융합기술을 활용한 차세대 신약개발 

1. 인공지능을 활용한 신약개발 - 데이터 / 네트워크 기반의 약물 재창출

 신약개발은 장기간의 노력과 대규모 투자가 요구되는 대표적인 고위험, 고수익 산업 분야임에도 불구하고 여전히 높은 불확실성이 존재합니다. 최근 연구 결과는 기존에 개발된 의약품의 신규 적응증 발굴을 통한 약물 재창출(drug repurposing, drug repositioning)이 새로운 약물 개발에 비해 비용과 위험을 최소화할 수 있다는 점에서 보다 효율적일 수 있음을 보여줍니다. 계산생물학을 이용한 생물학적 네트워크 연구는 생체 분자간 상호작용을 이해하고 모델링을 통해 약물 재창출 및 약물 조합 연구에 새로운 방향을 제시함으로써 신약개발에 활용 될 수 있음을 보여주었습니다. 인공지능을 활용한 신약개발은 네트워크 데이터 연구를 통해 새로운 적응증을 예측함으로써 약물 재창출에 기여하고 있습니다. 

  A. 예비 연구

 FDA 승인 바이오의약품 약물 재창출 사례 3건에 대하여 데이터 및 네트워크 기반의 예측 연구를 진행하였고, 3건 모두 FDA 승인 신규 적응증에 대한 예측이 가능함을 확인 하였습니다.

  B. 한국인 호발성 동반질환 네트워크 구축 및 이를 활용한 약물 재창출 후보 질환 및 약물 선정 

 보건의료빅데이터(건강보험심사평가원의 환자표본자료 중 전체 환자 데이터셋 사용)를 이용하여 한국인 호발성 동반질환 네트워크를 구축하고, 네트워크 비교를 통한 동반질환 사이의 질환 유사도 분석을 통해 질환 기전을 공유하는 동반질환을 선발하여 약물 재창출 후보 질환을 선정합니다. 약물 재창출을 위한 후보 질환 중 선행 및 후행 동반질환에 대한 기존 약물이 존재하는 경우 약물 재창출을 위한 후보 약물로 선정합니다.

 

 [그림 1] 한국인 호발성 동반질환 네트워크 구축 및 이를 활용한 약물 재창출 후보 질환 및 후보 약물 선정의 개요

  C. 데이터 주도 약물 재창출을 위한 공개 데이터 수집 및 통합 데이터베이스

 데이터 주도 약물 재창출을 위한 자료로 활용하기 위해 공개 데이터 수집 및 통합을 수행하고, 그 결과를 데이터베이스로 구축합니다. 약물 재창출을 위해 사용되는 공개 데이터는 유전체, 전사체, 단백체 수준의 기본적인 오믹스 데이터와 생체 분자간의 유전자-유전자, 단백질-단백질 상호작용 데이터 및 생물학적 경로 (biological pathway)와 대사 경로 (metabolic pathway) 등을 포함합니다. 또한 질환 관련 유전자와 단백질, 발병 기전에 대한 데이터를 포함합니다. 아울러 약물의 작용점 및 작용 기전 데이터 수집을 위한 약물의 표적 및 작용 기전, 약물-표적간, 약물-약물간 상호작용에 대한 데이터를 포함합니다.

 [표 1] 통합 데이터베이스 구축에 사용된 공개 데이터 종류 및 분류

- 오믹스 데이터: 유전체, 전사체, 단백체 수준 데이터 - 생체 분자 상호작용 데이터: 유전자-유전자 및 단백질-단백질 상호작용, 생물학적 경로 및 대사 경로 데이터 - 질환 관련 데이터: 질환 관련 유전자 및 단백질, 발병 기전 데이터 - 약물 관련 데이터: 약물 작용점 및 기전, 약물 표적, 약물-표적 및 약물-약물 상호작용 데이터 - 위 4가지 분류의 데이터를 통합한 통합 데이터베이스 구축

  D. 네트워크 기반 질환 기전 및 약물 작용 기전 분석을 통한 약물 재창출 플랫폼 구축

 약물 재창출을 위한 후보 질환의 발병 기전과 후보 약물의 작용 기전을 분석하여 약물 재창출 플랫폼을 구축합니다. 약물 재창출 통합 데이터베이스를 활용하여 ① 특정 질환 기전 네트워크를 구축하고, ② 특정 질환에 대해 개발이 완료된 약물의 작용 기전 네트워크를 구축합니다. 이들 네트워크를 활용하여 ③ 개발이 완료된 약물이 존재하는 특정 질환의 기전 네트워크와 해당 약물의 작용 기전 네트워크 유사도를 비교 분석하고 ④ 관련 동반질환의 기전 네트워크와 약물 작용 기전 네트워크 유사도 패턴을 비교하여 ⑤ 약물 재창출 가능성을 예측합니다. 약물 재창출 가능성이 높은 질환과 약물의 경우, 기존 약물의 작용 기전과 신규 적응증에서의 작용 기전의 패턴 유사도를 판별하여 약물 재창출을 예측합니다.

 [그림 2] 네트워크 기반 질환 기전 및 약물 작용 기전 유사도 비교의 개요

 

 

 [그림 3] 데이터 및 네트워크 분석 기반의 약물 재창출 개념도

2. 팀 기반기술 구축 현황

 [표 2] 인공지능구조설계팀 기반기술 현황 

분류	바이오의약품 구조 분석 및 최적화	빅데이터 및 인공지능 기반 신약개발
기반기술	단백질 3차 구조 및 특성 분석을 위한 시료 생산	생물정보학 기반 오믹스 자료 분석 및 다중오믹스 통합 분석
	다양한 발현 시스템(박테리아, 곤충세포, 동물세포, 무세포)을 이용한 발현 특성 분석 및 생물정보학 기반 분석	보건의료빅데이터 분석
	항체 또는 재조합단백질 의약품의 3차 구조 모델링, 물리화학적 특성 예측 및 개선	대량발굴 탐색 플랫폼 구축 및 기계학습 기반 약물 작용기전 예측 플랫폼 구축
	단백질 또는 항원-항체 복합체의 결합 부위 및 결합력 예측	데이터 주도, 네트워크 기반 약물 재창출 파이프라인 구축
	단백질 3차 구조 분석 (X-ray, SAXS) 및 구조 기반 단백질 엔지니어링	인공지능 기반 바이오의약품 개발 플랫폼 구축
		바이오의약품 비임상 / 임상 자료 모델링 및 시뮬레이션

담당자: 인공지능구조설계팀 팀장 이원규 책임연구원 (043-200-9571, gre7@kbiohealth.kr)