기능적으로도 상이하다고 할 수 있다.
[규칙 제26조에 의한 보정 02.04.2010]　
표 6
Figure WO-DOC-TABLE-278
이와 같이, 본 발명의 방법에 의해 스크리닝된 효소군 또는 유전자군들 중에서, 당업자가 약물표적으로 임의 선택하여 사용할 수 있다.
이상으로 본 발명 내용의 특정한 부분을 상세히 기술하였는 바, 당업계의 통상의 지식을 가진 자에게 있어서, 이러한 구체적 기술은 단지 바람직한 실시양태일 뿐이며, 이에 의해 본 발명의 범위가 제한되는 것이 아닌 점은 명백할 것이다. 따라서 본 발명의 실질적인 범위는 첨부된 청구항들과 그것들의 등가물에 의하여 정의된다고 할 것이다.
본 발명은 미생물의 약물 표적을 예측하는 방법론에 관한 것으로, 대사흐름분석에 기반한 '필수 대사산물 분석'에 따른 결과를 추려내어 병원균에 의한 질병에 대한 차기 가능성 있는 효과적인 약물 표적 후보군들만을 얻게 되어 상기 미생물 병원균체에 의한 질병의 치료 및 예방에 유용하다. 특히, 다약제 내성을 가지고 있는 병원균체, 예를 들어 아시네토박터 바우마니 등의 병원성 미생물에 의한 질병의 치료 및 예방에 유용하다.

Claims (26)

