[DEBUG-WINDOW 처리영역 보기]
즐겨찾기  |  뉴스레터  |  오늘의 정보  |  e브릭몰e브릭몰 회원가입   로그인
BRIC홈 동향
실험복 제공
스폰서배너광고 안내  배너1 배너2
전체보기 뉴스 Bio통신원 Bio통계 BRIC이만난사람들 웹진(BioWave)
BRIC View
최신자료 동향리포트 학회참관기 리뷰논문요약 BRIC리포트 외부보고서
신약개발을 위한 AI, ICT 기술발전 동향
신약개발을 위한 AI, ICT 기술발전 동향 저자 염창훈, 정희진 (홍익대학교)
등록일 2019.11.12
자료번호 BRIC VIEW 2019-T29
조회 960  인쇄하기 주소복사 트위터 공유 페이스북 공유 
요약문
인체 내부의 효소 및 수용체에서부터 유전자까지 질병 치료 타겟이 확장되고 있으며 이에 대응하는 신약도 저분자, 중분자, 핵산, 기능성 항체, 유전자치료, 디바이스 융합의약품 등 다양화되고 있다. 이에 맞춰 신약개발의 성공확률을 향상시키고 연구개발 기간을 단축하여 개발비용을 감소시킴으로써 보다 효율적으로 신약을 개발함이 필요하다. 본 원고에서는 AI (Ar-tificial Intelligence, 인공지능), ICT (Information and communications technology, 정보통신기술)로 대표되는 정보과학기술을 융합시킨 신약개발의 RPA화(Robotic Process Automation, 로봇 등에 의한 업무 자동화)에 대한 최신 연구 개발 동향에 대해 소개한다.
키워드: Drug development, Artificial intelligence, Information and communications technology, Robotic process automation, Digital healthcare

목차

1. 서론
2. 본론
  2.1. AI를 이용한 신약개발
  2.2. ICT를 이용한 신약개발
3. 결론
4. 참고문헌


1. 서론 [1,2]

전 세계적으로 사업을 전개하는 대표적인 4대 IT기업(GAFA: Google, Apple, Facebook, Amazon)이 정보통신기술(Information and communications technology, ICT)을 의료분야에 응용 및 전개하는 방향으로 사업 규모를 확장해나가고 있다. 예를 들어, Apple사는 스탠포드대학과의 협력을 통하여 휴대 디바이스 Apple Watch에 ECG(심박도 측정 앱)을 탑재하였고, 이는 심방세동(심방이 불규칙적으로 움직이는 질환)의 예방 및 조기발견에 유효하게 사용될 것이 기대된다. ICT의 기본축이 될 수 있는 스마트폰이 전 세계적으로 보급되면서, 스마트폰 앱을 사용하여 수집할 수 있는 건강 및 의료에 관한 생체정보 등이 빅데이터로 축적되어 그것이 인공지능(Artificial intelligence, AI)에 의해 해석되어 건강인의 건강 유지 및 환자의 질병 관리에 이용되고 있다. 이러한 데이터의 해석 결과는 IT기업 및 의약품 생산 기업의 활동에도 이용되고 있다. 이는 더 나아가서 병원에 환자가 내방하였을 때 진단서에 기록되는 의료 정보, 의료 빅데이터를 AI를 통하여 해석함으로써 진단 및 치료를 최적화하여 시장화로 발전시킬 수 있는 가능성을 나타낸다.

