"신약개발, 융합 마인드 재무장해야" 키워드는 '빅데이터'

실험 없이 대규모 연구 가능…표적 물질 다량 발견도

몇 년 새 신약 개발이 제약계 화두로 떠오르며 관련 기술이 눈에 띄게 진보하는 가운데, 세계적인 학술지 네이처(nature)지에 '바이오 빅데이터'가 적극 이용된 사례가 실려 주목된다.

베스티안 재단 양재혁 대외협력실장은 최근 발표된 글로벌 첨단바이오의약품 코디네이팅센터(CoGIB)의 ‘The Journey to Success-Stem cell&Gene therapy’ 사례집에서 '신약개발의 지름길, 빅데이터'라는 제목의 칼럼을 기고했다.

과거 네이처 제네틱스(Nature Genetics)에 실렸던 한 논문에 의하면, 영국의 한 연구팀이 전립선암 치료에 대한 80개의 약물 표적을 발견했다. 보통 신약 개발 과정에서 한 가지 표적을 발견하기도 어려운 상황이라는 것을 감안하면 이는 놀라운 성과다.

영국 연구팀은 전립선암 환자 112명의 유전정보를 수집하고 다른 연구에서 얻은 데이터를 결합시켰으며 총 930명의 샘플을 활용했다. 여기에는 빅데이터 기술을 사용한 것이 승부수라고 할 수 있다.

먼저 연구팀은 어떠한 유전자가 관련 있는지를 파악한 후, 유전자에 의해서 코드화된 단백질맵을 만들었다. 연구 결과를 통해 canSAR이라는 데이터베이스를 구축하고 여기에 머신러닝을 도입한 것이다.

현재 발견한 80개의 신약 물질 후보 중 11개는 기존 약에서 표적으로 사용하고 있으며 7개는 임상시험 중인 것으로 알려졌다.

지난해 네이처 커뮤니케이션즈(Nature Communications)에는 생물학적 샘플 실험을 하지 않고 공공데이터를 통해 신약 개발에 나선 사례가 게재된 바 있다.

암 연구는 보통 개별적인 유전자 돌연변이를 파악하는 것이 목표지만, 개별 돌연변이 조작을 통한 암 치료 효과가 적거나 내성이 강한 경우 연구가 원활하게 진행되기 어렵다.

이러한 문제를 극복하기 위해 UCFICE 연구팀은 첫 번째로 공공데이터인 The Cancer Genome Atlas(TCGA)를 활용했다. TCGA는 30여종 암의 유전자 변화 지도로, 거대한 양의 데이터를 보유하고 있다. 연구팀은 발현된 유전자를 14개 암조직과 비교했다.

두 번째로 세포 신호전달 라이브러리, LINCS(Integrated Network-based Cellular Signatures) L1000 데이터 세트 라이브러리를 이용했다. 연구팀은 유전자 발현이 유해 단백질을 생산하는 비정상적인 변화를 역전시킬 수 있는 능력에 근거해 71개 셀라인에 기반한 12,442개의 저분자 타겟을 발견했다. 이 또한 공개 데이터베이스였다.

그리고 실험실에서 생물학적으로 활성화된 화학물질이 특정종류의 암세포를 얼마나 잘 죽이는지에 대한 데이터의 측정을 위해 세 번째 데이터베이스인 ChEMBL를 활용했다.

마지막으로 Cancer Cell Line Encyclopedia를 사용해 1,000개 이상의 암 세포주의 분자 프로파일을 분석하고 비교했다. 분석 결과에 의하면 실험용 마우스에서 종양으로 성장한 간암 세포에 대해 4가지 약물이 효과적인 것으로 밝혀졌다.

양 실장은 "이제 신약 개발에도 기술융합 마인드로 재무장해야 하는 시점이 왔다. 비용과 시간을 줄이는 측면에서 빅데이터 분석, 머신러닝, 인공지능 등 기존의 신약 연구 영역에서 다루지 않았던 영역까지 살펴야 한다"고 조언했다.