지이코노미 김용두 기자 |  신약개발은 평균 10년 이상의 개발 기간과 약 3조원의 개발비용이 소요되는 위험 부담이 큰 분야이다. 특히, 엄청난 금액이 투자되는 것에 반해 실패율이 92%에 달해, 제약∙바이오 기업에서는 해당 리스크를 줄이기 위한 다양한 시도를 하고 있으며, 최근 인공지능(AI) 신약개발이 '게임체인저'로 부상하고 있다.

기존 신약개발 과정은 후보물질 발굴부터 임상시험 및 시판까지 매우 큰 비용과 시간이 들어간다.

그러나 최근 인공지능(AI)을 활용한 신약 후보물질 발굴 기술이 등장하면서, 신약 개발에 소요되는 비용 및 시간을 절반 이상 줄일 수 있게 되었다. 하지만 각 후보물질이 실제 의약품으로 제조되어 임상에 진입 시  약물효과 및 부작용 예측이 불가능하기 때문에 이를 사전에 검증할 수 있는 기술이 반드시 필요하다.

유전체 코흐트 데이터를 기반으로 약물의 효과를 예측하고, 복합제의 조합과 효과를 예측하는 솔루션을 개발 중인 바스젠바이오 유전역학연구소 BI & AI팀 김정은 팀장에게 AI신약개발 약물 효과 예측 솔루션 ‘DEEPCT’에 대해 물어봤다.

Q. DEEPCT에 대해 설명 부탁드립니다.

바스젠바이오는 유전체 코호트를 이용하여 약물의 효능을 예측하기 위해 연세 의료원과 한국인 유전체 데이터의 독점권을 계약하였으며, 그 이후 DEEPCT 알고리즘을 구현하게 되었습니다. DEEPCT는 한국인 데이터와 바스젠바이오의 기술력만으로 약효, 부작용, 확대 가능한 적응증을 예측하고, 최적의 복합제 조합과 효과를 예측하는 국내에 유일무이한 솔루션입니다.

DEEPCT는 Deep learning based Clinical Trial의 약자로 in silico 약물 효과를 예측하는 솔루션이며, 유전체 데이터를 이용하여 빠른 속도로 약물 효과를 시뮬레이션 할 수 있습니다. 동시에 부작용과 재창출을 할 수 있고, 임상시험의 성공률이 높은 약물을 선택 및 발굴할 수 있습니다.

Q. 특정 약물을 먹었을 때 나타날 수 있는 증상이나 부작용을 예측할 수 있나요?

지금까지 보고된 약물 효과 예측 알고리즘은 대부분 기존에 허가된 약물에 대한 데이터를 기반으로 효과를 예측합니다. 반면에 DEEPCT 알고리즘은 기존에 허가되지 않은 약물이거나, 혹은 약물을 복용한 환자들의 데이터가 없어도 잠재적인 부작용을 예측할 수 있습니다. 그 이유는 약물의 효과를 예측하는(또는 모방하는) 유전체데이터를 이용하므로, 어떤 약이라도 DEEPCT 알고리즘으로 약물의 효과뿐 아니라, 재창출, 부작용을 예측할 수 있습니다.

Q. DEEPCT를 가능하게 만든 데이터나 기술력은 무엇이 있나요?

두 가지로 말씀드릴 수 있습니다.

첫째, 바스젠 바이오는 다양한 전문가들로 구성되어 있습니다. 의학 및 간호학을 전공한 의료인을 비롯하여 유전역학, AI, 통계, bioinformatics 전공자들이 한 자리에 모여 토론하며, 의견을 공유합니다. 우리는 양방향의 소통으로 기술적으로 빠르게 성장하고 있습니다.

둘째, 바스젠바이오는 한국인 대규모 유전체 코호트를 통해서 백인이 아닌 한국인에서의 약물의 효과를 예측합니다. 백인 유전체 데이터를 기반으로 DEEPCT를 분석한다면, 그 결과는 백인에서의 약물의 효과입니다. 우리는 한국인에서 약물의 효과를 예측하기 위해, 한국인 대규모의 유전체 코호트를 독점 계약하여 분석하고 있습니다. 유전체는 동아시아인과 유사도가 높으므로 국내뿐 아니라, 중국과 일본의 제약회사에서도 DEEPCT에 대한 니즈가 높을 것입니다. 뿐만 아니라 UK Biobank 등 국내외 대규모 유전체 데이터도 분양 받아 활용하고 있어, 글로벌 제약회사와의 협업도 가능합니다.

Q. 다른 인공지능(AI) 활용 신약개발 기업과 차별화된 경쟁력은 무엇인가요? 

대부분의 신약개발 회사는 약물 반응의 유전체 데이터를 기반으로 AI 학습을 하여 약물의 효과를 예측합니다. 이러한 방법을 적용하기 위해서는 기존의 약물처리 후의 유전체 데이터나, curation 된 데이터 베이스가 필요합니다. 그러나 바스젠바이오는 real world 데이터나 실험 데이터를 기반으로 예측하는 시스템이 아니기 때문에, 약물처리 후의 유전체 데이터가 필요하지 않습니다. 그렇기 때문에 제약회사에서 신약개발을 할 경우, DEEPCT 알고리즘은 매우 매력적일 것입니다.

Q. 마지막으로 내년 DEPPCT 연구개발 계획은 어떻게 되나요?

최초의 DEEPCT는 약물의 효과를 예측하는 알고리즘으로 시작했습니다. 그래서 DEEPCT의 명칭이 ‘딥러닝 기반의 임상시험 시뮬레이션’ 솔루션이지만, 현재 DEEPCT는 신약개발 타겟을 발굴하는 분야로 확장하고 있으며, 이를 위한 추가 알고리즘이 보완되었습니다. 2023년에는 공격적으로 신약개발 전주기의 각 단계를 지원하는 알고리즘을 개발할 것이며, in silico를 토대로 개발된 다수 약물의 in vitro/in vivo 실험결과를 파이프라인에 추가할 예정입니다. 바스젠바이오는 앞으로 제약바이오 기업의 신약개발 전 주기 파트너로서 자리매김할 것입니다.