의료정보가 특정 질병을 가진 환자의 신약개발, 즉 치료제로 사용 가능한 표적분자의 추정에 관한 연구에 이용될 경우, 우선적으로 방대한 양의 의료정보가 구조적으로 정리될 필요가 있다. 많은 환자를 진단하고, 구체적인 증상을 파악한 후 약을 투여하여 치료하고, 재발을 방지하는 일련의 과정을 거치는 동안에 얻어지는 거대한 데이터를 바탕으로 환자군의 질병에 대한 분자 메커니즘을 밝혀냄으로써 신약개발로 이어질 수 있는 표적분자를 추정할 수 있다. 이때 표적물질의 구조, 표적물질과 화합물의 친화성 및 화합물의 물성치 등을 포함하는 약물 합성 화학의 빅데이터 해석이 요구되는데, 이에 AI의 장점을 살려 적합하게 사용할 수가 있겠다. 뿐만 아니라 화합물의 구조를 최적화하기 위한 분자설계 및 합성은 장시간이 소요되며 고비용이 필요한데 AI를 이용하여 정확성 높게 구조 최적화를 시뮬레이션 가능하다면 신약 개발 기간 및 비용의 삭감으로 이어진다. 그리고 의약품의 임상실험에 있어서, 예상하지 않은 부작용이 일어날 수 있을 뿐만 아니라 의약품 자체는 아닐지라도 전자 디바이스 등에 이용되는 기능성 화합물이 사람에게 끼치는 독성 및 안정성 관리에 주의가 필요하며 이러한 사항에 대한 데이터 취득이 필요하다. 국내외에서 신약후보물질에 대한 다량의 정보가 데이터베이스화 되어있는데, 화합물의 흡수정도, 분포, 대사에 관한 데이터, 독성발견에 관한 세포 내 단백질 상호작용 등의 오믹스 데이터를 실측하여 정보를 수집할 때 AI를 사용하면 독성발현 메커니즘에 근거한 신약 예측 모델의 개발로 이어질 수 있다.

지놈해독이 완결되면서 전 세계적인 신약개발 동향은 분자 표적 신약의 개발로 나아가고 있다. 질병 치료의 표적이 되는 새로운 분자를 밝혀내면 그다음 단계로는 신규 표적분자와 결합하여 작용하는 화합물(약물)의 스크리닝이 이루어진다. ‘Hit화합물’을 얻기 위해 상당수의 스크리닝이 필요한데, 스크리닝을 성공적으로 수행하기 위해서는 화합물 라이브러리의 질과 양 향상 및 분석 시스템의 성능을 지속적으로 발전시키는 것이 필요하다. 이렇듯 신규 표적분자 및 화합물을 찾아내는 과정으로 대표되는 신약개발의 난문을 해결해나가기 위한 방법으로 AI 및 ICT이 도입되고 있다. 슈퍼컴퓨터가 작동되어 복잡한 계산을 빠르고 확실히 행하는 어플리케이션이 개발되면서, 신약개발에 있어서의 현존하는 기술적 과제를 해결 할 수 있는 가능성이 높다. 예를 들어 신약개발을 위해서는 약효평가, 약물기능, 독성 등의 검증이 필요한데, AI를 통하여 데이터베이스를 중심으로 한 통계모델링, 수치모델링을 사용할 수 있다. 또한 bioinformatics 기술을 바탕으로 한 생체분자 시뮬레이션을 통하여 단백질과 리간드의 docking을 조사하는 기술개발이 행해지고 있다. 그리고 신약개발의 주축이 되는 항체의약품을 제작할 때 AI기술을 도입하여 항원과의 결합성 및 생체 내 안정성이 높은 항체를 모델링하고 이를 바탕으로 하여 입체 구조 측면에 초점을 둔 항체의약품의 설계제작이 가능하다.

2. 본론

2.1. AI를 이용한 신약개발

전 세계적으로 고령화가 증가함에 따라 질병을 효율적으로 치료하기 위한 신약개발이 더욱 중요해지고 있다. 국내에서 조사된 평균 기대 수명치가 계속적으로 증가 추세를 보이고 있으며 (그림 1), 인구 고령화 비율이 증가되는 만큼 의약 제품의 중요도는 더욱이 상승하게 될 것이 예상된다.

 

upload_image
그림1. 국내 인구 고령화 비율 및 기대수명 추이

 

신종 질병의 발생 및 항생제 내성 바이러스의 증가도 제약 산업의 중요성을 더욱 증가시키고 있으며, 약의 판매는 해마다 증가하는 추세를 보인다 (표 1, 그림 2). 이에 맞춰 해가 지날수록 세계 제약 산업은 R&D 수요와 성장세가 증가하고 있으며, 상기한 바와 같이 인류의 수명이 점점 늘어나는 만큼 의약 발전도 빠른 속도로 이루어질 필요가 있다 (그림 3).

