제약업계, AI활용 글로벌 블록버스터 신약 개발 정조준

신약 개발 효율성 높이고 상업적 잠재력 확장 한미약품, AI 접목된 계열 내 최초(First-in-Class) 비만 치료제 개발 AI 플랫폼 활용, 신약 후보물질의 최적 적응증 도출· 확장 가능

신약 개발은 꾸준히 증가하는 개발 비용과 기간으로 인해 점차 감소하고 있다. 전 세계 신약 개발 비용은 지난 10년 동안 거의 두 배로 증가했으며 임상 시험 기간이 길어졌다.

또한 파이프라인당 예상 수익은 정체되거나 감소하고 있다. 이 위기를 극복하기 위해 글로벌 제약사들은 조기 기술 획득, 혁신적인 기업과의 전략적 파트너십, AI 기반 연구 효율성 향상 등 다양한 노력을 기울이고 있다

특히 Al를 활용한 신약후보물질 발견과 적응증의 확장을 통해 신약 개발의 효율성을 높이고 상업적 잠재력을 확장하고 있다.

한국제약바이오협회는 창립 80주년을 맞아 대한약학회와 22일 코엑스마곡에서 '신약개발 공동 심포지엄'을 개최했다.

이날 심포지엄에서 전해민 한미약품 상무와 김이랑 온코크로스 대표가 AI를 활용한 신약 개발 사례를 공유했다.

AI 접목된 계열 내 최초(First-in-Class) 비만 치료제 'HM17321' 개발

개발 과정에서 AI가 접목된 한미약품 파이프라인은 비만 치료제 후보물질 'HM17321(LA-UCN2)'이다. 이 물질은 근손실이 불가피한 GLP-1 기반 비만 치료제와 달리 지방을 줄이면서 근육을 늘리는 기전을 갖는다. 한미약품은 HM17321이 지방 감소와 근육 증가를 동시에 구현하는 세계 최초의 비만 혁신신약이라고 강조했다. 

전해민 한미약품 상무가 혁신 비만치료제 개발에 대해 설명하고 있다. ©약업신문=김홍식 기자

전해민 한미약품 상무는 이날 심포지엄에서 "GLP-1 제제에 의해 줄어든 체중의 한 40% 정도는 근육에서 빠지게 되고 약을 끊었을 때 약 3분의 2 정도가 되돌아 오고 대부분 지방위주로 증량하게 된다. 이 같은 한계점을 극복하기 위해 지방을 감소시키면서 근육을 늘리는 효과를 내기 위해 HM17321를 개발했다"고 설명했다.

한미약품이 설정한 HM17321의 상용화 목표 시점은 오는 2031년이다. 한미약품은 미국 식품의약국(FDA)에 HM17321 임상 1상 계획(IND)을 제출했고, 한국에서도 임상 1상을 준비 중이다. 

HM17321 개발 과정에선 AI가 중요한 역할을 했다. HM17321은 GLP-1을 비롯한 인크레틴 수용체가 아닌 CRF2(corticotropin-releasing factor2) 수용체를 선택적으로 타깃하는 UCN2 유사체이다. 한미약품은 AI를 동원해 CRF2 수용체 선택성을 최적화했고, 이 덕분에 체지방 감소와 근력 증가 효과를 낼 수 있었다고 설명했다. 

한미약품이 신약 개발 초기 단계인 전임상 과정에서 사용하는 AI 플랫폼은 ‘HARP(Hanmi AI-driven Research Platform)’이다. 한미약품은 지난 2023년 9월부터 HARP를 연구 과정에 도입했다. HARP를 적용하면 전임상 단계에서 접근이 어려웠던 타깃 설계, 구조-활성 관계(SAR) 분석 고도화, 실험 데이터와 예측 모델을 결합한 의사결정 체계 구축과 같은 효과를 얻을 수 있다. 

HARP 도입으로 기대할 수 있는 가장 큰 효과는 신약 개발 기간 감축입니다. 한미약품은 HARP 적용으로 신약개발 기간이 30~50% 짧아질 것으로 예상했다. 

실제로 한미약품은 AI에서 얻은 데이터를 활용한 결과 HM17321 개발 기간을 절반으로 줄이는 데 성공했다. 

전해민 상무는 "HM17321의 경우 기존 신약 개발 기간에 비해 절반 이상 빨라졌다"며 "AI를 통해 약물 기전에 대한 설명을 다른 데이터에 활용해 새로운 기전을 밝혀낼 수 있다는 자신감이 생겼다"고 밝혔다.

AI 플랫폼 활용, 신약 후보물질의 최적 적응증 도출· 확장 가능

김이랑 온코크로스 대표 AI 플랫폼을 활용한 신약개발에 대해 설명하고 있다.   ©약업신문=김홍식 기자

이어진 발표에 연자로 김이랑 온코크로스 대표는 "AI에 생성된 물질들의 합성 가능성을 예측하는 모델들을 만들어서 예상 구조가 나오면 합성이 될 수 있는지 없는지 이런 부분들을 예측하는 모델부터 개발을 했다"고 밝혔다.

이어 "약 90% 이상의 AI 신약 개발 회사 같은 경우에는 약물을 디자인하는데 포커싱을 하고 있다. 디자인을 한다는 것은 말 그대로 어떤 자물쇠가 있고 여러 열쇠가 주어져 있을 때 그 자물쇠를 열 수 있는지에 대한 부분들을 평가한다"며, "이로인해 현재는 신약개발에 약 2~3년 정도를 줄일 수 있다"고 강조했다.

온코크로스는 AI 플랫폼을 활용해 신약 후보물질의 최적 적응증을 도출하거나 적응증을 확장하는 약물평가서비스를 주요 사업으로 삼고 있으며 제약사·바이오텍과의 공동연구개발도 하고 있다.

핵심 기술로는 전사체 데이터 기반 질병·약물 탐색 AI 플랫폼인 ‘RAPTOR AI’, 항암제의 최적 적응증 및 바이오마커 발굴 AI 플랫폼인 ‘ONCO-RAPTOR AI’ 등이 있다.

RAPTOR AI는 약물 투여 또는 질병 발생에 따른 유전자 발현 변화를 분석해 최적의 질병과 치료제를 매칭 해주는 AI 플랫폼이다. 온코크로스가 자체 개발한 ReDRUG(Restoration using DRug for targeting Unbalanced Genes) 알고리즘을 활용해 질병과 약물이 유전자 수준에서 미치는 영향을 정밀하게 비교·분석한다.

RAPTOR AI는 각 암종에서 유전자의 발현량과 예후와의 관계를 분석하고 점수화해 암종별로 예후가 좋은 환자군과 그렇지 않은 환자군을 구분할 수 있게 한다. 이를 통해 임상시험 성공률을 높여준다.

온코크로스는 700여 종의 질병 코호트 데이터와 2만5천 여 종의 화합물 데이터를 보유하고 있으며 이를 지속적으로 확장·정제하고 있다.