제약회사 연구원의 블로그

들어가며: 약물 반응 예측의 복잡성환자마다 같은 약물에 대한 반응이 크게 다른 것은 임상 현장에서 오래 전부터 알려진 현상이다. 일부 환자는 좋은 반응을 보이는 반면, 또 다른 환자는 거의 효과가 없거나 심지어 심각한 부작용을 겪는다. 이러한 차이를 설명하기 위해 유전자 수준의 연구가 오랫동안 진행되어 왔지만, 단순한 transcriptome(전사체) 분석만으로는 충분하지 않았다.그 이유는 유전자 발현이 실제 세포 기능이나 대사 경로의 활성화로 곧바로 이어지지 않기 때문이다. 전사체 데이터는 "잠재적 가능성"을 보여주지만, 대사체 데이터는 "실제 결과"를 보여준다. 따라서 최근에는 Transcriptome–Metabolome 연계 네트워크 분석을 통해 약물 반응을 더 정확하게 예측하려는 시도가 활발하다...

서론: 단일 오믹스에서 다중 오믹스로지난 20년간 생명과학 연구는 오믹스(omics) 혁명이라고 불릴 만큼 눈부시게 발전했습니다. 유전체학(genomics), 전사체학(transcriptomics), 단백체학(proteomics), 대사체학(metabolomics), 에피지놈(epigenomics) 등 다양한 층위의 데이터가 축적되면서, 우리는 질병의 복잡한 분자 네트워크를 점점 더 세밀하게 이해할 수 있게 되었습니다.하지만 실제 임상에 적용하기 위해서는 문제 하나가 남아 있습니다.각 오믹스 데이터는 부분적 정보만 제공합니다.유전체는 잠재적 가능성을 보여주지만, 실제 발현은 전사체/단백체가 반영합니다.대사체는 가장 downstream에서 실제 생리적 상태를 보여주지만, 원인적 기전을 설명하기는 어렵습니다..

PK/PD 모델과 메타볼로믹스 프로파일링 결합, Responder vs Non-responder 대사체 패턴 비교1. 서론: 약물 반응 예측의 새로운 패러다임약물 치료에서 환자별 반응 차이는 임상의가 매일 직면하는 가장 큰 과제 중 하나이다. 동일한 약물이 동일한 용량으로 투여되었음에도 불구하고 어떤 환자는 극적인 치료 효과를 경험하는 반면, 다른 환자는 거의 효과를 보지 못하거나 심각한 부작용을 겪는다. 이러한 차이를 설명하기 위해 지난 수십 년간 pharmacogenomics 연구가 활발히 이루어져 왔지만, 유전자 수준의 정보만으로는 여전히 환자 반응의 복잡성을 충분히 설명하기 어렵다.최근 들어 pharmaco-metabolomics라는 개념이 주목받고 있다. 이는 약물 치료 전후의 대사체 변화를 정..