  1. 다음의 단계를 포함하는, 미생물에 대한 약물 표적 효소의 스크리닝 방법:
    (a) 대상 미생물을 선정하고, 선정된 미생물의 대사 네트워크 모델을 구축하는 단계;
    (b) 상기 구축된 미생물 대사 네트워크에서 특정 대사산물들의 소비하는 효소 반응을 동시에 차단시킨 상태에서, 세포의 성장속도가 0인 경우의 상기 특정 대사산물들을 1차 필수 대사산물들로 결정하는 단계;
    (c) 상기 (b) 단계에서 결정된 1차 필수 대사산물들 중,
    대상 미생물과의 특이성(specificity)이 없는 유통 대사산물 (currency metabolite)을 제거하는 단계 및 숙주의 대사에 존재하지 않는 것들만을 선별하는 단계를, 각각 또는 모두 실시하는 단계;
    (d) 앞 단계에서 결정된 필수 대사산물들을 소비하는 모든 효소들이 숙주 단백질과 상동관계가 없는 경우, 해당 필수 대사산물들을 최종 필수 대사산물로 결정하고, 상기 최종 필수 대사산물에 관여하는 효소를 대상 미생물의 약물 표적 효소로 선정하는 단계.
  2. 제1항에 있어서, 상기 (c)단계 이후 결정된 필수 대사산물 중, 적어도 3개 이상의 효소 반응식에 관여하면서, 동시에 적어도 2개 이상은 해당 필수 대사산물을 소비하는 경우의 대사산물을 선별하는 단계를 추가로 수행하는 것을 특징으로 하는 스크리닝 방법.
  3. 다음의 단계를 포함하는, 미생물에 대한 약물 표적 효소의 스크리닝 방법:
    (a) 대상 미생물을 선정하고, 선정된 미생물의 대사 네트워크 모델을 구축하는 단계;
    (b) 상기 구축된 미생물 대사 네트워크에서 특정 대사산물들의 소비하는 효소 반응을 동시에 차단시킨 상태에서, 세포의 성장속도가 0인 경우의 상기 특정 대사산물들을 1차 필수 대사산물들로 결정하는 단계;
    (c) 상기 (b) 단계에서 결정된 1차 필수 대사산물들 중, 대상 미생물과의 특이성(specificity)이 없는 유통 대사산물 (currency metabolite)을 제거하여 2차 필수 대사산물을 결정하는 단계;
    (d) 상기 (c) 단계에서 결정된 2차 필수 대사산물들 중, 관여하는 효소 반응식의 수 및 소비하는 효소 반응식의 수를 고려하여 3차 필수 대사산물로 결정하는 단계;
    (e) 상기 (d) 단계에서 결정된 3차 필수 대사산물들 중 숙주의 대사에 존재하지 않는 것들만을 선별하여 4차 필수 대사산물로 결정하는 단계; 및
    (f) 상기 (e) 단계에서 결정된 4차 필수 대사산물들을 소비하는 모든 효소들이 숙주 단백질과 상동관계가 없는 경우, 해당 필수 대사산물들을 5차 필수 대사산물로 결정하고, 상기 5차 필수 대사산물에 관여하는 효소를 대상 미생물의 약물 표적 효소로 선정하는 단계.
  4. 제1항 또는 제3항에 있어서, 상기 대상 미생물은 대장균 또는 병원성 미생물인 것을 특징으로 하는 방법.
  5. 제1항 또는 제3항에 있어서, 상기 숙주는 인간인 것을 특징으로 하는 방법.
  6. 제1항 또는 제3항에 있어서, (a)단계에서 미생물의 상기 대사 네트워크는 게놈 수준인 것을 특징으로 하는 방법.
  7. [규칙 제26조에 의한 보정 02.04.2010]　
    제1항 또는 제3항에 있어서, (b)단계의 수행은, (i) 상기 구축된 미생물 대사 네트워크를 이하의 수학식으로 표현하여 선형계획법을 이용하는 단계; 및 수학식 1
    Figure WO-DOC-FIGURE-3
    (여기서, S : 시간에 따른 X의 변화량, X: 대사산물의 농도, t: 시간) (ii) 이하의 수학식2를 이용하여, 대사산물 소비 반응식의 대사흐름값을 0으로 고정시킨 후 세포의 성장속도가 0인 경우를 1차 필수 대사산물로 결정하는 것을 특징으로 하는 방법: 수학식 2
    Figure WO-DOC-FIGURE-4
    (여기서 j m 은 각 대사산물의 소비 반응식; V jm 은 해당 소비 반응식의 대사흐름값).
  8. 제7항에 있어서, 상기 선형계획법을 적용할 때, 목적함수를 세포 성장 속도를 최대화하는 것으로 설정하는 것을 특징으로 하는 방법.
  9. 제7항에 있어서, 상기 선형계획법의 적용은 세포의 성장에 필요한 모든 영양분 조건을 반영하여 이루어지는 것을 특징으로 하는 방법.
  10. 제3항에 있어서, (d)단계에서 2차 필수 대사산물들 중 적어도 3개 이상의 효소 반응식에 관여하면서, 동시에 적어도 2개 이상은 해당 필수 대사산물을 소비하는 경우의 대사산물을 3차 필수 대사산물로 결정하는 것을 특징으로 하는 방법.
  11. 제1항 또는 제3항에 있어서, 상기 상동관계의 검토는 아미노산 서열 또는 유전자 서열을 이용하는 것을 특징으로 하는 방법.
  12. 제11항에 있어서, 상기 상동관계의 검토는 BLASTP 프로그램 또는 BLAST 프로그램을 이용하여 이루어지는 것을 특징으로 하는 방법.
  13. 제1항 또는 제3항에서 선정된 대상 미생물의 약물 표적 효소를 코딩하는 유전자군들을 대상 미생물의 약물 표적 유전자로 결정하는 것을 특징으로 하는, 미생물에 대한 약물 표적 유전자의 스크리닝 방법.
  14. 제1항 또는 제3항에서 선정된 대상 미생물의 효소들; 또는 제12항에서 결정된 대상 미생물의 유전자군들을, 대상 미생물의 약물 표적으로 이용하는 방법.
  15. 다음의 단계를 포함하는, 아시네토박터(Acinetobacter) 속 미생물의 약물 표적 효소의 스크리닝 방법:
    (a) 아시네토박터(Acinetobacter) 속 미생물의 대사 네트워크 모델을 구축하는 단계;
    (b) 상기 구축된 아시네토박터(Acinetobacter) 속 미생물 대사 네트워크에서 특정 대사산물들의 소비하는 효소 반응을 동시에 차단시킨 상태에서, 세포의 성장속도가 0인 경우의 상기 특정 대사산물들을 1차 필수 대사산물들로 결정하는 단계;
    (c) 상기 (b) 단계에서 결정된 1차 필수 대사산물들 중, 아시네토박터(Acinetobacter) 속 미생물과의 특이성(specificity)이 없는 유통 대사산물 (currency metabolite)을 제거하여 2차 필수 대사산물을 결정하는 단계;
    (d) 상기 (c) 단계에서 결정된 2차 필수 대사산물들 중, 관여하는 효소 반응식의 수 및 소비하는 효소 반응식의 수를 고려하여 3차 필수 대사산물로 결정하는 단계;
    (e) 상기 (d) 단계에서 결정된 3차 필수 대사산물들 중 숙주의 대사에 존재하지 않는 것들만을 선별하여 4차 필수 대사산물로 결정하는 단계; 및
