LC-MS/MS 기반 대사체 지표를 활용한 약물 반응 예측_약물 반응성 바이오마커 발굴과 Targeted Metabolomics 접근의 통합 전략

 

서론: 약물 반응 예측, 더 이상 ‘결과’를 기다리지 않아도 되는 시대

신약 개발에서 ‘약물 반응성(drug responsiveness)’은 가장 근본적이면서도 까다로운 질문 중 하나입니다. “이 환자가 이 약물에 반응할까?”, “언제 효과가 나타날까?”, “부작용은 어떻게 발생할까?”— 이러한 질문에 대한 해답은 임상 개발의 모든 단계에서 요구됩니다. 전통적으로는 이 질문에 답하기 위해 장기 추적 임상, 노출-반응(NR) 모델링, 또는 후향적 환자 분석 같은 방식이 활용되어 왔습니다.

하지만 최근에는 분자 수준의 반응성을 사전에 예측할 수 있는 바이오마커, 특히 대사체 지표(metabolic biomarkers)가 신약 개발의 방향을 완전히 바꿔 놓고 있습니다. 특히 LC-MS/MS 기반의 정밀 대사체 분석, 즉 targeted metabolomics 기술이 약물 반응 예측의 ‘새로운 언어’로 주목받고 있습니다.

이 글에서는 LC-MS/MS 기술을 기반으로 한 대사체 분석 전략, 특히 PK/PD와 연계된 예측 바이오마커 발굴, 타깃 대사체 분석법 개발, 그리고 그 실질적 임상 적용 가능성까지 실무 중심으로 폭넓게 다뤄보고자 합니다.

---

1. 약물 반응 예측을 위한 바이오마커 탐색의 흐름 변화

1-1. 과거의 방식: 후향적 해석과 지표 수집

기존의 약물 반응성 예측은 다음과 같은 프로세스를 따랐습니다:

• 다수의 환자에게 투약 → 추적관찰 후 반응군/비반응군 분류
• 생체 지표 수집 (혈액, 유전자, 단백질 등)
• 통계 분석을 통해 차이를 보이는 인자 추출

이러한 방법은 환자 수가 충분한 경우 의미 있는 결과를 도출할 수 있었지만, 다음과 같은 한계를 보였습니다:

• 반응 후에야 알 수 있음 (예측이 아닌 해석)
• 통계적 유의성과 실제 생물학적 의미 간의 간극
• 다양한 내인성 요인으로 인한 signal dilution

1-2. 새로운 접근: 약물 투여 초기에 나타나는 대사체 변화 활용

대사체는 유전자보다 반응 속도가 빠르고, 단백질보다 더 가까운 수준에서 약물 작용의 직접적 반영체로 기능합니다. 약물 투여 후 수분~수시간 내에 나타나는 대사체 변화는 다음을 반영할 수 있습니다:

• 약물의 target engagement
• downstream pathway activation
• 독성 pathway 조기 활성화

따라서 대사체 지표를 이용하면 약물 반응을 조기에, 그리고 정량적으로 파악할 수 있는 강력한 바이오마커가 될 수 있습니다.

---

2. LC-MS/MS 기반 Targeted Metabolomics란?

2-1. Untargeted vs. Targeted Metabolomics

비교 항목	Untargeted	Targeted
목적	전체 대사체 탐색	특정 대사체 정량
분석법	HR-MS 기반	LC-MS/MS 기반 (MRM mode)
민감도	비교적 낮음	높음 (LLOQ 수준)
정량 정확도	상대적	절대 정량 가능 (내부표준 사용)
활용 시점	바이오마커 발굴 초기	검증, 예측 모델 적용

 

Targeted metabolomics는 특정 metabolic pathway의 주요 대사체를 엄선하여 LC-MS/MS 기반으로 정량 분석하는 기법입니다. 이러한 방식은 반복성과 재현성이 뛰어나며, PK/PD 모델과도 수학적으로 결합이 가능합니다.

