제약회사 연구원의 블로그

― “독성이 있다”가 아니라 “어디서, 왜 독성이 시작됐는가”를 설명하는 분석 프레임비임상 독성 평가에서 metabolomics는 이미 낯선 기술이 아니다.혈장, 소변, 조직 homogenate를 기반으로 한 toxicometabolomics는독성 조기 예측, 기전 가설 수립, 후보물질 탈락 판단에 실질적인 도움을 주고 있다.하지만 분석팀 실무자라면 한 번쯤 이런 한계를 느껴봤을 것이다.“독성 관련 대사체가 변한 건 알겠는데,이 변화가 조직의 어느 위치에서 시작된 건지는 알 수 없다.”바로 이 지점에서 spatial metabolomics가 toxicometabolomics와 만나야 한다.두 기술의 통합은 단순한 기술 결합이 아니라,비임상 독성 해석의 차원을 한 단계 끌어올리는 전략적 전환이다.이 글에서..

― 조직 전체 평균을 넘어, ‘어디에서 무엇이 변했는가’를 보는 분석 패러다임비임상 독성이나 약효 평가에서 우리는 오랫동안 하나의 전제를 받아들여 왔다.“조직을 균질화하면 그 안의 정보를 대표할 수 있다”는 가정이다.하지만 실제로는 간, 신장, 뇌 같은 조직은 매우 이질적이다. 간만 해도 periportal과 pericentral 영역은 대사 효소 발현부터 독성 민감도까지 전혀 다르다. 그럼에도 불구하고 기존 metabolomics 분석은 조직 전체를 갈아서 평균값으로 보고, 그 결과를 독성 기전이나 약효 설명에 사용해 왔다.이 한계를 정면으로 파고드는 기술이 바로 spatial metabolomics다.조직을 갈지 않고, 조직 내 위치 정보(spatial information)를 유지한 채 대사체 분포..

― 장내 미생물과 대사체 데이터를 연결해 약물 반응과 독성까지 해석하는 실전 전략최근 제약·바이오 연구에서 “마이크로바이옴(microbiome)”은 더 이상 유행어가 아니다. 실제로 임상 시험에서 동일한 약물을 투여했음에도 환자 간 반응 차이가 발생하는 이유 중 상당 부분이 장내 미생물과 대사체(metabolite)의 상호작용으로 설명되고 있다.Microbiome 자체만 분석해서는 충분하지 않고, metabolomics만으로도 기전을 설명하기 어렵다. 그래서 최근 주목받는 접근이 바로 Microbiome–metabolite interaction 분석, 즉 미생물 구성 변화 → 대사체 변화 → 약물 효능·독성·PK 변화를 하나의 workflow로 해석하는 전략이다.이 글에서는 분석팀 실무자가 실제로 적용할..

— 제약사의 분석팀이 준비해야 할 실무 전략과 글로벌 동향독성 예측이라는 주제는 의약품 개발의 전 단계에 걸쳐 가장 오랫동안 제약사를 괴롭혀 온 문제다. 워낙 다양한 메커니즘이 존재하고, 초기 비임상 단계에서는 실제 임상에서 나타날 독성을 완벽히 재현하기 어렵다 보니, 여전히 많은 개발 프로그램이 독성 신호 때문에 중단된다. 그래서 최근 10년 사이, 단순히 조직 슬라이드나 혈액학·혈액화학 수치를 보는 수준을 넘어 Metabolomics 기반의 독성 예측 접근법, 즉 Toxicometabolomics가 빠르게 확산되고 있다.이는 단순히 대사체 분석을 독성 평가에 적용하는 수준을 넘어서, LC-MS 기반 대사체 정보 → 생물학적 pathway → 독성 phenotype 예측 모델로 이어지는 하나의 플랫폼 ..

1) 개요 — 왜 표준화가 중요한가 SCFA·BCAA·ketone body는 질병 지표·대사 상태·약물 영향을 직접 반영.하지만 매트릭스 영향·전처리 방법 차이·분석 플랫폼 차이로 결과가 매우 달라진다.표준화 목표: 재현성(실험간/실시간), 정확성(정량성), 추적성(문서화) 확보 → 임상/비임상 결론의 신뢰성 보장핵심 원칙(간단)샘플 수집·보관 표준을 먼저 고정가능한 한 동위원소 표지 내부표준(ILIS) 사용matrix-matched calibration 또는 standard addition 고려method validation(특히 stability, matrix effect, LLOQ) 필수2) 표본별 실무 전처리 지침기본 전제: 분석은 LC-MS/MS 기반 정량을 우선으로 하되, 필요 시 GC-MS/..

제약 분석실에서 실질적으로 적용 가능한 기술적·운영적 접근 이 글에서는 최근 제약 분석 분야에서 빠르게 주목받고 있는 Ion Mobility Mass Spectrometry(IM-MS)를 기반으로 isomer 분리 전략을 실제 실험실 수준에서 구현하는 방법을 중심으로 정리해 보았다.특히, 이 글은 단순 장비 소개나 이론적 배경보다는 LC-MS/MS 실무자의 관점에서 IM-MS가 isomer 문제를 어떻게 현실적으로 해결하는가, 그리고 국내 제약사 연구소에서 적용 시 고려해야 할 조건, 한계, workflow 설계 기준을 중심으로 다룬다.1. 왜 지금 이 시점에 “IM-MS 기반 isomer 분리”인가?1) 기존 LC-MS/MS로 해결되지 않는 문제제약 분석실에서 가장 흔한 난제 중 하나는 다음과 같다.동..

분석팀 실무자 관점에서 정리한 실제 적용 가능한 통계 전략질병 진행(disease progression)을 추적할 바이오마커를 찾는 일은 제약사와 의료 현장에서 모두 핵심 과제다. 특히 암, 대사질환, 신경계질환, 면역질환처럼 진행 속도가 일정하지 않거나 환자마다 반응이 서로 다른 경우, 바이오마커 기반의 정량적 지표는 임상적 의사결정과 신약 개발 방향에 직접적인 영향을 준다.최근에는 LC-MS/MS, HRMS 기반의 metabolomics 분석이 이러한 바이오마커 발굴의 전면에 등장하고 있다. 대사체는 세포 내 대사 흐름, 염증 변화, 에너지 요구량, 스트레스 반응을 즉시 반영하기 때문에 질병 상태의 “지금 여기(now)”를 가장 민감하게 포착할 수 있기 때문이다.하지만 metabolomics 데이터는..

신약 개발, 독성 예측, 바이오마커 검증에서 분석팀이 실제로 고민해야 하는 모든 것신약 개발 과정에서 “메타볼로믹스(metabolomics)”라는 단어는 이제 더 이상 생소하지 않다.국내 제약사 분석팀에서도 metabolomics 플랫폼을 도입하는 경우가 눈에 띄게 증가하고 있고, 특히 독성 예측, 기전 규명(MoA), 조직 침투 평가, 바이오마커 검증, 심지어 TDM 자동화 기반 환자 치료 반응 예측 모델까지 영역이 빠르게 넓어지고 있다.그런데 metabolomics의 문을 두드리면 누구나 처음 마주치는 질문이 있다.“Targeted로 갈 것인가? Untargeted로 갈 것인가?”이 선택은 단순히 분석 플랫폼의 차이를 넘어, 데이터의 본질, 연구 목적, 조직의 분석 역량, 예산, Time-to-res..