    (f) 상기 (e) 단계에서 결정된 4차 필수 대사산물들을 소비하는 모든 효소들이 숙주 단백질과 상동관계가 없는 경우, 해당 필수 대사산물들을 5차 필수 대사산물로 결정하고, 상기 5차 필수 대사산물에 관여하는 효소를 아시네토박터(Acinetobacter) 속 미생물의 약물 표적 효소로 선정하는 단계.
  16. 제15항에 있어서, 상기 아시네토박터(Acinetobacter) 속 미생물은 아시네토박터 바우마니 (Acinetobacter baumannii)인 것을 특징으로 하는 방법.
  17. 제15항에 있어서, 상기 숙주는 인간인 것을 특징으로 하는 방법.
  18. 제15항에 있어서, (a) 단계에서의 상기 아시네토박터(Acinetobacter) 속 미생물 대사 네트워크 구축은 ABAYE0014, ABAYE0022, ABAYE0023, ABAYE0028, ABAYE0036, ABAYE0043, ABAYE0056, ABAYE0058, ABAYE0059, ABAYE0064, ABAYE0067, ABAYE0068, ABAYE0075, ABAYE0076, ABAYE0078, ABAYE0079, ABAYE0081, ABAYE0082, ABAYE0084, ABAYE0089, ABAYE0090, ABAYE0091, ABAYE0093, ABAYE0095, ABAYE0096, ABAYE0098, ABAYE0102, ABAYE0104, ABAYE0109, ABAYE0116, ABAYE0127, ABAYE0128, ABAYE0129, ABAYE0144, ABAYE0147, ABAYE0148, ABAYE0149, ABAYE0150, ABAYE0154, ABAYE0157, ABAYE0158, ABAYE0166, ABAYE0167, ABAYE0168, ABAYE0175, ABAYE0179, ABAYE0200, ABAYE0209, ABAYE0210, ABAYE0243, ABAYE0244, ABAYE0250, ABAYE0253, ABAYE0254, ABAYE0262, ABAYE0264, ABAYE0277, ABAYE0283, ABAYE0284, ABAYE0285, ABAYE0295, ABAYE0296, ABAYE0298, ABAYE0299, ABAYE0310, ABAYE0312, ABAYE0313, ABAYE0325, ABAYE0332, ABAYE0351, ABAYE0352, ABAYE0353, ABAYE0354, ABAYE0355, ABAYE0356, ABAYE0367, ABAYE0368, ABAYE0377, ABAYE0378, ABAYE0379, ABAYE0381, ABAYE0397, ABAYE0405, ABAYE0435, ABAYE0436, ABAYE0465, ABAYE0470, ABAYE0476, ABAYE0479, ABAYE0480, ABAYE0482, ABAYE0483, ABAYE0489, ABAYE0491, ABAYE0497, ABAYE0505, ABAYE0524, ABAYE0577, ABAYE0588, ABAYE0604, ABAYE0605, ABAYE0607, ABAYE0608, ABAYE0613, ABAYE0614, ABAYE0615, ABAYE0619, ABAYE0624, ABAYE0625, ABAYE0628, ABAYE0629, ABAYE0634, ABAYE0638, ABAYE0663, ABAYE0674, ABAYE0676, ABAYE0682, ABAYE0691, ABAYE0697, ABAYE0698, ABAYE0699, ABAYE0708, ABAYE0709, ABAYE0716, ABAYE0722, ABAYE0740, ABAYE0749, ABAYE0757, ABAYE0758, ABAYE0763, ABAYE0773, ABAYE0774, ABAYE0775, ABAYE0776, ABAYE0777, ABAYE0780, ABAYE0781, ABAYE0782, ABAYE0783, ABAYE0784, ABAYE0788, ABAYE0800, ABAYE0801, ABAYE0807, ABAYE0811, ABAYE0812, ABAYE0816, ABAYE0817, ABAYE0818, ABAYE0824, ABAYE0826, ABAYE0849, ABAYE0850, ABAYE0853, ABAYE0854, ABAYE0860, ABAYE0861, ABAYE0877, ABAYE0885, ABAYE0888, ABAYE0889, ABAYE0899, ABAYE0911, ABAYE0912, ABAYE0915, ABAYE0916, ABAYE0923, ABAYE0931, ABAYE0933, ABAYE0935, ABAYE0945, ABAYE0951, ABAYE0958, ABAYE0962, ABAYE0966, ABAYE0969, ABAYE0977, ABAYE0980, ABAYE0982, ABAYE1010, ABAYE1011, ABAYE1026, ABAYE1027, ABAYE1028, ABAYE1030, ABAYE1039, ABAYE1047, ABAYE1052, ABAYE1066, ABAYE1067, ABAYE1083, ABAYE1094, ABAYE1098, ABAYE1103, ABAYE1104, ABAYE1106, ABAYE1113, ABAYE1114, ABAYE1115, ABAYE1118, ABAYE1119, ABAYE1123, ABAYE1126, ABAYE1127, ABAYE1128, ABAYE1138, ABAYE1141, ABAYE1142, ABAYE1145, ABAYE1147, ABAYE1171, ABAYE1199, ABAYE1204, ABAYE1206, ABAYE1207, ABAYE1209, ABAYE1223, ABAYE1278, ABAYE1280, ABAYE1295, ABAYE1296, ABAYE1354, ABAYE1356, ABAYE1362, ABAYE1366, ABAYE1367, ABAYE1380, ABAYE1385, ABAYE1386, ABAYE1387, ABAYE1388, ABAYE1389, ABAYE1391, ABAYE1411, ABAYE1413, ABAYE1417, ABAYE1418, ABAYE1425, ABAYE1427, ABAYE1432, ABAYE1445, ABAYE1453, ABAYE1455, ABAYE1456, ABAYE1457, ABAYE1458, ABAYE1460, ABAYE1463, ABAYE1465, ABAYE1466, ABAYE1469, ABAYE1477, ABAYE1510, ABAYE1513, ABAYE1514, ABAYE1520, ABAYE1522, ABAYE1526, ABAYE1537, ABAYE1538, ABAYE1539, ABAYE1544