단백질 구조를 예측하고 저온 전자 현미경(cryoEM)으로 구조를 결정하는 데 있어 AlphaFold2가 놀라운 진전을 이루었음에도 불구하고, 단백질 결정학은 여전히 약물 발견을 위한 고해상도 데이터와 더 신뢰할 수 있는 구조를 제공할 가능성이 더 높습니다. 결정학 연구의 병목 현상은 결정화를 촉진하는 화학 칵테일을 찾는 것입니다. 각 리드 조건에는 2~7가지 화학 물질이 포함되어 있으며 희소 매트릭스 스크린에서 수백 개의 용액을 샘플링하여 발견합니다.
좋은 리드의 구성이 최적화되면 구조 연구를 위해 단백질 결정이 대량으로 성장합니다. 단백질 결정 성장은 종종 일부 요인의 상승 수준에 대해 2차 반응을 나타내며, 양방향 상호 작용이 풍부합니다. 2단계 설계는 이러한 특징이 없습니다. 새로운 2단계 수정된 1인자-한번에(MOFAT) 실험은 시뮬레이션 연구에서 양방향 상호 작용을 감지할 수 있습니다(Yu 2022). MOFAT를 3단계로 확장하면 결정 재배자의 관심을 끌 것입니다.
우리는 3단계 확장 MOFAT(EMOFAT) 설계가 2방향 및 2차 효과를 감지할 수 있다고 가정합니다. 이 설계는 표준 OFAT 설계의 기준 실행을 유지하고 모든 요인이 가장 낮거나 가장 높은 수준(2m + 3 실행, 여기서 m은 요인 수)에 있는 실행을 추가합니다. 우리는 JSL 스크립트를 사용하여 이러한 설계가 주효과와 3방향 상호 작용을 포함한 고차 상호 작용을 감지하는 능력을 탐구하기 위해 시뮬레이션 연구를 수행했습니다.
이러한 설계는 세 가지 레벨에서 비선형 반응을 감지하고, 보다 진보된 최적화 실험으로 넘어가기 전에 양방향 상호 작용을 감지할 수 있기 때문에 단백질 결정 재배자들에게 매력적일 수 있습니다.
