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...

– 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..