, ABAYE1546, ABAYE1562, ABAYE1563, ABAYE1567, ABAYE1569, ABAYE1571, ABAYE1577, ABAYE1580, ABAYE1581, ABAYE1585, ABAYE1586, ABAYE1587, ABAYE1599, ABAYE1613, ABAYE1625, ABAYE1636, ABAYE1637, ABAYE1646, ABAYE1649, ABAYE1650, ABAYE1653, ABAYE1658, ABAYE1667, ABAYE1668, ABAYE1669, ABAYE1672, ABAYE1675, ABAYE1682, ABAYE1683, ABAYE1685, ABAYE1700, ABAYE1706, ABAYE1710, ABAYE1712, ABAYE1715, ABAYE1724, ABAYE1736, ABAYE1742, ABAYE1781, ABAYE1786, ABAYE1789, ABAYE1792, ABAYE1811, ABAYE1861, ABAYE1886, ABAYE1896, ABAYE1897, ABAYE1909, ABAYE1913, ABAYE1914, ABAYE1916, ABAYE1921, ABAYE1937, ABAYE1940, ABAYE1943, ABAYE1944, ABAYE1945, ABAYE1946, ABAYE1947, ABAYE1948, ABAYE1953, ABAYE1955, ABAYE1970, ABAYE1983, ABAYE1989, ABAYE1990, ABAYE1993, ABAYE1994, ABAYE2013, ABAYE2014, ABAYE2053, ABAYE2058, ABAYE2062, ABAYE2065, ABAYE2067, ABAYE2076, ABAYE2077, ABAYE2088, ABAYE2090, ABAYE2108, ABAYE2116, ABAYE2118, ABAYE2129, ABAYE2153, ABAYE2179, ABAYE2181, ABAYE2184, ABAYE2188, ABAYE2191, ABAYE2209, ABAYE2219, ABAYE2220, ABAYE2227, ABAYE2246, ABAYE2248, ABAYE2250, ABAYE2270, ABAYE2288, ABAYE2290, ABAYE2291, ABAYE2292, ABAYE2304, ABAYE2306, ABAYE2307, ABAYE2310, ABAYE2311, ABAYE2317, ABAYE2318, ABAYE2329, ABAYE2333, ABAYE2342, ABAYE2344, ABAYE2366, ABAYE2367, ABAYE2368, ABAYE2369, ABAYE2370, ABAYE2377, ABAYE2385, ABAYE2388, ABAYE2396, ABAYE2422, ABAYE2438, ABAYE2439, ABAYE2457, ABAYE2460, ABAYE2481, ABAYE2483, ABAYE2491, ABAYE2493, ABAYE2533, ABAYE2562, ABAYE2566, ABAYE2577, ABAYE2578, ABAYE2589, ABAYE2592, ABAYE2593, ABAYE2594, ABAYE2595, ABAYE2596, ABAYE2601, ABAYE2606, ABAYE2607, ABAYE2613, ABAYE2614, ABAYE2618, ABAYE2628, ABAYE2630, ABAYE2631, ABAYE2641, ABAYE2646, ABAYE2663, ABAYE2666, ABAYE2678, ABAYE2764, ABAYE2767, ABAYE2771, ABAYE2776, ABAYE2777, ABAYE2778, ABAYE2783, ABAYE2790, ABAYE2791, ABAYE2794, ABAYE2799, ABAYE2803, ABAYE2809, ABAYE2810, ABAYE2819, ABAYE2822, ABAYE2823, ABAYE2824, ABAYE2829, ABAYE2832, ABAYE2836, ABAYE2837, ABAYE2838, ABAYE2843, ABAYE2845, ABAYE2852, ABAYE2867, ABAYE2868, ABAYE2869, ABAYE2871, ABAYE2878, ABAYE2905, ABAYE2909, ABAYE2910, ABAYE2927, ABAYE2928, ABAYE2929, ABAYE2940, ABAYE2951, ABAYE2955, ABAYE2958, ABAYE2964, ABAYE2969, ABAYE2976, ABAYE2981, ABAYE2984, ABAYE2987, ABAYE2988, ABAYE2989, ABAYE2992, ABAYE2993, ABAYE3001, ABAYE3003, ABAYE3004, ABAYE3006, ABAYE3007, ABAYE3015, ABAYE3016, ABAYE3025, ABAYE3028, ABAYE3031, ABAYE3037, ABAYE3047, ABAYE3048, ABAYE3049, ABAYE3050, ABAYE3051, ABAYE3052, ABAYE3053, ABAYE3054, ABAYE3055, ABAYE3056, ABAYE3057, ABAYE3058, ABAYE3059, ABAYE3060, ABAYE3065, ABAYE3067, ABAYE3078, ABAYE3079, ABAYE3086, ABAYE3097, ABAYE3101, ABAYE3104, ABAYE3105, ABAYE3114, ABAYE3129, ABAYE3130, ABAYE3131, ABAYE3132, ABAYE3133, ABAYE3151, ABAYE3153, ABAYE3154, ABAYE3159, ABAYE3160, ABAYE3169, ABAYE3174, ABAYE3175, ABAYE3176, ABAYE3179, ABAYE3181, ABAYE3184, ABAYE3186, ABAYE3187, ABAYE3188, ABAYE3191, ABAYE3192, ABAYE3193, ABAYE3228, ABAYE3238, ABAYE3239, ABAYE3240, ABAYE3244, ABAYE3250, ABAYE3258, ABAYE3262, ABAYE3263, ABAYE3267, ABAYE3269, ABAYE3272, ABAYE3276, ABAYE3278, ABAYE3280, ABAYE3281, ABAYE3282, ABAYE3283, ABAYE3284, ABAYE3292, ABAYE3293, ABAYE3296, ABAYE3314, ABAYE3315, ABAYE3322, ABAYE3343, ABAYE3348, ABAYE3351, ABAYE3357, ABAYE3359, ABAYE3360, ABAYE3366, ABAYE3373, ABAYE3378, ABAYE3379, ABAYE3393, ABAYE3395, ABAYE3424, ABAYE3426, ABAYE3428, ABAYE3429, ABAYE3443, ABAYE3447, ABAYE3463, ABAYE3470, ABAYE3471, ABAYE3497, ABAYE3498, ABAYE3507, ABAYE3508, ABAYE3511, ABAYE3518, ABAYE3519, ABAYE3524, ABAYE3530, ABAYE3531, ABAYE3537, ABAYE3540, ABAYE3544, ABAYE3546, ABAYE3568, ABAYE3572, ABAYE3588, ABAYE3612, ABAYE3614, ABAYE3616, ABAYE3644, ABAYE3661, ABAYE3670, ABAYE3671, ABAYE3675, ABAYE3678, ABAYE3696, ABAYE3697, ABAYE3713, ABAYE3715, ABAYE3716, ABAYE3717, ABAYE3718, ABAYE3719, ABAYE3720, ABAYE3721, ABAYE3723, ABAYE3731, ABAYE3732, ABAYE3740, ABAYE3750, ABAYE3763, ABAYE3764, ABAYE3766, ABAYE3767, ABAYE3768, ABAYE3773, ABAYE3774, ABAYE3791, ABAYE3792, ABAYE3793, ABAYE3795, ABAYE3796, ABAYE3797, ABAYE3800, ABAYE3801, ABAYE3802, ABAYE3803, ABAYE3804, ABAYE3807, ABAYE3814, ABAYE3815, ABAYE3823, ABAYE3825, ABAYE3834, ABAYE3835, ABAYE3839, ABAYE3846, ABAYE3851, ABAYE3852, ABAYE3871, ABAYE3872, ABAYE3885, ABAYE3887, p2ABAYE0004, p3ABAYE0020, p3ABAYE0024, p3ABAYE0029으로 구성된 유전자 군에 기반한 것을 특징으로 하는 방법.
  19. [규칙 제26조에 의한 보정 02.04.2010]　
    제15항에 있어서, 상기 (b)단계의 수행은, (i) 상기 구축된 아시네토박터(Acinetobacter) 속 미생물 대사 네트워크를 이하의 수학식으로 표현하여 선형계획법을 이용하는 단계, 이 때, 상기 선형계획법의 적용은 세포의 성장에 필요한 모든 영양분 조건을 반영하여 이루어지는 것을 특징으로 함; 및 수학식 1
    Figure WO-DOC-FIGURE-5
    (여기서, S : 시간에 따른 X의 변화량, X: 대사산물의 농도, t: 시간) (ii) 이하의 수학식2를 이용하여, 대사산물 소비 반응식의 대사흐름값을 0으로 고정시킨 후 세포의 성장속도가 0인 경우를 1차 필수 대사산물로 결정하는 단계로 이루어지는 것을 특징으로 하는 방법: 수학식 2
    Figure WO-DOC-FIGURE-6
    (여기서 j m 은 각 대사산물의 소비 반응식; V jm 은 해당 소비 반응식의 대사흐름값).
  20. 제19항에 있어서, 상기 영양분은 2-Phospho-D-glycerate, 3-Phospho-D-glycerate, Acetate, Adenosine, 2-Oxoglutarate, L-Alanine, L-Arginine, L-Asparagine, L-Aspartate, Betaine, Benzoate, Choline, Citrate, CO2, Cytosine, L-Cysteine, Cytidine, D-alanine, Deoxyadenosine, Deoxycytidine, D-Glutamate, Deoxyguanosine, D-Serine, Thymidine, Deoxyuridine, Ethanolamine, Formate, D-fructose, Fumarate, alpha-D-Glucose, L-Glutamine, D-Gluconate, L-Glutamate, Glycolate, Glycine, Guanosine, L-Histidine, L-Homoserine, Isocitrate, L-Isoleucine, Isomaltose, L-Leucine, L-Lysine, (S)-Malate, L-Methionine, Maltose, D-Mannitol, N-Acetyl-D-glucosamine, Sodium, NH3, Nitrite, Nitrate, O2, L-Ornithine, L-Phenylalanine, Orthophosphate, L-Proline, Putrescine, L-Serine, (S)-Lactate, Sulfate, Spermidine, Succinate, Sucrose, L-Threonine, alpha,alpha-Trehalose, L-Tryptophan, Taurine, L-Tyrosine, Uracil, Urea, Uridine, L-Valine 및 Xanthine으로 구성된 군에서 선택되는 것을 특징으로 하는 방법.
  21. 제15항에 있어서, 상기 (b)단계에서 수득된 1차 필수 대사산물은 (R)-4’-Phosphopantothenoyl-L-cysteine, (R)-pantoate, (R)-Pantothenate, 1,4-dihydroxy-2-naphthoate, 1-Acyl-sn-glycerol 3-phosphate, 1-Deoxy-D-xylulose 5-phosphate, 2,3,4,5-Tetrahydrodipicolinate, 2,3-Dihydrodipicolinate, 2,5-Diamino-6-hydroxy-4-(5’-phosphoribosylamino)-pyrimidine, 2-Acyl-sn-glycero-3-phosphoethanolamine, 2-Amino-4-hydroxy-6-(D-erythro-1,2,3-trihydroxypropyl)-7,8-dihydropteridine, 2-Amino-4-hydroxy-6-(erythro-1,2,3-trihydroxypropyl)dihydropteridine triphosphate, 2-Amino-4-hydroxy-6-hydroxymethyl-7,8-dihydropteridine, 2-Dehydro-3-deoxy-D-arabino-heptonate 7-phosphate , 2-Dehydro-3-deoxy-D-octonate, 2-Dehydro-3-deoxy-D-octonate 8-phosphate, 2-Dehydropantoate, 