[Bioinformatics] SMILES 구조식을 3D PDB 모델로 변환 및 화합물 분석 가이드

단백질-리간드 복합체 구조 분석이나 분자 동역학(MD) 시뮬레이션을 수행할 때, 2차원 문자열인 SMILES를 정확한 3차원 좌표를 가진 PDB 파일로 변환하는 것은 필수적인 첫 단계입니다. 연구 효율을 높여줄 수 있는 주요 방법론과 화합물 식별 도구들을 정리합니다.

1. SMILES를 3D PDB로 변환하는 3가지 방법

SMILES는 원자들의 연결 정보만을 담고 있는 2차원 데이터이므로, 시뮬레이션에 활용하기 위해서는 3차원 좌표 생성(Conformer Generation) 과정이 반드시 수반되어야 합니다.

방법 A: Open Babel (대량 변환 및 터미널 환경 최적화)

수많은 화합물 파일을 한꺼번에 처리하거나 리눅스 서버 환경에서 작업할 때 가장 강력한 도구입니다.

특징: 빠르고 강력한 포맷 변환 능력을 갖추고 있습니다.

실행 명령어:

Bash

# 단일 SMILES 문자열을 3D PDB로 즉시 변환
obabel -:"SMILES_문자열" -opdb -O result.pdb --gen3d

방법 B: RDKit (파이썬 기반 연구 자동화)

커스텀 알고리즘 개발이나 파이프라인에 통합하기 가장 적합한 라이브러리입니다.

특징: 수소 원자 추가 및 에너지 최적화(ETKDG)를 통해 정밀한 좌표 생성이 가능합니다.

샘플 코드:

Python

from rdkit import Chem
from rdkit.Chem import AllChem

smiles = "SMILES_문자열"
mol = Chem.MolFromSmiles(smiles)
mol = Chem.AddHs(mol)  # 수소 원자 추가 (PDB 저장 시 필수)
AllChem.EmbedMolecule(mol, AllChem.ETKDG())  # 3D 좌표 생성 알고리즘 적용
Chem.MolToPDBFile(mol, "output.pdb")

방법 C: 온라인 도구 (무설치 및 빠른 확인)

소프트웨어 설치 없이 웹 브라우저에서 즉시 결과를 얻을 수 있습니다.

MolView: 구조식을 붙여넣은 후 Tools -> 3D build를 통해 시각화하고 PDB로 다운로드할 수 있습니다.
PubChem: 이미 잘 알려진 화합물이라면 PubChem 검색 후 Download -> 3D PDB 메뉴에서 최적화된 구조를 바로 내려받는 것이 가장 정확합니다.

2. 화합물의 정체 및 물성 분석 도구

추출한 SMILES가 어떤 약물인지, 혹은 신약 후보 물질로서 적합한 성질을 가졌는지 확인하는 가장 빠른 경로들입니다.

🧪 화합물 식별 (Identity Check)

PubChem Identifier Exchange Service: 대량의 SMILES 목록을 업로드하면 일반 명칭(Common Name), CID, IUPAC Name 등으로 한 번에 일괄 변환해 줍니다.
ChemSpider: 특정 구조와 관련된 전 세계의 논문, 특허, 제조사 정보를 확인하는 데 최적화된 방대한 데이터베이스를 제공합니다.

💊 약물성 분석 (Property Analysis)

SwissADME: 입력된 화합물이 실제 약이 될 가능성(Lipinski’s Rule of 5)이 얼마나 되는지, 수용성이나 뇌혈관 장벽(BBB) 투과성은 어떠한지 즉시 분석 리포트를 생성해 줍니다.

💡 연구 활용 팁

단백질-리간드 도킹이나 MD 시뮬레이션의 정확도를 높이기 위해서는 변환된 PDB 파일에 수소 원자가 올바르게 추가되었는지, 그리고 화합물의 하전 상태(Protonation state)가 pH 7.4 조건에 맞는지 한 번 더 확인하는 과정이 중요합니다.

이 포스팅은 단백질 구조 정밀화 엔진 개발 및 신약 설계 연구 과정의 일환으로 정리되었습니다.