[SPR 원리]
SPR 데이터는 왜 이런 곡선을 그릴까? Kinetics 관점에서 이해하는 SPR 원리

대학원 연구실부터 제약회사 R&D 센터까지, 단백질 상호작용 분석의 ‘골드 스탠다드’로 불리는 SPR 원리를 이해하는 것은 실험의 성패를 좌우합니다. 단순히 “결합하느냐 아니냐”를 넘어, 굴절률의 실시간 변화를 통해 SPR kinetics를 추출해내는 과정은 신약 개발의 리드 최적화 단계에서 가장 중요한 근거가 됩니다.

1. 문제점: 왜 평형 상태의 Affinity(KD)만으로는 부족할까?

많은 연구원이 IC50이나 KD(해리 상수) 값에만 집중합니다. 하지만 두 화합물의 KD 값이 같더라도 생체 내 반응은 완전히 다를 수 있습니다.

위 그래프처럼 약물 A와 B는 평형 상태의 결합력(KD)은 같지만, 실제 상호작용의 양상은 완전히 다릅니다. 이와 같이 약물이 표적에 얼마나 빨리 붙고 얼마나 오래 머무르는가에 대한 ‘속도론적 역동성’을 간과하면, 임상 단계에서 예상치 못한 효능 저하를 겪을 수 있습니다.

2. 해결 방안: SPR 원리로 풀어내는 실시간 동역학

SPR 원리는 금 박막 표면의 질량 변화를 실시간으로 추적하여, 상호작용의 ‘속도 상수’를 직접 측정합니다. 이를 통해 결합 속도(ka)와 해리 속도(kd)를 각각 독립적으로 산출하여 SPR 데이터 해석의 정확도를 높입니다.

3. 결과 및 효과: 연구의 가속도와 의사결정의 혁신

정확한 SPR 데이터 해석은 연구원이 마주하는 세 가지 핵심 영역에서 비교할 수 없는 효율을 창출합니다.

• 시간적 효율 (Speed): Label-free 방식은 형광 표지 등의 전처리 과정을 생략하게 해줍니다. AI가 설계한 수백만 개의 후보 물질을 단 6주 만에 Wet-lab에서 검증할 수 있는 ‘초고속 스크리닝’을 가능케 합니다.
• 자원 최적화 (Resource): 실시간 모니터링을 통해 비특이적 결합(NSB)이나 노이즈를 즉각 감지할 수 있습니다. 이는 품질이 낮은 시료로 인해 낭비되는 시약과 고가의 센서 칩 소모를 최소화합니다.
• 전략적 정확성 (Accuracy): 단순히 KD 값만 보고 ‘가짜 유효 물질’에 매달려 수개월을 허비하는 실수를 방지합니다. 해리 속도(kD)를 통해 Residence Time을 조기에 파악함으로써, 실제 임상 성공 가능성이 높은 물질에만 집중할 수 있는 ‘선택과 집중’의 효율을 제공합니다.

결과적으로 SPR kinetics 분석은 association dissociation 곡선을 통해 신약 후보 물질의 선택성을 높이고, 불필요한 시행착오를 줄여 성공적인 신약 개발의 이정표를 제시합니다.