2-Demethylmenaquinone, 2-Oxobutanoate, 2-Oxoglutarate, 2-succinyl-6-hydroxy-2,4-cyclohexadiene-1-carboxylate, 3-Amino-2-oxopropyl phosphate, 3-Dehydroquinate, 3-Dehydroshikimate, 3-Hydroxy-4-phospho-hydroxy-alpha-ketobutyrate, 3-Methyl-2-oxobutanoic acid, 4,6-Dideoxy-4-oxo-dTDP-D-glucose, 4-amino-4-deoxychorismate, 4-Aminobenzoate, 4-Phospho-D-erythronate, 5,10-Methylenetetrahydrofolate, 5-Amino-6-(5’-phosphoribitylamino)uracil, 5-Amino-6-(5’-phosphoribosylamino)uracil, 5-Amino-6-ribitylamino-2,4 (1H, 3H)-pyrimidinedione, 5-O-(1-Carboxyvinyl)-3-phosphoshikimate, 5-Phospho-alpha-D-ribose 1-diphosphate, 6,7-Dimethyl-8-(1-D-ribityl)lumazine, Acetyl-[acyl-carrier protein], Acetyl-CoA, Acyl-carrier protein, ADP, all-trans-Octaprenyl diphosphate, alpha-D-Glucose, alpha-D-Glucose 6-phosphate, alpha-D-Mannose 1-phosphate, AMP, ATP, beta-Alanine, beta-D-Fructose 1,6-bisphosphate, beta-D-Fructose 6-phosphate, beta-D-Glucose, beta-hydroxy dodecanoic acid, beta-hydroxy tetradecanoic acid, Cardiolipin (biomass component), CDP, CDP-diacylglycerol, Chorismate, CO2, CoA, Cofactors and vitamins, CTP, D-4’-Phosphopantothenate, dADP, D-alanine, D-alanyl-D-alanine, D-Arabinose 5-phosphate, dATP, dCDP, dCTP, Deamino-NAD+, Decanoyl-[acyl-carrier protein], Dephospho-CoA, D-Erythrose 4-phosphate, dGDP, D-Glucosamine 1-phosphate, D-Glucosamine 6-phosphate, D-Glucose 1-phosphate, D-Glutamate, D-Glyceraldehyde 3-phosphate, dGTP, Dihydrofolate, Dihydropteroate, D-Mannose 6-phosphate, DNA (biomass component), DNA 5-methylcytosine, Dodecanoyl-[acyl-carrier protein], D-Ribose 5-phosphate, D-Ribulose 5-phosphate, dTDP, dTDP-4-dehydro-6-deoxy-L-mannose, dTDP-6-deoxy-L-mannose, dTDP-glucose, dTMP, dTTP, dUMP, Exopolysaccharide, Flavin adenine dinucleotide, FMN, GDP, GDP-mannose, Glycerone phosphate, Glycine, GMP, GTP, H2O2, HCO3, Heptadecanoyl-[acyl-carrier protein], Heptadecenoyl-[acyl-carrier protein], Hexadecanoyl-[acyl-carrier protein], Hexadecenoyl-[acyl-carrier protein], Iminoaspartate, IMP, Isochorismate, L,L-2,6-Diaminopimelate, L-3,4-Dihydroxy-2-butanone 4-phosphate, L-Alanine, L-Arginine, L-Asparagine, L-Aspartate, L-Aspartate 4-semialdehyde, L-Cysteine, L-Glutamate, L-Glutamine, L-Histidine, Lipids other than phospholipid, Lippolysaccharide, L-Isoleucine, L-Leucine, L-Lysine, L-Methionine, L-Phenylalanine, L-Proline, L-Serine, L-Threonine, L-Tryptophan, L-Tyrosine, L-Valine, Malonyl-[acyl-carrier protein], Malonyl-CoA, menaquinol, menaquinone, meso-2,6-Diaminoheptanedioate, N6-(1,2-Dicarboxyethyl)-AMP, N-Acetyl-D-glucosamine 1-phosphate, NAD+, NADP+, NADPH, NH3, Nicotinate D-ribonucleotide, N-Succinyl-2-amino-6-oxopimelate, N-Succinyl-L-2,6-diaminopimelate, Octadecanoyl-[acyl-carrier protein], Octadecenoyl-[acyl-carrier protein], O-Phospho-4-hydroxy-L-threonine, Orthophosphate, O-succinylbenzoate, O-succinylbenzoate-CoA, Oxygen, Pantetheine 4’-phosphate, Pentadecanoyl-[acyl-carrier protein], Peptidoglycan (biomass component), Peptidoglycan precursor, Phosphatidate, Phosphatidylethanolamine, Phosphatidylglycerol, Phosphatidylglycerophosphate, Phosphatidylserine, Phosphoenolpyruvate, Phospholipids (biomass component), Propanoyl-[acyl-carrier protein], Propanoyl-CoA, Proteins , Pyridoxal, Pyridoxal 