2-2. LC-MS/MS 기반 정량의 핵심 구성

• 시료 전처리: protein precipitation → derivatization (필요 시)
• 분리 조건: HILIC 또는 RP LC 컬럼
• 탐지 모드: MRM (multiple reaction monitoring)
• 내부표준: isotope-labeled analog 사용
• 대사체 범위: 아미노산, 유기산, acylcarnitine, bile acid, purine 등

---

3. 약물 반응 예측을 위한 LC-MS/MS 기반 대사체 분석 사례

3-1. 항암제 반응성 예측 – Acylcarnitine profile

연구 배경: 특정 항암제에 반응하는 환자에서 투약 후 acylcarnitine 계열 대사체가 빠르게 감소

LC-MS/MS 방법:

• Plasma에서 methanol 침전 후 분석
• MRM 조건: C8, C10, C12 acylcarnitine 정량
• Internal standard: deuterated carnitine mixture

임상 적용 결과:

• C12 acylcarnitine 감소율이 1주 이내 반응군과 유의한 연관성
• ROC curve AUC = 0.89 → 반응 예측 정확도 높음

3-2. 항염증제의 PD 바이오마커 – Tryptophan-kynurenine axis

• Background: 면역억제제에서 kynurenine/tryptophan 비율이 PD 지표로 활용 가능
• Method: LC-MS/MS로 해당 amino acid 및 대사체 정량
• 결과: K/T ratio ≥ 0.25일 때 PD 반응의 조기 지표로 활용 가능

---

4. Targeted metabolomics 기반 PK/PD 연계 전략

4-1. Exposure-Response 모델에 대사체 통합

대사체 지표는 약물의 노출량(AUC)과 작용강도(Effect size) 간의 매개인자로 활용 가능하며, 아래와 같은 수식으로 통합됩니다:

LC-MS/MS 기반 대사체 지표를 활용한 약물 반응 예측_약물 반응성 바이오마커 발굴과 Targeted Metabolomics 접근의 통합 전략

• Metabolite(t): 시간대별 signature 대사체 농도
• β: 대사체가 효과에 미치는 회귀계수

4-2. 시뮬레이션 모델 기반 예측

Targeted metabolomics 데이터를 기반으로 다음과 같은 예측도 가능해집니다:

• 개별 환자에서의 반응률 추정
• 복용량에 따른 반응 곡선 그리기
• 대사체 기준 TDM (Therapeutic Drug Monitoring)

---

5. 실무 적용을 위한 분석법 개발 팁

5-1. 플랫폼 세팅: 공통 대사체 MRM 패널 확보

• 최소 20~50종의 biomarker 후보 물질군
• 음이온/양이온 전이 정보 사전 확보
• 각 대사체에 대한 내부표준 확보

5-2. 샘플 처리: matrix 효과 최소화

• Plasma: PPT 후 SPE 또는 derivatization
• DBS: haematocrit 보정 필수
• Metabolite stability: 온도, pH에 따라 degradation profile 확보 필요

5-3. QC 전략

• LLOQ~ULOQ 구간에서 대사체별 5-point calibration
• Sample batch 당 QC 3농도 포함 (low, mid, high)
• Isotope-labeled IS 선택은 분석 특이성에 결정적

---

6. 규제 관점과 산업계 적용 현황

6-1. FDA/EMA의 시각

• 2023 FDA ‘Biomarker Qualification’ 가이드라인: metabolomics 기반 지표 허용 명문화
• ‘fit-for-purpose’ approach 권장: exploratory vs. validated biomarker 구분

6-2. 국내 적용 사례

• 국내 대형 제약사 A사: LC-MS/MS 기반 대사체 분석법으로 항암제 반응 예측 알고리즘 구축 중
• 국가 R&D 사업으로 ‘대사체-약효 연계 platform’ 개발 시도

---

결론: 대사체 지표 기반 예측 모델은 약물개발의 ‘프런트 엔드’를 바꾼다

약물 반응은 이제 임상에서 ‘나타나기를 기다리는’ 대상이 아닙니다. LC-MS/MS 기반 대사체 분석을 통해 개발 초기 단계에서 환자 반응성을 예측하고, 이를 기반으로 정확한 용량 설계와 빠른 후보물질 선택이 가능해졌습니다. Targeted metabolomics는 약물의 작용 경로뿐 아니라 환자의 생체 반응을 실시간 정량화하는 새로운 언어로 자리 잡고 있으며, 향후 AI 기반 분석 및 예측 플랫폼과의 연계를 통해 더욱 발전할 것입니다.

이제는 임상개발의 성공 확률을 높이기 위해, 분석실에서도 “어떤 대사체를 봐야 하는가?”를 고민해야 할 시대입니다.