2020-10-12 (월)

  • 구름많음동두천 11.2℃
  • 흐림강릉 15.3℃
  • 박무서울 14.2℃
  • 흐림대전 15.2℃
  • 구름많음대구 14.5℃
  • 구름많음울산 15.6℃
  • 흐림광주 16.6℃
  • 구름많음부산 16.6℃
  • 흐림고창 15.1℃
  • 구름많음제주 19.9℃
  • 구름많음강화 13.2℃
  • 흐림보은 13.0℃
  • 흐림금산 13.9℃
  • 구름많음강진군 17.5℃
  • 흐림경주시 12.7℃
  • 구름조금거제 15.6℃
기상청 제공

제약/유통


신약개발도 이제는 ‘인공지능’이 트렌드

AI 활용, 신약 개발 기간과 비용 줄어들어

신약을 탐색하기 위해서는 많은 자료들을 다루고 분석해야 한다. 그러나 자료의 방대함은 이미 사람이 다룰 수 있는 수준이 넘었으며, 지금도 빠른 속도로 그 양이 증가하고 있다. 

이런 상황 속에서 AI의 등장은 획기적이라고 할 수 있다. AI는 제약바이오계에서 정보탐색, 약물설계 단계는 물론 시판 후 사후 추적 단계까지 다양하게 활용되고 있으며, 시행착오를 줄여 신약개발기간을 눈에 띄게 단축시키고 개발비에 대한 비효율성까지 감소시켰다.

한국보건산업진흥원이 지난 18일 ‘AI(인공지능, 이하 AI)’를 활용한 신약개발’을 주제로 보건산업브리프를 발행했다.


AI를 활용해 신약을 개발하는 것은 우선 AI 알고리즘을 개발하는 것으로부터 시작한다. 이를 위해 AI를 활용해 신약후보물질을 ‘탐색’하는 것은 필수적인 과정이다. 데이터를 수집하고 정제하는 과정을 거쳐야 하며, 이 단계에서 화합물 중 약물유사성이나 생물반응촉진하 등 약물 정보를 활용해 합성·감수성이 높은 데이터를 기반한 학습 데이터를 확보해야 한다.

다음으로, AI 알고리즘에 적용할 딥러닝 기법을 선택하는데 데이터의 형태나 종류, 신약 개발을 위한 분석 디자인 등에 따라 딥러닝 기법들 중 적절한 AI 알고리즘을 적용하게 된다.

이후 생성 모델을 통해 만들어진 선도 물질들 중에 상대적으로 약물 합성이 높은 화합물을 선별하는 작업을 수행하는데, 이 때는 Ligand Based method (LB), Structure Based method (SB) 방법을 적용한다. 이를 활용하면 선도 물질의 화학 구조 정보와 타겟 단백질 구조 데이터들을 활용해 Virtual Screening을 수행하며 선도물질을 평가할 수 있다.

신약후보물질 탐색을 마치고 신약 임상 개발 단계에 접어들면 AI는 임상 시험 및 환자 모집, 복약 이행 등에 활용된다. 올바른 임상 시험과 올바른 환자를 매칭시키는 것은 연구팀과 환자 모두에게 많은 시간을 요구하는 힘든 과정이지만, AI를 적용하면 환자 의료기록에서 정보를 추출해 일부 포함·제외 기준을 자동으로 확인해 등록 절차를 간소화할 수 있어 편리하다. 

한편, 국내 AI 전문 기업은 신약개발 관련, 독자적인 DB와 기술을 이용해 AI 플랫폼을 만들고, AI를 활용한 신약개발 연구를 수행하고 있다. 시간 단축은 물론, 안전성을 확인하기 위한 제약사들의 관심이 증가해 향후 더욱 활발해질 것으로 보인다.

국내에서는 스탠다임, 신테카바이오, 에이조스바이오 등의 기업에서 AI 인공지능 플랫폼을 개발하고 있는데, 스탠다임의 Standigm Best 기술은 drug discovery space를 탐색해 원하는 특성을 만족시키는 새로운 화합물을 생성하며, Standigm Insight 기술은 잠재 목표 예측을 통해 숨겨진 조짐들을 발견해 복합제를 발굴하는 기술이다.

신테카바이오의 NEOscanTM 기술은 암 유전체 분석과 AI 딥러닝 기술을 기반으로 환자의 면역시스템을 활성화시켜 암을 치료할 수 있는 신생항원 펩타이드를 예측하며, GBLscanTM 기술은 초기단계 임상시험에서 확보된 유전자 데이터를 사용해 약효예측 바이오마커를 발굴한다.

에이조스바이오의 AiMol 기술은 가상의 압축 공간에서 약리활성 물질의 구조적 특징을 찾아 조합하고 그 과정에서 특정 효능을 가감할 수 있는 알고리즘 플랫폼이다.

Global Market Insight에 따르면, AI를 활용한 신약개발 시장 규모는 매년 40%씩 성장하고 있다. 4년 후인 2024년에는 4조 6700억원에 이를 것으로 추정된다. 이에 제약사들은 AI 전문기업과 공동으로 연구·개발하고 있다.