5’-phosphate, Pyridoxine, Pyridoxine 5’-phosphate, Pyruvate, Quinolinate, Riboflavin, RNA , S-Adenosyl-L-methionine, Shikimate, Shikimate 3-phosphate, sn-Glycerol 3-phosphate, Succinyl-CoA, Tetradecanoyl-[acyl-carrier protein], Tetrahydrofolate, Thioredoxin, Thioredoxin disulfide, Thymidine, Thymine, UDP, UDP-D-galactose, UDP-glucose, UDP-N-acetyl-3-(1-carboxyvinyl)-D-glucosamine, UDP-N-acetyl-D-galactosamine, UDP-N-acetyl-D-glucosamine, UDP-N-acetylmuramate, UDP-N-acetylmuramoyl-L-alanine, UDP-N-acetylmuramoyl-L-alanyl-D-gamma-glutamyl-meso-2,6-diaminopimelate, UDP-N-acetylmuramoyl-L-alanyl-D-glutamate, UDP-N-acetylmuramoyl-L-alanyl-D-glutamyl-6-carboxy-L-lysyl-D-alanyl-D-alanine, UMP, Undecaprenyl diphosphate, Undecaprenyl phosphate, Undecaprenyl-diphospho-N-acetylmuramoyl-(N-acetylglucosamine)-L-alanyl-D-glutaminyl-meso-2,6-diaminopimeloyl-(glycyl)5-D-alanyl-D-alanine, Undecaprenyl-diphospho-N-acetylmuramoyl-(N-acetylglucosamine)-L-alanyl-D-glutaminyl-meso-2,6-diaminopimeloyl-D-alanyl-D-alanine, Undecaprenyl-diphospho-N-acetylmuramoyl-(N-acetylglucosamine)-L-alanyl-D-glutamyl-meso-2,6-diaminopimeloyl-D-alanyl-D-alanine, Undecaprenyl-diphospho-N-acetylmuramoyl-L-alanyl-D-glutamyl-meso-2,6-diaminopimeloyl-D-alanyl-D-alanine, UTP, Xanthosine 5’-phosphate로 구성된 군에서 선택되는 것을 특징으로 하는 방법.
  22. 제15항에 있어서, 상기 5차 필수 대사산물은 2-Amino-4-hydroxy-6-hydroxymethyl-7,8-dihydropteridine, D-Glutamate, 2,3-Dihydrodipicolinate, 2-Amino-4-hydroxy-6-(D-erythro-1,2,3-trihydroxypropyl)-7,8-dihydropteridine, 3-Dehydroshikimate, 1-Deoxy-D-xylulose 5-phosphate, 3-Dehydroquinate, 2-Dehydro-3-deoxy-D-octonate, 4-Aminobenzoate으로 구성된 군에서 선택되는 것을 특징으로 하는 방법.
  23. 제15항의 방법에 따라 선정된 아시네토박터(Acinetobacter) 속 미생물의 약물 표적 효소는 2-amino-4-hydroxy-6-hydroxymethyldihydropteridine, pyrophosphokinase, dihydropteroate synthase, glutamate racemase, UDP-N-acetylmuramoylalanine--D-glutamate ligase, dihydrodipicolinate reductase, dihydroneopterin aldolase, alkaline phosphatase D precursor, 3-dehydroquinate dehydratase II, catabolic 3-dehydroquinate dehydratase(3-dehydroquinase), shikimate 5-dehydrogenase, quinate/shikimate dehydrogenase, 3-dehydroshikimate dehydratase, 1-deoxy-D-xylulose-5-phosphate reductoisomerase, pyridoxine 5-phosphate synthase, 3-deoxy-manno-octulosonate cytidylyltransferase, 및 dihydropteroate synthase로 구성된 군에서 선택되는 1종이상의, 아시네토박터(Acinetobacter) 속 미생물 효소들을 약물 표적으로 이용하는 방법.
  24. 제14항의 방법에 따라 선정된 아시네토박터(Acinetobacter) 속 미생물의 약물 표적 효소를 코딩하는 유전자군들을 아시네토박터(Acinetobacter) 속 미생물의 약물 표적 유전자로 결정하는 것을 특징으로 하는, 아시네토박터(Acinetobacter) 속 미생물에 대한 약물 표적 유전자의 스크리닝 방법.
  25. 제24항의 방법에 의해 수득된, ABAYE0036, ABAYE0082, ABAYE0377, ABAYE0807, ABAYE0811, ABAYE0945, ABAYE1417, ABAYE1418, ABAYE1539, ABAYE1581, ABAYE1682, ABAYE1683, ABAYE1685, ABAYE2076, ABAYE3176, ABAYE3395, ABAYE3524, ABAYE3568, ABAYE3612 및 ABAYE3616으로 구성된 군에서 선택되는 1종 이상의, 아시네토박터(Acinetobacter) 속 미생물 유전자들을 약물 표적으로 이용하는 방법.
  26. 대상 미생물의 대사 네트워크 모델을 이루는 필수 대사산물 중, 적어도 3개 이상의 효소 반응식에 관여하면서, 동시에 적어도 2개 이상은 해당 필수 대사산물을 소비하는 경우의 대사산물을 선별하는 것을 특징으로 하는, 필수 대사산물 스크리닝 방법.
PCT/KR2010/000162 2009-09-18 2010-01-11 필수 대사산물을 이용한 병원성 미생물의 약물 표적 예측 방법 WO2011034263A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2009-0088502 2009-09-18
KR20090088502 2009-09-18