 

표 1. 전세계 주요 질활별 시장 규모 및 성장율 (자료: IMS Health, 단위: 10억 달러)
upload_image

 

upload_image
그림 2. 세계적인 약제 판매 경향 및 추세

 

upload_image
그림 3. 세계적인 약제 R&D 및 소비 추이

 

최근 들어 AI를 통한 신약개발이 점차 활발해지고 있는데, 이는 딥러닝 기술(다량의 데이터나 자료를 기반으로 복잡한 자료에서 핵심적인 또는 중요한 기능을 찾아내거나 시도하는 알고리즘. 즉, 인간의 사고방식과 유사하게 컴퓨터가 기능하게 만드는 학습방법으로 현재 의약에서뿐만 아니라 물리, 화학, 예술, 기계, 미래 예측 등 다양한 분야에서 사용되고 있음)을 이용해 기존의 의약품에서 새로운 용도를 찾아내고, 기존 데이터를 통해 새로운 신약 후보물질을 찾아내는 등의 슈퍼컴퓨터를 이용한 신약개발로 대표된다. 실제로 연구자들이 5년 이상의 기간에 걸쳐 후보물질을 발굴하는데 비해 AI를 활용하면 발굴기간을 1년 이하까지 줄일 수 있게 된다고 알려져 있는데 이는 AI를 통한 신약개발의 최대 장점이라 할 수 있겠다. 보다 자세히 기술하자면, 신약 개발은 후보물질 발굴 과정에서부터 임상실험, 시판에 이르기까지 짧게는 10년, 길게는 15년 이상의 개발과정을 갖는다 (그림 4). 그리고 신약 개발을 위한 후보 물질 발굴에만 1만여 개 이상의 물질을 후보로 두고 탐색하게 되는데, 이 중에서 최종적으로 시판되는 물질은 단 한 개가 된다. 약물 선정에 있어 흡수율, 혈중 농도, 신속한 대사 및 배설, 다른 물질과의 반응성, 인체 내부의 장기에 미치는 영향 등 수많은 요구조건이 존재하기 때문이다. AI를 이용하여 수많은 후보 물질을 확인하는 작업에 소요되는 단축시킴으로써 신약개발에 소요되는 작업 기간을 줄일 수 있게 하기 위한 연구가 진행되고 있다. 예를 들어, 연간 수만 건 이상 발표되는 논문 및 임상데이터를 로봇에게 학습시켜 약제로 사용 가능한 새로운 화합물의 제조 가능성을 제시한다. 또한 다양한 배경을 갖는 환자 개개인에게 처방되는 약제의 현장정보(실제로 임상현장에서 발생하는 약제의 유효성 및 부작용 평가 등의 안정성 관리) 분석도 중요하다. 이러한 현장 정보는 방대한 양이 되기 때문에 그 분석에 AI가 사용될 수 있는데, 사람이 수행할 경우 한 달 이상 걸리는 작업을 AI를 사용한다면 수분 이내에 결과를 도출할 수 있다고 알려져 있다.

 

upload_image
그림 4. 신약개발 과정 및 소요시간

 

이 때문에 최근 4차 산업혁명의 주된 기술력인 인공지능 탐색을 이용하여 신약 개발을 시도하는 움직임이 전 세계적으로 일어나고 있다. 예를 들어 2016년 제약 회사인 Pfizer는 IBM Watson for Drug discovery를 활용하는 협업을 발표했는데, IBM은 연구자료, 관련기사, 논문을 읽는 양을 인간의 수십 배를 능가한다. 또한 Sanofi는 Exscientia와 협력을 맺었고, Roche Group의 회원은 GNS Healthcare Cambridge와의 공동작업을 진행 중이다 (그림 5). 미국 Merck사는 AI를 이용한 신약개발을 추진하는 일환으로 Kaggle competition “Merck Molecular Activity Challenge”를 실행하고 있다 [3]. Kaggle은 전 세계의 데이터과학자 및 기계학습엔지니어가 모이는 네트워크 커뮤니티로, 아카데미아, 산업계, 정부기관에서부터 과학과제, 산업과제 그리고 사회과제에 관한 데이터가 제시되어 이러한 과제의 해결에 유용한 분석, 예측 모델을 대답한 그룹에 상금을 수여하는 competition이다. Merck Molecular Activity Challenge에서는 15종류의 분자에 있어서 각각 활성 및 화학구조에 관한 식별 데이터가 학습세트로 제시되어 이러한 데이터에서 활성을 예측하는 모델을 만들고 그 구조 활성 예측 모델의 계산치를 실제 측정치에 비교하는 방법이 행해진다. 신약 탐색 연구프로세스(Hit 화합물의 동정, 리드 화합물의 합성 전개, 최적화, 전임상실험) 중에 리드화합물의 최적화는 경제적으로도 부담이 크다. 그 가격은 하나의 신약의 시장화까지 소요되는 비용이 약 2조 원 정도라 할 때 그중 약 5천억 원 정도에 해당한다. 그리고 후보화합물을 선택하기 위해서 의약품기업은 평균 4,000개 이상의 화합물을 설계, 합성하고 약효 및 독성평가를 실행한다. 그리고 화합물을 설계, 합성할 경우에 합성화학자의 장기간의 경험과 ‘감’에 의하는 경우가 적지 않다. 이러한 비용, 시간, 노동성이 요구되는 최적화 단계의 비용 절감을 위해서 AI를 이용하는 것이 보다 합리적일 수 있겠다.

