정보가 넘쳐나는 빅데이터 환경 속에서 머신러닝(machine learning) 기술은 효율적으로 새로운 의학적 발견을 도출 해내는 역할을 하고 있다.

신약의 개발에 적용돼 비용의 절감, 시간 단축, 부작용 가능성 억제 등 여러 분야에서 활용되며 주목을 받고 있다.

임상데이터 및 공개된 오믹스(OMICS) 데이터, 약물데이터 정보는 ▲바이오마커 발굴, ▲신약의 개발 ▲진단기술 및 ▲예후예측 등에 활용하기 위해 다양한 머신러닝기술이 적용되고 있는 것이다.

머신러닝과 신약개발의 적용

최근 폐암중개연구소에서는 머닝러신을 활용한 항암신약개발 현황과 향후 전망에 대한 연구보고서를 발표했다.

한정된 시간 내에 효율적인 일을 할 수 있는 것은 ‘기계학습’을 통해 가능하다. 기계학습이 바로 머신러닝으로 불린다.

인간과 같은 학습능력과 가진 컴퓨터가 데이터를 토대로 패턴을 인식하고 분류하고 예측하는 기술이 머신러닝이다.

보고서에서 표경호 연구원은 ‘머신러닝’을 활용한 신약의 ‘디자인’과 ‘발굴’은 신약을 개발하는 제약회사나 바이오텍에 중요한 기술로 자리매김할 것으로 기대한다고 전제했다.

신약개발에 있어 일반적인 경우 2~5년간의 약물의 발굴(drug discovery)의 기간을 거쳐, 전임상연구로 특정한 질병을 표적화하는 약물의 후보군이 선정된다.

그 이후로 6년에서 15년간의 약물 개발 과정을 통해 약물이 시장에 입성하게 되고, 독성 연구를 비롯해 임상 진입을 위한 결과와 자료들이 뒷받침돼야 한다.

또한 약물에 대한 효능과 독성, 활용 부분과 비교되는 약물과의 비교연구 등 천문학적인 비용이 들게 된다.

표 연구원은 “질병에 대한 타겟을 발굴하는 것이 신약개발에 있어서 시작점이 되는 중요한 부분”이라며 “이미 잘 알려진 타겟들은 이미 시장에 진입했거나 임상 또는 전임상 연구를 진행하는 경우가 많다”고 말했다.

그는 “특히 암에 대한 타겟에 있어 다양한 타겟들이 존재하고, 오믹스 분석을 통해 확인할 수 있는 다양 한 자료들이 존재하지만, 아직도 질병에 대한 원인과 타겟을 발굴하기 위한 시도는 현재까지도 진행 되고 있다”면서 “타겟을 발굴하는 속도는 머신러닝을 통해 더욱더 빨라지게 됐다”고 설명했다.

글로벌제약회사의 머신러닝 활용

글로벌 제약회사는 다양한 질환에 대한 신약 파이프라인을 구축하고 있으며, 전임상 혹은 임상 단계에 진입하고 있다

과거의 경우 기초연구를 토대로 발굴한 주요 타겟들을 기반으로 신약을 만들어왔다면, 현재는 글로벌 제약회사에서 빅데이터를 창출해 신약 타겟을 찾아내는 등의 연구가 진행되고 있다.

Johnson & Johnson은 IBM Watson Health와 공동연구에 대해 발표한 바 있다. IBM 왓슨은 CDSS 시스템으로서, 초기 MD Anderson Cancer Center에 적용된 바 있는 코칭 시스템이다

이 시스템은 현재 환자의 건강을 유지할 수 있는 모바일 형태의 개인맞춤형 프로그램을 활용되고 있다.

로슈와 Genentech는 GNS healthcare와 협력하고 있다.

이 회사는 머신러닝을 통해 암환자의 데이터를 토대로 암 치료에 대한 방향을 제시하고 표적을 확보하는 기술을 펼친다. 전략적 동반관계로서 현재 신약 파이프라인의 상당수가 머신러닝 기반으로 도출되고 있다.

또한 보고서에 따르면 로슈는 대규모 유전체분석회사인 Bina Tech을 인수함으로써 오믹스 기반의 머신러닝 분석을 수행하고 있을 것으로 예상했다.

화이자도 IBM과 함께 전략적 동반관계를 구축한 상태라는 것이 보고서의 설명이다.

IBM Watson for Drug Discovery라는 클라우드 기반 플랫폼을 활용해 암 치료를 위한 새로운 약물의 표적과 약물의 내성 등을 발굴해 낸다.

이 클라우드 시스템에서는 2500만 건의 논문 초록과 100만 개의 Full paper로 부터 신약 타겟을 확보해 낸다.

암젠은 로슈와 협력 중인 GNS healthcare의 투자자로서 현재 MIT와 Owkin라는 스타트업 회사와 함께 머신러닝 기반의 연구에 협력 중이다. 

릴리는 현재 MIT와 함께 머신러닝에 대한 연구 협력을 하고 있으며 최근 Transcriptic과 Atomwise와의 협력을 통해서 타겟에 대한 최적화된 약물 후보군 디자인 등에 대한 부분에 협력하고 있다고 보고됐다.

노바티스는 IBM 왓슨과 제휴를 맺고 MIT와 함께 컨소시엄을 같이 하고 있다. 노바티스 내 연구소인 NIBR에서 이미 분석연구원들이 약 200명 정도 상주하고 있으며 사내 AI 기능을 추가하기 위한 옥스포트대학의 빅데이터 연구소와 파트너십을 맺었다. 

보고서는 글락소스미스클라인을 인공지능을 활용하는 가장 활발한 회사 중 하나라고 평가했다.

실제 회사 내 50여 명의 AI 분석 팀이 신약개발에 매진하고 있으며 Exscientia와 Insilico Medicine과 같은 스타트업과 함께 신약 후보군 발굴과 신약에 대한 기전 등에 대한 부분을 머신러닝으로 분석하고 있다는 설명이다.

이처럼 글로벌 제약회사에서 신약을 발굴할 때 사용하는 머신러닝 기술은 신약의 가능성을 예측할 수 있는 중요한 기술로 자리매김했다.