본문으로 바로가기
64584125 0372020120364584125 08 0805001 6.2.2-RELEASE 37 헤럴드경제 29182869 false true false false 1606961548000

[바이오 히든챔피언 키운다] “시간·비용 두 마리 토끼 잡는다”…AI로 신약개발 ‘도전장’

글자크기

국내 바이오벤처 AI 플랫폼 활용

이른시간내 최적 치료제조합 발굴

헤럴드경제

바이오벤처 바이나리는 AI를 활용해 약물의 독성예측 기술을 고도화하고 있다. [바이나리 제공]

최근 인공지능(AI), 빅데이터 등 4차 산업혁명 핵심 기술들이 바이오 분야에서도 활용도가 높아지고 있다.

AI와 빅데이터를 신약개발에 활용하면 막대한 비용과 시간이 소요되는 신약개발의 실패확률을 낮춘다. 방대한 데이터를 사전에 분석해 신약후보물질을 효율적으로 발굴할 수 있다. 일본제약공업협회에 따르면 AI를 신약개발에 활용했을 때 기간은 10년에서 3년, 비용은 약 1조2000억원에서 6000억원으로 감소하는 효과를 거둘 것으로 전망된다.

중소벤처기업부가 추진 중인 사업에 참여하고 있는 국내 벤처기업들은 AI·빅데이터 등 4차산업혁명 기술을 기반으로 신약개발에 도전장을 던졌다.

온코크로스는 유전자 발현 패턴에 기반한 AI 플랫폼을 활용, 빠른 시간 내에 최적의 치료제 조합 발굴에 나섰다. 이 업체는 현재 치료제가 없는 전염병 후보군에 대한 RNA염기서열 데이터베이스를 구축, 전염병에 적용할 수 있는 약물 후보군을 선별해 신약을 개발하고 있다.

김이랑 온코크로스 대표는 “AI 플랫폼을 통해 약 2만여개 이상의 기존 약물을 모니터링하고 기존 상용약의 새로운 적응증을 발굴함으로써 제약사들의 새로운 수익원을 창출하는데 도움을 주고 있다”면서 “국내 최초로 AI로 발굴한 약제를 동물실험까지 마무리한 후 제약사에 기술이전을 실시했다”고 설명했다.

바이오벤처기업 바이나리는 안전성평가연구소에서 개발한 3차원 세포 이미징 기술을 이전받아 AI를 기반으로 한 약물의 독성 예측 기술을 고도화하고 있다.

3차원 세포 이미징 기술은 질환 모델 분석에서 기존 방식보다 훨씬 빠르고 정밀한 결과를 얻을 수 있으며, 질환 원인 규명 및 치료법 개발에도 활용이 가능하다는 장점이 있다.

금상일 바이나리 대표는 “신약 개발 전임상 단계에서 신약의 독성을 미리 예측해 비용을 최소화시키고 3차원 생체조직학 정보를 활용해 생체 조직의 유전자 발현 위치 분석, 약물에 따른 조직 특이적 변화 분석이 가능해 조직에서의 정밀 분자진단이 가능하다”고 말했다.

그는 또 “차세대 독성평가 솔루션 플랫폼 개발을 시작으로 AI 암세포 모델링 기술 확보를 통해 3차원 영상진단기술 개발 시스템을 구축할 계획”이라고 덧붙였다.

최근 AI를 활용한 컴퓨터 프로그램을 통해 신약개발 실험의 시행착오를 줄이고 연구생산성을 향상시키려는 시도가 활발해지고 있다. 하지만 제약사와 AI 플랫폼 개발회사의 전문성이 달라 두 기술의 효과적인 융합은 더딘 편이다.

LG생명과학 출신 연구진이 설립한 합성신약 전문 개발기업 이노보테라퓨틱스는 AI 기반 신약개발 플랫폼 기술 ‘딥제마’를 개발했다. 딥제마는 표적 발굴부터 신약개발 모든 과정을 웹 기반 버추얼 플랫폼으로 구축, 후보물질 합성단계의 시간을 획기적으로 절감시킬 수 있다.

박희동 이노보테라퓨틱스 대표는 “집중 질환분야는 면역, 암 대사질환으로 실제 실험에 앞서 딥제마를 통해 신약 타겟, 화합물구조 및 물성 등을 시뮬레이션해 시간과 비용을 크게 줄이고 있다”면서 “현재 100억원대 투자유치를 완료하고 글로벌시장 진출을 정조준하고 있다”고 말했다.

닥터노아바이오텍은 신규약물 발굴, 복합제 및 약물 부작용 예측 등을 위한 AI 플랫폼 ‘ARK’를 개발했다. 이 AI 플랫폼을 활용해 치료제 개발이 시급한 희귀질환과 신경계 질환 치료제를 개발하고 있으며 오는 2022년 글로벌 임상에 돌입한다는 계획이다.

이외에도 인세리브로는 컴퓨팅 신약개발 플랫폼 MIND를 활용, 기존 대비 90% 이상 빠른 시간과 비용으로 새로운 화합물 발굴에 주력하고 있다.

구본혁 기자

- Copyrights ⓒ 헤럴드경제 & heraldbiz.com, 무단 전재 및 재배포 금지 -
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.