제약회사 연구원의 블로그

– 데이터 기반 신약개발 패러다임의 전환점1. 서론: AI와 metabolomics가 바꾸는 제약산업의 미래최근 10년간 전 세계 제약 산업은 두 가지 거대한 축 위에서 재편되고 있다. 하나는 인공지능(AI) 이고, 다른 하나는 대사체학(Metabolomics) 이다.AI는 방대한 생명과학 데이터를 효율적으로 분석하여 신약 후보 물질을 빠르게 발굴하는 데 강점을 보이고, metabolomics는 생체 내에서 실제 일어나는 대사 변화를 정량적으로 포착함으로써 질병의 기능적 상태를 이해하게 해준다.국내 제약사들에게 이 두 기술의 융합은 단순한 연구 트렌드 이상의 의미를 갖는다.글로벌 제약사들이 이미 AI 기반 다중 오믹스(multi-omics) 플랫폼을 신약 개발 전 단계에 도입하고 있는 상황에서, 한국 제..

1. 서론: 약물 치료의 ‘실시간성’이라는 새로운 패러다임의학의 진보는 ‘정밀함(precision)’을 향해 끊임없이 나아가고 있다.유전자 분석(genomics), 단백질체(proteomics), 대사체학(metabolomics) 등이 발전하며, 약물 반응의 개별 차이를 이해할 수 있게 되었지만 여전히 임상 현장은 ‘정적(static)’인 데이터 중심이다.예를 들어, 환자가 항암제나 항응고제를 복용했을 때, 그 약물이 체내에서 실제로 얼마나 흡수되고, 대사되고, 배설되는지를 실시간으로 추적하기는 어렵다.보통은 일정한 간격으로 채혈하여 LC-MS/MS 분석을 수행하고, 그 결과를 바탕으로 ‘약동학적 모델’을 구성한다. 그러나 이 방식은 환자 상태 변화의 즉각적인 반영이 어렵다는 치명적인 한계를 가진다.이 ..

들어가며: 신약 타깃 발굴의 패러다임 변화신약개발의 첫 단계는 언제나 치료 가능한(druggable) 타깃 발굴이다. 과거에는 유전자 분석이나 전사체 데이터를 통해 질환 관련 후보 유전자를 찾고, 이를 억제하거나 조절하는 방식으로 접근했다. 하지만 실제 임상에서는 유전자 수준의 정보만으로는 한계가 많다. 어떤 변이가 있더라도 단백질 수준에서 발현되지 않거나, 대사체에 영향을 주지 않는다면 약물 타깃으로 의미가 없기 때문이다.이 때문에 최근에는 Proteogenomics(단백체-유전체 융합 분석)와 Metabolomics(대사체 분석)를 결합한 다중오믹스 접근이 주목받고 있다. Proteogenomics는 유전적 변이가 실제 단백질 발현으로 이어지는지를 확인할 수 있고, metabolomics는 이러한 단..

— LC-MS/MS와 Systems Toxicology 융합 전략 1. 서론: 비임상 독성 평가의 한계와 Metabolomics의 필요성신약 개발 과정에서 독성 평가(toxicology study)는 필수적 단계이며, 전임상 동물 모델을 통해 안전성을 확보한 후에야 임상으로 진입할 수 있다. 하지만 기존의 독성 시험은 병리학적 변화(histopathology), 혈액생화학(biochemistry), 조직학적 검사에 크게 의존하고 있어, 독성 발현이 상당히 진행된 이후에야 확인 가능한 경우가 많다.따라서 독성이 발현되기 전, 즉 early toxicity signal을 포착할 수 있는 분석 플랫폼이 필요하며, 최근 LC-MS/MS 기반 metabolomics가 주목받고 있다. 대사체는 세포 수준에서 빠르게..

특정 유전자 변이가 약물 대사체 프로필에 미치는 영향과 rare adverse drug reaction 조기 탐지 전략 1. 서론: 약물 부작용 예측의 새로운 패러다임신약 개발과정에서 약물의 부작용(adverse drug reaction, ADR) 은 가장 큰 리스크 중 하나다. 특히 임상 3상 단계나 시판 후(post-marketing)에서 발견되는 rare ADR 은 환자 안전뿐 아니라 제약사의 막대한 손실로 이어진다.전통적으로 부작용 예측은 toxicology assay, 동물모델, 임상시험에 의존해왔으나, 희귀 유전자 변이에 따른 대사체 변화를 포착하는 데에는 한계가 있다.최근에는 Pharmaco-genomics(약물유전체학) 과 Metabolomics(대사체학) 을 결합하여, 특정 환자 집단에서..