본문 바로가기
  • 과학과 놀자

    신약개발 과정에서 독성·안전성을 검증하기 위한 동물 대상 실험, 빅데이터 구축해 동물실험 최소화…인공장기로 대체도

    우리는 살아가면서 몸이 아프면 병원이나 약국에 가서 증상에 맞는 약을 처방받는다. 이렇게 쉽게 접할 수 있는 약이 세상에 나오기까지는 많은 시간적 노력과 천문학적 금액의 비용이 투입된다. 신약의 파이프라인(개발 후보물질) 단계에서 비임상시험을 거쳐 임상시험을 통해 세상에 나오기까지 평균 10년 정도의 시간이 소요되며, 대략 하나의 신약이 성공하기까지 1조원 정도의 돈이 투자된다.많은 시간과 비용이 투자되는 만큼 신약 개발의 주요 단계에서 후보물질의 고-스톱(진행-중단) 여부를 결정짓기 위해 다양한 분야의 시험을 수행하게 된다. 특히 파이프라인 단계에서 효능을 입증받은 후보물질의 안전성이나 효능을 검증받기 위해 수행하는 비임상 단계는 사람에게 직접적으로 투여하기 전에 설치류, 비설치류 및 영장류를 이용해 일반독성, 발암성, 생식발생독성, 유전독성, 면역독성, 안전성 약리 등 다양한 시험을 필수적으로 진행해야 한다. 사람에게서 나타날 수 있는 부작용을 최소화하기 위해 수행하는 반복적이고 다양한 비임상시험으로 인해 많은 실험동물의 희생이 따르는 부분은 그동안 필수불가결한 부분으로 여겨져 왔다. 실험동물 사용을 금지하는 세계적 추세그러나 2010년대 초반에 들어오면서 유럽에서는 실험동물의 윤리적 문제로 인해 동물실험 화장품 원료 등에 대한 동물실험을 금지했고, 동물실험을 수행한 화장품 원료 및 제품은 판매를 금지하도록 결정했다. 한국도 2017년부터 동물실험을 거쳐 만든 화장품을 유통하거나 판매할 수 없게 됐다. 2013년 미국에서 열린 FDA(Food and Drug Administration: 미국 식품의약국) 주최 워크숍의 주제는 ‘실험동물을 사용하지 않는 독

  • 숫자로 읽는 세상

    토종 신약후보물질 3년새 2.5배 늘었다

    국내 제약·바이오업계가 개발 중인 신약 후보물질(파이프라인) 수가 3년 사이 2.5배 넘게 늘어난 것으로 나타났다. ‘새내기’ 바이오벤처가 꾸준히 배출되는 데다 기존 업체들도 앞다퉈 파이프라인 확장에 나선 덕분이다.한국제약바이오협회에 따르면 지난 7월 말 기준 국내 기업이 보유하고 있는 파이프라인 수는 모두 1477개로, 3년 전(573개)보다 157.8% 늘었다. 3년 전에는 100곳, 이번에는 299곳을 대상으로 조사했다.1477개 파이프라인을 유형별로 나누면 합성신약 후보물질이 가장 많은 599개(40.6%)를 차지했다. 항체의약품 등 바이오신약이 540개(36.6%)로 뒤를 이었다. 나머지 338개는 천연물의약품이거나 융복합물질이어서 명확하게 분류하기 어려운 물질들이다.양만 늘어난 것이 아니라 질도 좋아졌다. 신약으로 개발될 가능성이 높아 실제 임상에 들어간 파이프라인은 551건(37.3%)으로, 3년 전보다 7.1%포인트 상승했다. 이 중 116건(7.9%)은 신약 개발의 ‘마지막 관문’인 임상 3상에 들어갔다. 임상 2상(169건·11.4%)과 임상 1상(266건·18%)도 각각 100건이 넘었다.파이프라인을 질환별로 분류하면 첫손에는 항암제(317개·21.5%)가 꼽혔다. 현재 개발 중인 항암제 10개 중 1개 이상은 어느 정도 개발이 진행된 임상 2상(25개)과 3상(10개)인 것으로 나타났다. 그 뒤를 대사질환(173개), 신경계통(146개), 감염성질환(112개) 등이 이었다.다른 제약·바이오업체로부터 파이프라인을 사들이거나 공동 개발하는 ‘오픈 이노베이션’ 전략도 확산되는 모습이다. 국내외 제약·바이오기업으로부터 라이선스를 사들이거나 매각한 건수는 2019년 36건에서 작년 105건으로 3배 가까이 늘었다. 올 들어

  • 과학과 놀자

    질병 유발 단백질에 대한 신약 후보물질의 생리활성을 예측하는 기술, 인공지능 활용한 가상탐색으로 신약 후보물질 빨리 찾아내

    평균 10년, 1조원의 비용. 일반적으로 알려진 신약 개발에 필요한 기간과 비용이다. 이렇게 많은 시간과 비용이 드는 이유는 신약 후보 물질을 찾는 단계에서 약물의 승인 단계까지 상당한 시간과 비용이 소모되기 때문이다. 신약 개발에는 막대한 시간과 비용이 들어가지만, 성공 가능성은 희박하다. 신약 개발 과정은 질병을 일으키는 단백질을 찾아내고 해당 질병을 치료하기 위한 후보물질 탐색, 전임상, 안전성 및 약효를 평가하는 임상 1, 2, 3상 단계를 거친다. 이와 같은 과정에는 많은 시행착오가 생기며 이로 인해 막대한 연구개발 시간과 비용이 소요될 수 있다. 인공지능을 활용한 연구개발신약 개발업계 관련자들은 이런 고민을 해결하기 위해 엄청난 노력을 꾸준히 하고 있다. 최근 4차 산업혁명이라는 이슈와 함께 이런 질문에 대한 대안으로 관심받는 기술이 있다. 바로 컴퓨터를 이용한 인공지능 기술이다. 인공지능은 하드웨어 발달 및 병렬처리 알고리즘 개발에 힘입은 컴퓨터 성능 향상, 딥러닝을 기반으로 하는 획기적 데이터 분석 기술 개발, 전 세계를 연결하는 초고속 인터넷 등 다양한 기술 발전의 결과물로서 이미 이미지, 영상, 음성에 대한 인식 수준은 인간을 초월해가고 있으며 그 응용범위가 신약 개발을 포함한 모든 과학 분야의 영역으로 확대되고 있다. 인공지능을 활용하면 개선될 여지가 충분히 크기 때문에, 인공지능 기술은 기존 신약 개발 연구개발 과정의 효율성을 높여 신약 개발 성공률을 높일 수 있을 것으로 기대하고 있다.컴퓨터 기반의 신약 개발 연구는 지난 수십 년 동안 화합물과 생물학적 타깃(질병 유발 단백질) 간의 상호작용을 컴퓨터, 물리, 화학, 통계 등의