2024.11.07 목요일
검색
'AI 신약' 검색결과
기간검색
-
~
검색영역
검색어
-
![[현장] 제약바이오협회 프레스세미나…제약바이오 산업의 미래 진단](https://image.ajunews.com//content/image/2024/11/06/20241106183337854637.jpg)
제약바이오협회 프레스세미나…제약바이오 산업의 미래 진단 [이코노믹데일리] 한국제약바이오협회는 6일 서울 서초구 소재 협회 4층 대강당에서 업계의 다양한 현황과 공감대를 이루기 위한 2024 프레스세미나를 진행했다. 이번 세미나는 유승래 동덕여대 교수, 우정규 유안타인베스트먼트 이사, 김정애 한국생명공학연구원 책임연구원, 표준희 AI신약융합연구원 부원장, 한종수 신한투자증권 팀장, 엄승인 한국제약바이오협회 전무가 참석한 가운데 △약가 정책 △AI 신약개발 트렌드 △M&A 분석 △글로벌 공급망 재편 등 다양한 전문가 주제 발표를 통해 제약바이오 산업의 미래를 모색했다. 우정규 유안타인베스트먼트 이사는 ‘신약 개발 죽음의 계곡 어떻게 건널까?‘라는 주제의 발표를 통해 신약 개발 핵심은 ‘자금’이라고 강조했다. 그는 "언제 시장에 진입했느냐에 따라 약가가 결정되고 신약의 운명이 결정된다"며 "자금확보는 기업이 만들어내는 신약의 가치를 결정한다"고 말했다. 신약 개발에 있어 ‘죽음의 계곡’은 여러번 나타나는데 바이오텍 기업들이 자금 부족으로 임상 시험과 상업화 과정에서 많은 어려움을 겪어 중단되거나 실패하는 경우가 많다. 우 이사는 “글로벌 제약사는 수천억 원을 투입하지만 한국 기업은 자금 조달의 한계로 라이센싱 아웃(기술 수출)을 고려할 수밖에 없다”고 설명했다. 그는 죽음의 계곡에서 생태계를 구축하기 위한 세 가지 요소로 △협력 사례의 성공 △지속적인 민간 투자 △실효성 있는 정부 정책을 꼽았다. 그는 “국내 기업들이 해외 원천 기술을 도입해 빠르게 상업화하고 시장에 진입할 수 있도록 해야한다" 면서 “정부는 기업들의 성공적인 레퍼런스에 집중해 규제를 완화하고 금융은 투자를 확대하면 향후 10년 내 글로벌 시장에서 한국 바이오가 큰 변화를 일으킬 수 있을 것”이라고 확신했다. 김정애 한국생명공학연구원 책임연구원은 신약개발 모달리티인 TPD(타겟 단백질 분해)와 ADC(항체-약물 접합체)가 결합해 미래의 치료법으로서 어떻게 자리 잡을 수 있는지에 대해 설명했다. TPD는 세포 내에서 특정 단백질을 분해시키는 기술로 TPD에서는 분자들이 결합하면 단백질이 분해돼 사라지는 기전이 발생한다. 이는 질병을 일으키는 단백질을 타겟해 분해하는 방식으로 항암 치료 효과를 보인다. ADC는 특정 암세포를 선택적으로 공격하는 약물 전달 기술로 항체와 독성 물질이 결합해 암세포만을 정확히 선별해 공격하는 방식으로 기존 치료법에서 나타날 수 있는 부작용을 줄일 수 있다. 김정애 책임연구원은 "기존에는 특정 질병을 일으키는 단백질을 타겟으로 한 약물이 부족했는데 TPD는 이 단백질들을 분해할 수 있는 기술을 제공한다”고 TPD와 ADC의 결합이 주목받는 이유를 설명했다. 그는 “TPD와 ADC 기술은 서로 보완적이며 향후 치료 가능성을 더욱 넓힐 것"이라며 "최근에는 두 기술을 결합한 연구도 진행 중이며 이는 새로운 혁신적인 치료법을 제공할 수 있을 것"이라고 말했다. 표준희 AI신약융합연구원 부원장은 ‘연합학습 기반의 AI활용’이라는 주제로 발표를 진행했다. 그는 "AI 신약개발 시장규모가 급증하고 있으며 2027년까지 40억 달러 이상 성장할 것으로 예상한다"며 “AI 신약개발 생태계는 제약기업, AI 개발자, 인프라 제공자, 데이터 공급자들의 협업이 필수적”이라고 말했다. AI 신약개발에는 ‘데이터’가 중요한 축이지만 고품질 데이터 확보가 어려운 현실이다. 가장 큰 이유는 기업들이 회사의 자산인 데이터를 공유하지 않기 때문이다. 표 부원장은 이에 대한 해결책으로 ‘연합학습 기반 협업 모델’을 제시했다. 그는 “데이터 가치가 높아지고 기업의 재산으로 분류 됐기에 한곳에 모아 공유하는 것이 경제적 이슈와 보안상 어렵다”며 “때문에 각 기관의 데이터를 학습시켜 파라미터(가중치)만 중앙센터로 보내는 것”이라고 말했다. 