바이오스펙테이터

바이오스펙테이터 서윤석 기자

투트랙전략, 물질합성 갯수를 1/3 줄이고, 개발속도 약 3배 높여 "비용절감, 시간단축"

김제학 에일론(Ailon) 대표는 지난 23일 "현재의 여러가지 한계가 있음에도 AI(인공지능) 기반 신약개발의 미래는 밝다"며 “최근 기존 제약사와 AI 기반 신약개발 바이오텍 사이에 협업이 늘어나고 있는 추세로, 향후 5년내 AI기반 신약개발 분야에서 퀀텀점프가 일어날 것으로 예상한다”고 말했다.

김 대표는 이날 온라인으로 개최된 바이오플러스-인터펙스 코리아 2021(BIOPLUS INTERPHEX KOREA 2021)에서 AI 기반 신약개발 전략에 대해 발표했다.

발표에 따르면 연구개발비용 10억달러당 신약 수는 2009~2019년 사이 0.9개에서 0.3개 수준으로 감소한 반면 화합물 합성, 임상시험비용 등은 증가하고 있다. 미국 식품의약국(FDA)에서 승인받은 신약의 평균 개발비용은 약 26억달러, 개발소요기간은 10여년이다.

김 대표는 “AI 기술을 이용하면 신약 개발비용을 낮추고, 소요기간을 낮출 수 있다”며 “아직까지는 기존 연구방식(wet lab)과 AI 기술을 같이 사용하는 투트랙(two track) 전략이 신약발굴 및 개발에 효율적이라고 생각한다”고 말했다. 그는 “자체적으로는 투트랙 방식이 물질합성 갯수를 1/3로 줄이고, 개발속도를 3배정도 높이는 것으로 판단하고 있다”고 덧붙였다.

에일론은 고품질 바이오∙물리화학적 데이터베이스(DB) 접근이 어렵고, 시험방법 및 결과 표준화(standardization), 다중-도메인(multi-domain) 단백질 타깃 후보물질 발굴의 어려움 등 여러 AI 기반 신약개발을 한계를 투트랙 전략을 통해 보완할 수 있다고 설명했다.

이외에도 에일론은 AI 기반 신약개발의 단기전략으로 연구가 많이 되어있는 물리화학적(physicochemical) 데이터를 이용하는데 집중하고, 메디켐(medichem)팀과 긴밀히 협력할 것을 제시했다. 화학적 영역(Chemistry)은 상대적으로 AI를 이용해 생물학적 영역(Biology) 보다 문제를 해결하기가 용이하다. 수용체-리간드, 타깃 단백질 구조, 하위 신호전달계 변화 등 생물학적 영역은 복잡하고 변동성이 커 아직은 개발속도에 한계가 있다는 설명이다.

한편 에일론은 지난 2018년 보령제약 연구소장 출신의 김제학 대표가 설립했다. 에일론은 현재 종양, 폐섬유증, 중추신경질환 등에 대한 파이프라인을 개발중이며, 질병의 원인이 되는 타깃 단백질 분석 및 규명, 후보 물질 발굴, 스크리닝, 약물 최적화 등에 이용하는 AI 기술을 개발중이다.