한미약품은 스탠다임과 협업해 항암, 비알코올성 지방간 등에 관한 파이프라인을 개발하고 후보물질을 도출하는 공동연구 계약을 올해 1월 체결했다. 

JW중외제약은 신테카바이오와 함께 항암, 통풍 치료제에 대해 AI활용 신약후보물질 바이오마커를 발굴하는 등 공동 연구에 관한 체결을 지난 2018년 5월 체결했다. 

웰마커바이오는 에이조스바이오와 바이오마커 기반 표적항암제 공동개발에 관해 올해 3월 합의했다. 신약개발용 AI 플랫폼 기반의 타깃약물을 발굴하고 최적화시켜 효능확인을 실험하고 신약개발을 진행한다.

AI 활용 신약개발이 미래 핵심 전략분야로 자리잡은 것은 선진국들 또한 마찬가지다. AI 헬스케어 산업은 16년 0.8조 규모였으나, 24년에는 11조에 이를 것으로 전망되는 만큼 정부와 민간이 협력해 다양한 프로젝트를 진행하고 있다.

미국은 2017년부터 정부와 민간이 협동해 세계 최고수준의 슈퍼컴퓨터와 AI 기술을 보유한 출연연과 국립보건원을 중심으로 제약사, 의료기관 등이 참여하는 신약개발 AI를 개발하는 ‘ATOM’ 프로젝트를 추진하고 있다. 인공지능 관련 데이터·하드웨어 인프라를 제공해 희귀질환 및 신약개발을 지원하고 환자의 이익을 위해 임상 전 약물발견 시간을 대폭 단축시키는 것을 목표로 한다.

민간 단독 분야에서는 구글, 아마존, 마이크로소프트 등 글로벌 IT사들의 신약개발 사업이 활발하다. 특히 구글은 2019년 9월 사노피와 함께 AI 활용 신약개발을 위해 이노베이션랩 프로젝트를 시작했다.

유럽은 정부와 민간이 함께 ‘MELLODDY(Machine Learning Ledger Orchestration for Drug Discovery)’ 컨소시엄을 구성해, 신약개발을 목표로 전통적 제약사들 간 새로운 협력 모델을 보이고 있다. MELLODDY를 통해 보안·프라이버시 보존 필요성을 해소하는 동시에, 예측 성능 향상을 위한 충분한 정보 교환을 허용하는 정교한 플랫폼이 개발되고 있다. 

생명공학정책연구센터는 2020년 글로벌 생명과학 산업에 대해 5가지를 예측했다. 그에 따르면, AI를 활용한 암 및 희귀질환에 대한 신약 개발 혁신 촉진 가속화는 물론 높은 잠재성을 지닌 10개 이상의 마이크로바이옴기반 항암치료에 대한 임상 파이프라인이 확보돼 투자 또한 늘어날 것으로 기대된다. 

바이오의약품 생산성 향상을 위한 연결과 지능형 바이오프로세싱은 2020년 11.1%의 성장률과 더불어 10억 달러를 넘어설 것이며, 이는 제조업체 또한 디지털화 돼 품질관리에 소요되는 시간과 운영비용을 절감시켜줄 것이다.

아태지역의 지역의 정밀의료 체외진단에 대해서는 암에 대해 동반진단 테스트 시장의 성장이 예상되며, 유전자 치료제 시장이 성숙해지면서 수입 또한 40억 달러에 이를 것으로 전망된다.

신약 개발은 투자에 비해 비용 회수가 어려워 많은 ‘얼마나 빨리 개발 비용을 회수할 수 있는지’가 제약사들에 큰 영향을 미친다. 이를 해결하기 위해 제약사들은 AI를 활용하고 있다. 이는 앞으로 제약산업에서 AI의 영향력이 더욱 커질 것이라는 것을 나타낸다.

최근 코로나19로 국가 주도의 신약·백신 개발이 화제가 된 만큼, 앞으로는 국가가 적극적으로 앞장서서 AI를 지원해 신약을 개발할 수 있는 생태계를 구축하고, AI 임상시험 승인 및 기술이전 비용 지원 등 공익 목적의 신약을 개발해 AI를 활용한 신약개발 강국을 만들어 나가야 할 것이다.

보고서를 작성한 한국보건산업진흥원 제약바이오산업지원팀 정현주, 피승훈 연구원과 한국제약바이오협회 인공지능(AI)신약개발지원센터 김재영 수석은 “신약후보물질 발견을 위한 AI 솔루션 시장의 규모 증가, AI 투자 및 연구, 스타트업과 빅파마의 협업 증가로 신약개발 효율성 향상에 기여하고 있다”고 설명하고, “국가 주도의 4차 산업시대 대비 전문인력 인프라 조성이 필요하며, 희귀질환, 감염병 치료제 개발 지원 사업에 정부의 정책 지원이 필요하다”고 주장했다.
배너

배너