제약회사 연구원의 블로그

1. 서론: 환자 맞춤형 치료와 실시간 분석의 필요성현대 의학에서 환자 맞춤형 치료(personalized medicine)은 더 이상 선택이 아니라 필수로 여겨진다. 특히 항암제, 면역억제제, 항생제, 신경정신과 약물 등은 혈중 농도의 미세한 차이가 약효 및 독성과 직결되기 때문에, 환자 개별 상태에 맞춘 약물 모니터링(Therapeutic Drug Monitoring, TDM)이 중요하다.그러나 기존 LC-MS/MS 기반 TDM은 고도의 정확성을 제공하지만, 샘플 채취 → 운송 → 전처리 → 분석 → 보고까지 수 시간이 소요되어 실시간 피드백이 어렵다는 한계가 있다. 환자 상태가 급변하는 중환자실, 항암 화학요법, 소아·노인 환자군에서는 이러한 지연이 임상적 위험으로 이어질 수 있다.따라서 최근 학계..

– LC-MS/MS 기반 종양 대사 리프로그래밍 규명 전략 –1. 서론: 종양 대사 연구와 Stable Isotope Tracing의 필요성암세포는 정상세포와 달리 대사 리프로그래밍(metabolic reprogramming)을 통해 생존과 증식을 유리하게 이끌어간다. 대표적으로 Warburg effect (aerobic glycolysis), glutamine addiction, one-carbon metabolism 활성화, lipid synthesis 증가 등이 잘 알려져 있다. 그러나 이러한 대사 변화는 동적이고 맥락 의존적이어서 단순한 steady-state metabolomics만으로는 기전적 이해가 어렵다.이때 Stable isotope tracing (SIT), 즉 안정 동위원소 표지를 활..

1. 서론: 소아 환자 TDM의 과제소아 환자군에서 약물 농도 모니터링(Therapeutic Drug Monitoring, TDM)은 치료 안전성 확보와 개별화된 용량 설계를 위해 필수적이다. 그러나 채혈량의 제약(10–50 μL 수준), 빠른 약동학적 변동성, 미성숙한 대사·배설 경로로 인해 분석적 난이도가 매우 높다.따라서 소아 환자 TDM에서는 초고감도의 LC-MS/MS 플랫폼과 저혈량 시료 처리 전략이 병행되어야 한다. 본 글에서는 기술적 세부 전략에 초점을 맞추어, 전처리 → 분리 → 이온화 → 검출 → 검증 단계별 최적화 방법을 심층적으로 다룬다. 2. 저혈량 시료 전처리 기술의 고도화2.1 Protein precipitation (PPT)소량 혈액(10–20 μL)에서 가장 간단한 전처리 방..

– 전자의무기록(EMR) + Metabolomics 데이터 통합 전략 1. 서론: ADR(약물이상반응) 예측의 필요성의약품 개발과 임상 사용 과정에서 adverse drug reaction(ADR, 약물이상반응)은 환자 안전을 위협하는 핵심 요인입니다.전 세계적으로 ADR은 입원 환자 중 5~10%에서 발생하며,심각한 경우 약물 중단·치료 변경·사망으로 이어질 수 있습니다.신약개발 과정에서도 ADR 탐지는 가장 큰 실패 요인 중 하나로 꼽힙니다.기존의 ADR 탐지는 임상시험 단계 혹은 시판 후 이상사례 보고(PMS, pharmacovigilance)에 의존했지만, 이 방식은 사후적(post-hoc) 접근이기 때문에 조기 예측력이 부족합니다.여기서 최근 주목받는 접근이 AI 기반 조기 예측 모델입니다. 특..

1. 서론 – 빅테크와 제약의 경계 허물기최근 구글(Google), 아마존(Amazon), 마이크로소프트(Microsoft)와 같은 빅테크 기업이 metabolomics 데이터 분석 플랫폼 분야에 적극 진출하고 있습니다. 이는 단순한 클라우드 서비스 제공을 넘어, 헬스케어 생태계의 디지털 전환을 주도하기 위한 핵심 전략입니다.국내 제약사 입장에서는 이를 경쟁자로만 볼 것이 아니라, 데이터 기반 신약개발 및 정밀의료 혁신을 가속화할 수 있는 파트너로 인식할 필요가 있습니다.2. 빅테크 기업의 metabolomics 전략 개요Google (Verily, DeepMind 포함)대규모 생체 데이터(omics, 영상, EMR)를 통합하여 AI-driven biomarker discovery 추진Google Clo..

1. 서론 – 빅테크와 헬스케어 데이터 전쟁지난 10년간 빅테크(Big Tech) 기업들은 헬스케어 산업에 본격적으로 진출하며 의료 데이터의 수집, 분석, 활용 패러다임을 바꾸고 있습니다. 이미 전자의무기록(EHR), 유전체 데이터, 웨어러블 디바이스 기반 생체신호는 Google, Amazon, Microsoft, Apple과 같은 기업들의 주요 투자 대상이 되어왔습니다.최근에는 메타볼로믹스(metabolomics)가 차세대 정밀의료 데이터로 주목받고 있습니다.메타볼로믹스는 생체 내 대사체(작은 분자들의 총체)를 분석하여, 질병 상태, 약물 반응성, 독성 신호를 직접적으로 반영합니다.특히 LC-MS/MS 기반 metabolomics는 단백체나 전사체보다 phenotype에 더 근접한 정보를 제공한다는 점..

1. 서론 – Digital Twin과 약물 개발의 새로운 패러다임신약 개발에서 가장 큰 난관 중 하나는 약물 대사와 반응성을 개인별로 예측하는 문제입니다. 전임상 동물실험과 초기 임상 데이터는 일정 수준의 안전성과 효능을 보장하지만, 실제 환자 집단에서는 유전적 변이, 대사체 프로파일, 환경적 요인, 동반 질환, 병용 약물 등 수많은 변수가 복합적으로 작용합니다. 그 결과, 일부 환자에서는 예상치 못한 약물 독성(adverse drug reactions, ADRs)이 발생하거나, 반대로 충분한 치료 효과를 얻지 못하는 경우가 발생합니다.이러한 불확실성을 줄이기 위해 최근 제약·바이오 업계에서 주목하는 개념이 바로 Digital Twin입니다.Digital Twin은 환자의 유전체, 단백체, 대사체, 임..

1. 서론 – 약물 모니터링의 패러다임 전환약물 치료의 성공 여부는 정확한 약물 농도 모니터링에 크게 의존합니다. 특히 항암제, 면역억제제, 항응고제, 항생제 등 치료 지수가 좁은 약물은 혈중 농도 관리가 필수적입니다. 지금까지는 Therapeutic Drug Monitoring (TDM)이 주로 병원 내 혈액 채취 후 LC-MS/MS 분석을 통해 수행되었습니다. 하지만 이 방식은 다음과 같은 한계를 갖습니다.시점 제한 – 채혈 시점의 snapshot 정보만 제공.침습적 방법 – 환자 부담이 크고 반복 측정이 어려움.실시간 모니터링 불가 – 약물 동태학적 변화를 지속적으로 추적 불가능.개인 맞춤 한계 – population PK 모델 기반으로 개별 환자의 변동성을 충분히 반영하지 못함.이러한 문제를 극복..