Expanding AI-Driven Drug Discovery: Virtual Screening of Natural Compounds for Enhanced Cultured Meat Production

Expanding AI-Driven Drug Discovery: Virtual Screening of Natural Compounds for Enhanced Cultured Meat Production

본 연구에서는 생물정보학과 인공지능 기반의 신약 개발 접근법을 활용하여 배양육 생산을 가속화하기 위한 천연물 첨가제를 도출하는 방법을 제안한다. 생물정보학적 접근으로 유방암 세포대비 정상 세포에서 높게 발현되는 차등 발현 유전자들을 선별하고, 이를 근육 조직 및 지방 조직 성장을 저해하는 유전자 후보로 정의하였다. 인공지능 기반의 신약 개발 접근법을 이용하여단백질과 화합물의 결합 예측 모델을 구성하였고, 두 개의 천연물 데이터베이스(COCONUT, 한국한의약진흥원 천연물 물질 데이터베이스)를 가상 스크리닝하여 근육 조직과 지방 조직의 성장을저해하는 단백질들과 잠재적으로 결합하는 천연물 후보 22종을 도출하였다.

In this study, we propose a methodology for deriving natural additives that expedite cultured meat production through a combination of bioinformatics and artificial intelligence-based approaches in drug development. Leveraging a bioinformatics approach, we identify differentially expressed genes that are genetically associated with muscle and adipose tissue growth in breast cancer cells. Subsequently, employing an artificial intelligence-based drug development approach, we construct a model for predicting protein and compound interactions, and conduct virtual screenings of two natural product databases (COCONUT and the Korean Traditional Medicine Database). This enables us to identify 22 candidates of natural compounds that bind to proteins responsible for inhibiting muscle and adipose tissue growth.