한빛사 인터뷰
1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드
약물상호작용은 두 가지 이상의 약물을 동시에 복용하였을 때 특정 약물의 약동학(pharmacokinetic, PK)이나 약력학(pharmacodynamics, PD)에 있어서 변화가 있는 현상을 의미합니다. 이 때, 영향을 주는 약물(perpetrator drug)과 영향을 받는 약물(victim drug)으로 나뉩니다. 약물상호작용이 있음을 밝히기 위해서는 임상시험을 직접 수행하거나 PK 모델기반예측법을 사용하여야만 했었고, 이에는 많은 시간과 비용이 소요되었습니다. 이와 같은 이유로, 그동안 머신러닝을 활용하여 약물상호작용을 예측하는 수많은 연구가 수행되어 왔습니다. 하지만, 대부분의 연구들은 약물상호작용의 유/무나 분류에 대해서만 예측 학습을 진행하였습니다. 단순한 약물상호작용의 유/무, 분류는 실제임상현장에서 충분한 유용성을 주기에 불충분하다고 판단하여 저희 연구진은 약물상호작용을 정량적으로 예측하는 기술을 개발하고자 하였습니다.
문제는 머신러닝에서 가장 중요한 약물상호작용을 정량적으로 정리해놓은 자료원이 없었다는데 있었습니다. 이에 본 연구진은 미국 FDA의 약물의 insert paper에 공개된 정량적인 약물상호작용 정보를 직접 hand search를 통해 수집하였고, 학습자료를 구축하였습니다.
저희 연구진의 최종 머신러닝 예측모델은 약물상호작용에 있어서 perpetrator drug과 victim drug을 복용하였을 때 victim drug의 PK 지표의 변화량을 예측하도록 개발되었습니다.
약물상호작용은 실제 임상현장에서 의료진의 약물 처방 시 중요하게 고려하는 요소 중 하나이기 때문에, 저희가 개발한 머신러닝 예측모델은 앞으로 약물상호작용을 평가하는데 있어서 활용도가 높다고 볼 수 있습니다.
또한 그동안 약물상호작용 예측 연구에서 제기되는 주요한 문제점은 학습할 자료원에 있었습니다. 대부분의 학습자료는 positive dataset (약물상호작용이 있는 약물쌍) 정보는 많이 공개되어있지만, negative dataset (약물상호작용이 없는 약물쌍)은 명확하게 제시되어있지 않았기 때문입니다. 저희는 데이터를 직접 수집하여 구축하였고, 이를 자유롭게 공개하였기 때문에 다양한 연구목적으로 활용될 수 있을 것이라고 기대하고 있습니다.
연구과정의 Overview
2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.
저는 서울대학교 약학대학 오정미 교수님 연구실(https://jmoh.snu.ac.kr)에서 석박통합과정을 마치고 현재는 박사후연구원으로 연구를 진행하고 있습니다. 분야는 '임상약학'이며, 임상에 적용되는 다양한 약학적 지식을 바탕으로 한 폭넓은 연구를 수행하고 있습니다. 실제 환자를 대상으로 임상업무도 함께 수행하고 있기 때문에, 연구적인 능력 이외에도 임상적에서의 통찰력도 함께 얻을 수 있다는 것이 장점입니다. 많은 분들이 연구로의 진로를 고려할 때 ‘어떤 연구를 하는 것이 적성에 맞을지’ 고민을 많이 하실 것으로 생각합니다. 저희 연구실은 유전체, PK 및 빅데이터/머신러닝 연구 등 임상약학에 관련된 다양한 범위의 임상 연구를 수행하고 있기 때문에, 진학 후 개인약물요법에 기여할 수 있는 여러 전문화된 연구를 다양하게 할 수 있습니다.
오정미 교수님 연구실 연구분야
연구실 구성원 사진
3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람
물론 기초적인 연구도 중요하지만, 약물의 개발 이후 현장에서 사용되는 약물의 유효성/안전성에 대한 임상 연구 역시 가치가 높다고 생각합니다. 저로서는 환자와 가까이 있으면서 임상 업무를 수행하기도 하고, 연구를 함께 진행하는 것이 굉장히 재미가 있고, 그 자체로 보람을 느끼고 있습니다.
임상 환자의 outcome을 개선시키기 위한 활동은 여러 종류가 존재합니다. 이번 약물상호작용을 예측하는 연구도 그 종류 중 하나라고 볼 수 있습니다. 연구 디자인 구상 때부터 연구진들과 다양한 고민을 나누고, 매 결정마다 분석을 수행하며 오랫동안 고민해온 연구가 결국 논문이 되어 나왔을 때 자부심을 느낍니다. 또한 상기 과정에서 연구자로서 성장하는 기분을 느낄 수가 있어서 좋습니다.
4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?
의료 현장에서 임상약사로도 활동하면서 연구를 병행하다보면, 다양한 clinical insight을 얻는 경우가 많습니다. ‘이러한 환자들에서는 어떤 결과가 나올까?’, ‘이러한 부작용은 이 약 때문일까?’, ‘이러한 의료 기술이 있으면 정말 유용하겠다’ 등 다양한 생각을 하면서 연구 아이디어를 창출하고 연구를 진행합니다. 이렇듯 저희 임상약학 분야는 임상적 이해와 기술적 이해 모두를 접목시키기에 적합한 학문이라고 생각합니다. 물론 위와 같은 병행 업무가 부담으로 다가올 수 있겠지만, 상기 기술한 내용에 대해 매력을 느낀다면 저희 분야에 오시는 것을 환영하고 추천드리는 바입니다.
5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?
요즘 공통데이터모델, 청구자료 등의 빅데이터가 많이 나오고 있고 또 이를 연계하여 분석하는 시도들도 많이 이루어지고 있습니다. 빅데이터나 머신러닝을 활용하기가 좋은 환경이라고 생각합니다. 이렇듯 주어진 좋은 기회 속에서 좋은 연구 idea를 갖고 임상 연구를 앞으로도 지속해나가고 싶습니다. 다양한 분야의 선생님들과의 협업 또한 굉장히 중요한 부분이라고 생각을 하기 때문에, 데이터 접근, 정제, 분석 등에 있어서 네트워크를 구축해 나가고 싶습니다.
6. 다른 하시고 싶은 이야기들.....
본 연구는 서울대학교 공과대학의 문봉기 교수님 연구실 소속 송지현 선생님과 함께 진행하였습니다. 데이터 수집부터 분석까지 많은 우여곡절이 있었지만, 송지현 선생님의 도움으로 좋은 결과를 얻을 수 있었다고 생각합니다. 이 자리를 빌어 문봉기 교수님, 송지현 선생님께 다시 한번 감사의 말씀을 드립니다.
아울러, 임상약학이라는 매력적인 분야에 대해 알 수 있도록 길을 열어주시고, 좋은 연구 기회를 주신 오정미 교수님. 항상 존경하고 감사드립니다. 연구 아이디어 창출부터 디자인에 대해 많은 조언을 주신 김인화 교수님, 이형기 교수님, 김재현 교수님께도 큰 감사의 말씀을 올립니다.
#임상약학
#약물상호작용
#머신러닝
관련 링크
관련분야 연구자보기
소속기관 논문보기
관련분야 논문보기
해당논문 저자보기