AI와 신규 접근법 활용: 신약 개발 초기, 다기관 안전성 위험 예측의 혁신¶
원제목: Leveraging an IntegratedAIand New Approach Methodologies (NAMs) Safety Strategy to understand multi-organ safety risk inDrug Discovery
핵심 요약
- 인공지능(AI)과 신규 접근법 방법론(NAMs)의 통합이 신약 개발 초기 단계의 다기관 안전성 위험 예측 정확도를 크게 향상시켰음.
- 간독성(DILI) 예측에서 NAMs 기반 AI 모델은 기존 모델보다 더 높은 민감도와 특이도로 유망한 화합물 선별에 기여했음.
- 이러한 통합 전략은 높은 신약 실패율을 낮추고, 연구 개발 효율성을 증대시켜 궁극적으로 환자들에게 더 안전하고 효과적인 신약이 조기에 제공될 수 있도록 할 것임.
상세 내용¶
신약 개발 과정에서 높은 실패율은 여전히 심각한 문제로 남아있습니다. 이를 극복하기 위해 신규 접근법 방법론(NAMs)을 조기 신약 개발에 통합하려는 노력이 가속화되고 있습니다. NAMs는 약물의 작용 기전을 더 깊이 이해하고 독성 잠재력을 조기에 예측할 수 있게 합니다. 인간에게 관련성이 높은 고처리량 체외(in vitro) 검사, 예를 들어 3차원 장기 시스템 및 전사체 프로파일링을 활용하면, 독성 프로파일을 기반으로 화학적 계열을 평가하고 분류할 수 있습니다. 본 연구에서는 간독성(DILI)에 대한 조기 위험 완화 전략을 제안하며, 이는 DILI의 주요 특징을 다루는 여섯 가지 NAMs를 포함합니다. 130개의 DILI 음성 및 양성 화합물(실제 양성 = 70, 실제 음성 = 60)로 구성된 참조 화합물 세트가 사용되었습니다. NAMs에는 Glu/Gal, BSEP, HepG2 이미징, 미토콘드리아 스트레스 테스트, HepaRG 간 구체(spheroid) 이미징 및 전장 유전체 전사체 분석이 포함되었습니다. 처음 다섯 가지 NAMs의 데이터는 DILI 예측을 위해 XGBoost 모델과 통합되었으며, 전사체 분석 접근법은 AI 모델링을 활용했습니다. XGBoost 모델은 초기 DILI 안전성 전략으로서 DILI 일치도에 대해 높은 예측 가치를 보였습니다 (민감도 = 81%, 특이도 = 83%, 정확도 = 82%). 그러나 전사체 분석을 활용했을 때 위험 평가 및 유익한 화합물 선택이 개선되었습니다 (민감도 = 81%, 특이도 = 95%, 정확도 = 88%). NAMs를 사용하여 심장독성을 완화하는 데에도 유사한 관찰이 이루어졌습니다. 이 연구는 초기 신약 개발에서 화합물의 위험을 완화하기 위해 NAMs를 사용하는 것의 이점을 보여줍니다.
편집자 노트¶
이 연구는 신약 개발의 난제를 해결하기 위한 AI와 최신 생명과학 기술의 결합이 얼마나 강력한 잠재력을 가지고 있는지를 명확히 보여줍니다. 과거 신약 개발은 시행착오에 의존하는 부분이 많았고, 이로 인해 시간과 비용이 많이 소요될 뿐만 아니라 많은 후보 물질들이 임상 단계에서 실패하는 안타까운 결과로 이어지곤 했습니다. 하지만 본 연구에서 제시하는 '신규 접근법 방법론(NAMs)'과 AI의 통합은 이러한 패러다임을 바꿀 수 있음을 시사합니다. 특히, 인체 장기를 모사한 3D 모델이나 유전체 정보 같은 첨단 기술을 활용하여 약물의 잠재적 독성을 개발 초기 단계에서 정확하게 예측하는 것은, 개발 성공률을 높이는 데 결정적인 역할을 할 수 있습니다. 단순히 높은 예측 정확도를 넘어, AI가 전사체 데이터를 분석하여 더욱 미묘한 위험 신호까지 감지하고 유망한 화합물을 선별해낸다는 점은 매우 주목할 만합니다.
일반 소비자 입장에서는 이 기술이 곧 더 빠르고 안전한 신약 개발로 이어질 수 있다는 점에 주목해야 합니다. 우리가 질병 치료를 위해 기대하는 새로운 약들이 지금보다 훨씬 효율적으로, 그리고 부작용 위험을 최소화한 상태로 시장에 나올 가능성이 높아지는 것입니다. 이는 곧 환자들의 삶의 질 향상과 직결되는 문제이며, 난치병 치료의 희망을 더욱 키울 수 있습니다. 또한, 제약 산업 전반의 경쟁력을 강화하고 혁신을 촉진함으로써, 한국이 글로벌 바이오·제약 시장에서 선도적인 위치를 더욱 확고히 하는 데에도 기여할 수 있을 것입니다. AI와 NAMs의 융합은 단순한 기술적 진보를 넘어, 인류 건강 증진이라는 궁극적인 목표 달성에 한 걸음 더 다가서는 계기가 될 것입니다.