AI 혁신 신약, 국내 주목받는 벤처는?

[바이오워치]

[사진=whiteMocca/shutterstock]
이룸스 법칙(EROOM’s LAW)은 발전 속도가 점점 빨라진다는 '무어의 법칙'을 거꾸로 한 것으로, 신약 연구개발 성과가 점차 떨어지는 제약 업계를 비유하는 데 종종 쓰인다.

쉽게 딸 수 있는 좋은 열매는 이미 다 따먹어 기존 약을 뛰어넘는 혁신 신약 개발이 점점 힘들어진다는 것이다. 여기에 연구개발에 소요되는 비용과 시간은 높아지고, 규제는 엄격해지면서 많은 제약사들이 신약 개발에 난항을 겪고 있다.

그런데 인공지능(AI)이 지금까지 파악하지 못했던 약물의 잠재성을 찾아내면서 신약 개발의 새로운 기회로 떠오르고 있다. 글로벌 제약사들도 적극적으로 AI 기업과의 협업에 나섰다.

이에 따라 AI를 기반으로 신약 개발을 선도하고자 하는 국내 벤처 기업도 주목받고 있다. 15일 한국제약바이오협회, 한국보건산업진흥원 주최로 서울 코엑스에서 열린 'AI 파마 코리아 콘퍼런스 2018'에선 자체 기술로 업계를 선도하고 있는 AI 솔루션 개발사들이 소개됐다. 이중 국내에선 3BIGS, 스탠다임, 신테카바이오가 대표 기업으로 꼽혔다.

3BIGS, 국내 유일 생물 정보 맞춤형 데이터 분석

3BIGS는 지난해 7월 설립한 생물 정보 분석 컨설팅 회사로 한국과 인도에 법인을 두고 있다. 국내에선 유일하게 고객사가 필요로 하는 데이터를 맞춤형으로 분석해준다는 것이 특징이다. 또 비정형 공공 데이터를 정제해 '데이터 저장소'에 통합, 데이터 품질을 높이는 큐레이션에 주력했다. 이를 고객사가 지닌 데이터와 통합해 AI에 적용, 고객의 요구 사항에 맞는 최적화된 결과를 제공한다. 또한 고객이 원하는 형태로 지속적인 팔로업을 통해 2주마다 데이터를 업데이트하는 프로세스를 갖추고 있다.

일례로 ADHD 약제 오프라벨 큐레이션 데이터를 요청한 기업에 관련 분야의 모든 문헌 정보 확인, 오프라벨에 대한 임상이 어떤 센터나 병원에서 어떤 식으로 진행되었는지, 해당 약물과 브랜드가 무엇인지를 표준화된 데이터로 제공했다.

다우드 듀드쿨라 3BIGS 생물 정보 및 분석 책임자는 "실제로 기업과 협업을 하다 보면 각각의 프로젝트와 요청 사항도 매우 다르다. 3BIGS는 고객과의 긴밀한 소통을 통해 원하는 정보를 제공한다"고 설명했다.

3BIGS는 특정 약물이 어느 질환에서 효과가 있는지 예측하는 서비스도 조만간 발표 및 특허를 출원할 예정이다. 다우드 두데클라 책임자는 "우리가 개발한 적응증 예측 모델의 결과가 꽤 좋다"며 "이름은 밝히지 못하지만 한국 제약사와도 협업 중"이라고 말했다.

스탠다임, 기존 물질 적응증 확대부터 새 후보 물질 발굴 모델 개발

스탠다임은 '거인의 어깨 위에서 더 넓은 세상을 보자'는 모토로 2015년 출발한 AI 기반 신약 개발 기업이다. 텍스트, 스크리닝 데이터 등 다양한 종류의 데이터에 적합한 AI를 적용, 풀 스택(Full Stack) 신약 물질 발굴 기업을 지향하고 있다. 현재 3가지 모듈을 주축으로 기존 물질에서 새로운 적응증 예측, 이에 대한 해석 자료, 이 중에서 약물이 반응하는 단백질 예측 등의 서비스를 제공하고 있다.

스탠다임은 제약사 등 협업 기관에 해당 서비스를 제공할 뿐만 아니라 비알코올성 지방간에 대한 자체 파이프라인도 갖고 있다. 현재 후보 물질에 대한 검증 실험을 진행 중이다.

나아가 스탠다임은 AI로 새로운 후보 물질을 찾아내는 새로운 모델을 개발 중이다. 앞선 모델들이 기존의 물질에서 새로운 용도를 찾아내는 것과는 달리, 잠재력을 지닌 새로운 후보 물질을 발굴해내는 것이다. 이 모델은 현재 검증을 거쳐 완성 단계에 있는 것으로 알려졌다.

송상옥 스탠다임 최고혁신책임자는 "이외에도 스탠다임은 특허 검색 등 10개에 달하는 모델을 갖고 있다"며 "고객사의 조건에 따라 여러 AI 모듈을 섞어가면서 새로운 구조를 만들어내는 아웃풋을 제공할 수 있다"고 설명했다.

신테카바이오, 유전체 및 AI 기반 바이오마커 예측

신테카바이오는 유전체 빅데이터와 AI에 기반해 신약 개발을 주도하고자 하는 기업이다. 2009년 유전체 전문 기업으로 시작한 신테카바이오는 최근 AI를 접목한 신약 예측 모델을 선보이고 있다.

예측적 바이오마커를 AI로 파악하는 모델이 대표적이다. 예측적 바이오마커는 임상 시험의 성공률을 높일 수 있다는 점에서 중요성이 커지고 있다. 환자마다 신체 조건이 달라 예상했던 것과 달리 약물의 반응률이 상당히 떨어지고 있기 때문이다. 반면 바이오마커에 기반한 임상은 그렇지 않은 임상보다 성공률이 3배가량 더 높다.

신테카바이오의 딥러닝 기반의 바이오마커 예측 모델, GBL스캔은 게노믹 프로파일, 약물 반응에 대한 데이터셋 등을 통해 256개 약물에 대한 바이오마커를 파악해나가고 있다. 이 모델을 활용해 바이오마커에 기반한 약물 리포지셔닝도 가능하다.

양현진 신테카바이오 박사는 "이 모델을 통해 자체적으로 파악한 바이오마커를 통해 고객사에게 맞춤형으로 신약 개발 전략을 제공할 수 있다. 다만 아직 확보할 수 있는 데이터가 제한돼 있어 장기 프로젝트로 고려해야 한다"고 덧붙였다.

이외에도 신테카바이오는 미국 식품의약국(FDA) 승인을 받은 모든 약물을 스캔해 리포지셔닝이 가능한 스무 개가량의 약물을 자체적으로 찾아내기도 했으며, 임상 단계에서 적절한 환자군을 예측해 임상 성공률을 높이는 AI 모델도 서비스 중이다.

    정새임 기자

    저작권ⓒ 건강을 위한 정직한 지식. 코메디닷컴 kormedi.com / 무단전재-재배포, AI학습 및 활용 금지

    댓글 0
    댓글 쓰기

    함께 볼 만한 콘텐츠

    관련 뉴스