 

upload_image
그림 5. AI를 신약개발에 이용하는 제약회사

 

이처럼 세계적인 제약회사에서 이미 인공지능을 이용한 제약 개발이 진행 중에 있으며 이에 발맞춰 우리나라도 국가적 차원에서 관심을 보이고 있다. 예를 들어, 2019년 6월부터 인공지능 및 빅데이터를 활용한 신약개발에 정부가 투자함으로써 보건복지부와 과학기술정보통신부가 6개의 연구팀과 함께 진행하고 있다. 이번 기술 개발은 맞춤형 AI 플랫폼을 구축하는 것을 주된 내용으로 하며, 후보물질 발굴, 신약 재창출, 스마트 약물 감시로 이루어진 3가지의 분야에서 진행된다. 이번 플랫폼에서 부작용 사례 학습을 통한 부작용 예측 모델 또한 개발 예정에 있다.

2.2. ICT를 이용한 신약개발 [1, 3, 4]

ICT를 신약개발에 이용하는 이점은 존재하지 않았던 새로운 화합물을 고효율로 개발할 수 있는 점이다. 기존의 신약개발은 질병이 원인이 되는 분자에 작용하는 화합물을 추정한다. 즉 일반적으로 기존에 존재하는 화합물을 사용하여 실험을 통하여 시행착오를 거친 후에 이것은 약이 될 가능성이 있다라고 생각되는 화합물의 범위를 좁혀나간다. 그러나 질병의 원인이 되는 분자와 화합물의 조합은 방대하기 때문에 실험 수도 셀 수 없이 많아지고 이것이 신약개발의 확율이 높지 않은 중요 이유 중의 하나이다. 이를 보완할 수 있는 방법으로 ICT를 이용하여 화합물의 형태 변화를 슈퍼컴퓨터 등을 통하여 시뮬레이션 가능하다.

2015년 9월, 미국 FDA는 실리콘제 센서칩을 내장한 일체형 캡슐형 약제를 허가하였다. 허가 승인된 것은 항정신약인 Aripiprazole (Otsuka사에서 상품명 Abilify로 판매)에 미국 Proteus Digital Health사가 개발한 센서칩을 내장한 것이다. 복용 후의 약이 인체 내부의 위에 도착하면 내장한 센서가 환자의 몸에 부착한 패치형(파스형) 검출기에 신호를 보낸다. 패치형 검출기는 센서가 전송한 복용시각, 신체의 활동량 등의 정보를 취합하여 시간별로 기록하고 스마트폰 등에 전송하고 이를 환자와 의사가 조회할 수 있다. 이를 토대로 하여 복용하는 Aripiprazole의 양 조절 등 환자에 적합한 치료법을 설정하여 환자의 복용패턴과 생활습관, 신체상태에 맞도록 약효를 향상시킬 수 있다 [5].

또한, 알약 패키지에 알약을 꺼낸 것을 탐지 가능한 기능과 통신기능을 병용 탑재하여 복용상황을 파악할 수 있도록 되었다. 이는 의약품의 포장재료개발 및 포장을 수행하는 Kanae사가 Sony와 공동개발한 복용이력관리시스템 MEDLLECT로 대표될 수 있다. MEDLECT는 알루미늄으로 이루어진 알약 패키지 내부에 도선이 삽입되어있고, 패키지 상단에는 신호처리가 가능한 태그가 부착되어있어 환자가 알약을 복용하기 위해 패키지에서 꺼내면 패키지 뒷면의 알루미늄 호일이 떨어지고 그때 발생하는 전압 변화가 복용정보 관리 앱으로 전송된다. 즉 알약을 복용한 시간을 환자 본인 및 가족이 컴퓨터를 통하여 자동적으로 기록, 관리하는 것이 가능하다 [3].