Publications (1)

Publication Number Publication Date
WO2011034263A1 true WO2011034263A1 (ko) 2011-03-24

Family

ID=43758840

Family Applications (2)

Application Number Title Priority Date Filing Date
PCT/KR2010/000162 WO2011034263A1 (ko) 2009-09-18 2010-01-11 필수 대사산물을 이용한 병원성 미생물의 약물 표적 예측 방법
PCT/KR2010/006469 WO2011034397A2 (ko) 2009-09-18 2010-09-20 필수 대사산물을 이용한 병원성 미생물의 약물 표적 예측 및 약물 탐색 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
PCT/KR2010/006469 WO2011034397A2 (ko) 2009-09-18 2010-09-20 필수 대사산물을 이용한 병원성 미생물의 약물 표적 예측 및 약물 탐색 방법

Country Status (2)

Country Link
KR (1) KR101243378B1 (ko)
WO (2) WO2011034263A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117095741A (zh) * 2023-10-19 2023-11-21 华东交通大学 基于图自注意力的微生物-药物关联预测方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2973227B1 (fr) * 2011-04-01 2014-08-08 Oreal Composition cosmetique comprenant du 4-(3-ethoxy-4-hydroxyphenyl)butan-2-one
CN102663214B (zh) * 2012-05-09 2013-11-06 四川大学 一种集成药物靶标预测系统的构建和预测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020168654A1 (en) * 2001-01-10 2002-11-14 Maranas Costas D. Method and system for modeling cellular metabolism
US20040210398A1 (en) * 2002-10-15 2004-10-21 The Regents Of The University Of California Methods and systems to identify operational reaction pathways
JP2005058226A (ja) * 2003-07-29 2005-03-10 Ajinomoto Co Inc 物質生産に影響する代謝フラックスの決定方法
KR100655495B1 (ko) * 2005-07-11 2006-12-08 한국과학기술원 대사산물들의 플럭스 섬을 이용한 인-실리코 생물 개량방법
WO2008078911A1 (en) * 2006-12-22 2008-07-03 Korea Advanced Institute Of Science And Technology Method for screening essential metabolites in growth of microorganisms
US7440855B2 (en) * 2001-08-11 2008-10-21 The Regents Of The University Of California Identification of antibiotic targets and critical points in metabolic networks based on pathway analysis

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101132395B1 (ko) * 2008-03-24 2012-04-03 한국과학기술원 시스템 기법을 이용한 비브리오속 미생물의 약물 표적 예측

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020168654A1 (en) * 2001-01-10 2002-11-14 Maranas Costas D. Method and system for modeling cellular metabolism
US7440855B2 (en) * 2001-08-11 2008-10-21 The Regents Of The University Of California Identification of antibiotic targets and critical points in metabolic networks based on pathway analysis
US20040210398A1 (en) * 2002-10-15 2004-10-21 The Regents Of The University Of California Methods and systems to identify operational reaction pathways
JP2005058226A (ja) * 2003-07-29 2005-03-10 Ajinomoto Co Inc 物質生産に影響する代謝フラックスの決定方法
KR100655495B1 (ko) * 2005-07-11 2006-12-08 한국과학기술원 대사산물들의 플럭스 섬을 이용한 인-실리코 생물 개량방법
WO2008078911A1 (en) * 2006-12-22 2008-07-03 Korea Advanced Institute Of Science And Technology Method for screening essential metabolites in growth of microorganisms

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117095741A (zh) * 2023-10-19 2023-11-21 华东交通大学 基于图自注意力的微生物-药物关联预测方法
CN117095741B (zh) * 2023-10-19 2024-01-30 华东交通大学 基于图自注意力的微生物-药物关联预测方法

Also Published As

Publication number Publication date
WO2011034397A3 (ko) 2011-10-06
KR101243378B1 (ko) 2013-03-25
WO2011034397A2 (ko) 2011-03-24
KR20110031143A (ko) 2011-03-24

Similar Documents

Publication Publication Date Title
WO2009128644A9 (ko) 게놈 수준에서의 부탄올 생산 미생물의 대사 네트워크 모델 및 이를 이용한 부탄올 생성 미생물의 대사특성분석 및 결실 표적 스크리닝 방법
Kyrpides et al. Universal protein families and the functional content of the last universal common ancestor
Degenring et al. Sensitivity analysis for the reduction of complex metabolism models
Chen et al. Integrating molecular dynamics and co-evolutionary analysis for reliable target prediction and deregulation of the allosteric inhibition of aspartokinase for amino acid production
WO2011034263A1 (ko) 필수 대사산물을 이용한 병원성 미생물의 약물 표적 예측 방법
Ataman et al. lumpGEM: Systematic generation of subnetworks and elementally balanced lumped reactions for the biosynthesis of target metabolites
WO2003081207A2 (en) Compositions and methods for modeling bacillus subtilis metabolism
Liebermeister et al. Bringing metabolic networks to life: integration of kinetic, metabolic, and proteomic data
Oberhardt et al. Systems-wide prediction of enzyme promiscuity reveals a new underground alternative route for pyridoxal 5’-phosphate production in E. coli
Deng Genetic mechanisms of polygenic hypertension: fundamental insights from experimental models
Mason et al. An energetic reformulation of kinetic rate laws enables scalable parameter estimation for biochemical networks
Wang et al. A method for efficient calculation of thermal stability of proteins upon point mutations
Occhipinti et al. Discovering essential multiple gene effects through large scale optimization: an application to human cancer metabolism
Higgins et al. SARS-CoV-2 hijacks p38β/MAPK11 to promote virus replication
Thiaville et al. Members of a novel kinase family (DUF1537) can recycle toxic intermediates into an essential metabolite
Han et al. Computer-based design of a cell factory for high-yield cytidine production
Wahl et al. Unravelling the regulatory structure of biochemical networks using stimulus response experiments and large-scale model selection
Hatzihristidis et al. PTP-central: a comprehensive resource of protein tyrosine phosphatases in eukaryotic genomes
Todor et al. Dynamic metabolite profiling in an archaeon connects transcriptional regulation to metabolic consequences
Jolley et al. Topological biosignatures: large-scale structure of chemical networks from biology and astrochemistry
Chen et al. Identification of novel inhibitors of S-adenosyl-L-homocysteine hydrolase via structure-based virtual screening and molecular dynamics simulations
KR20090101652A (ko) 시스템 기법을 이용한 비브리오속 미생물의 약물 표적 예측
Ramkissoon et al. Rapid identification of sequences for orphan enzymes to power accurate protein annotation
Parikh et al. Comparison of peptide array substrate phosphorylation of c-Raf and mitogen activated protein kinase kinase kinase 8
Li et al. Metabolic pathway alignment (M-Pal) reveals diversity and alternatives in conserved networks

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10817332

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 10817332

Country of ref document: EP

Kind code of ref document: A1