ICT를 신약개발에 이용하기 위해 중요한 요소가 스마트폰 앱의 보급 및 의료기관에서의 응용이라 할 수 있겠다. 주된 사용 목적은 정상인의 건강유지, 환자의 질병상태 관리라 할 수 있겠다. 고혈압, 당뇨병, 순환기질환, 치매 등의 예방을 위해서는 환자의 복용 주기 관리의 향상 및 생활습관의 개선이 필요한데, 이러한 관점에서 스마트폰 앱은 환자의 근처에 존재하며 행동정보의 파악이 용이하기 때문에 실용성, 범용성이 높은 툴이다. 이와 관련한 연구를 더욱 개발시키기 위하여 국내외 제약기업은 IT기업과 의료기기 메이커와 적극적으로 협력하여 스마트폰 앱을 구사하여 의약품의 임상 효과를 최대화하기 위해 노력하고 있다.

3. 결론

인구감소에 따른 고령화 사회로 접어들면서 AI, ICT, IT, 빅데이터, 로봇 등과 관련한 기술을 단독으로 또는 서로 간에 융합하여 구사함으로써 산업구조를 획기적으로 변화시킬 수 있는 가능성이 주목받고 있다. 그리고 이러한 신기술은 신약개발을 포함한 의료 분야에 있어서 그 유용성을 더욱 확대시킬 수 있음이 기대된다. 새로운 약을 개발하기 위해서는 막대한 노력, 시간, 비용이 소요된다. 일반인이 약국에서 간단히 구입 가능한 약도 사실은 연구 개발에 15년 이상, 수천억 원의 비용이 소요되며, 실제로 이러한 시간과 비용이 소요되었을지라도 실제 약국에서 판매되는 약으로 사용되는 확률은 3만분의 1이라고 알려져 있다. 이러한 신약개발의 과제해결에 기대되는 것이 AI 및 ICT와 같은 첨단 기술을 사용하여 개발시간, 효율, 정밀도를 개선하여 보다 빠르고 효과적으로 신약을 개발하는 것이다. ICT 등의 발전에 의한 신약개발의 디지털화가 차세대 헬스케어 발전에 중요한 열쇠가 될 것이며, AI를 시작으로 한 새로운 디지털 기능이 오픈 이노베이션의 새로운 문을 열 수 있을 것이다. 이러한 기술 개발을 통하여 혁신적인 의약품을 창출하고, 환자의 질병 치료에 적극적으로 사용함으로써 의료의 질 향상과 경제적 발전에까지 긍정적인 영향이 미쳐 사회에 공헌할 수 있음이 기대된다.

4. 참고문헌

==> PDF 참조

  추천 1
  
인쇄하기 주소복사 트위터 공유 페이스북 공유 
  
본 게시물의 무단 복제 및 배포를 금하며, 일부 내용 인용시 출처를 밝혀야 합니다.
Citation 복사
염창훈, 정희진(2019). 신약개발을 위한 AI, ICT 기술발전 동향. BRIC View 2019-T29. Available from https://www.ibric.org/myboard/read.php?Board=report&id=3356 (Nov 12, 2019)
* 자료열람안내 본 내용은 BRIC에서 추가적인 검증과정을 거친 정보가 아님을 밝힙니다. 내용 중 잘못된 사실 전달 또는 오역 등이 있을 시 BRIC으로 연락(member@ibric.org) 바랍니다.
 
  댓글 0
등록
목록
Springer Nature
위로가기
동향 홈  |  동향FAQ  |  동향 문의 및 제안
 |  BRIC소개  |  이용안내  |  이용약관  |  개인정보처리방침  |  이메일무단수집거부
Copyright © BRIC. All rights reserved.  |  문의 member@ibric.org
트위터 트위터    페이스북 페이스북   유튜브 유튜브    RSS서비스 RSS
머크