파라미터만 중앙으로 합치면 해킹 시에도 유출되는 데이터가 과거의 정보이기 때문에 손해가 적다는 설명이다. 표 부원장은 “국내에서 진행중인 대표적인 연합학습 기반 협업 사업인 ‘케이멜로디’를 통해 제약바이오 산업의 데이터를 종류, 분야별로 확장시킬 수 있을 것”이라고 말했다. 엄승인 한국제약바이오협회 전무는 글로벌 의약품 공급망 현황을 각국별로 살펴보고 각국의 대응 방안과 국내의 대처 방안에 대해 설명했다. 현재 글로벌 의약품 공급망의 주요 흐름은 여러 나라가 서로 의약품을 거래하며 유지된 구조에서 중국이 원자재와 시장을 독점하고 있는 상황으로 변화했다. 특히 코로나 팬데믹을 거치면서 의약품 공급망의 현상이 크게 변화했다. 미국은 2020년 기준 세계 원료의약품 시장에서 1775억 달러 규모를 형성하며 그 중 36.5%를 차지했다. 중국은 12.7%, 한국은 2% 수준이다. 엄 전무는 “중국은 세계 최대의 원료 공급국”이라며 “미국 내 완제품의 40%는 인도에서 수입되지만 그 원료의 70%는 중국에서 수입된다. 결국 중국이 글로벌 공급망의 중심 역할을 한다”고 설명했다. 이에 미국 의약품 공급 부족 문제는 계속 제기되고 있으며 △항생제 △항암제 △호르몬 제제 등 필수 의약품 부족이 큰 문제로 지적되고 있다. 주요 원인은 제네릭 의약품의 가격 하락과 낮은 가격 측정으로 인해 생산을 기피하는 기업들이 많아져 수입 의존도가 높아진 것이다. 유럽도 비슷한 상황으로 병행 수입이 많아 제약사들의 생산 능력이 감소하고 있다. 특히 저가 의약품의 공급이 부족해졌고 제네릭 의약품 생산이 줄어들면서 기본 의약품의 부족 현상이 발생했다. 영국은 유럽연합 탈퇴 후 의약품 부족 현상이 2배 이상 증가했다고 보고됐다. 일본도 의약품 공급 부족 문제가 심각하며 전체 의약품의 98.5%가 공급 정지나 투자 제한 등의 문제를 겪고 있다. 임 전무는 “각국에서 펼친 다양한 대응책 가운데 한국과 밀접한 이슈는 미국의 생물보안법”이라며 "이 법이 통과되면 중국 우려 기업들의 미국 진출이 제재될 가능성이 있어 국내 기업에게 기회가 열릴 것"이라고 말했다. 다만 “CDMO(위탁개발생산)분야에서만 가능성이 높다”고 덧붙였다.2024-11-06 22:31:41
-
AI 활용 원료의약품 개발…신약 후보 물질 발굴 시간ㆍ비용 획기적 저감 [이코노믹데일리] 한국제약바이오협회 원료의약품전문위원회는 지난 4일 원료의약품 개발 및 품질 관리 설명회를 개최했다. 이번 설명회에서는 AI 기술을 활용한 신약 개발과 유전독성 불순물 관리 방안 등이 중점적으로 논의됐다. 이날 협회 원료의약품전문위원회 한쌍수 위원장은 "지난해 6월 발족한 원료의약품전문위원회는 국내 원료의약품 산업 발전을 위해 품질 강화, 국내 원료 사용 시 약가 우대, 세제 지원 확대 등 다양한 노력을 기울이고 있다"고 밝혔다. 한 위원장은 "원료의약품 산업에서 AI는 다양한 방식으로 활용되고 있다"며 "특히 신약개발에 있어 비용의 최적화, 품질관리, 예측 유지보수 등에 사용된다"고 설명했다. 최근 니트로사민류 불순물 함유 의약품 회수 사태로 안전성 문제가 부각되고 있는 가운데, 이동규 중앙대 약학대 교수는 '원료의약품의 유전독성 불순물 발생 요인 및 저감화 방안 고찰'이란 주제 발표를 통해 유전독성 불순물 관리의 중요성과 보다 체계적인 관리 시스템 구축의 필요성을 강조했다. 이 교수는 유전독성 불순물의 발생 원인을 특정하기 어렵다는 점을 지적하면서 특히 보관 단계 관리의 중요성을 역설했다. 그는 "보관 단계는 의약품 생산 공정뿐 아니라 개인의 가정 보관까지 포함되며, 온도 및 습도가 불순물 발생에 큰 영향을 미칠 수 있다"고 말했다. 신승우 대웅제약 AI 신약 팀장은 ‘AI를 활용한 신속한 신물질 탐색 방법 실무사례’를 소개하며 “AI를 활용하면 신약 후보 물질 발굴 시간과 비용을 획기적으로 줄일 수 있다”고 강조했다. 대웅제약은 8억종의 화합물질 데이터 베이스인 '다비드'와 이를 활용한 AI 신약 개발 시스템 '데이지'를 구축해 신약개발에 박차를 가하고 있으며, 실제로 AI를 통해 두 달 만에 신약 후보 물질을 발견하는 성과를 거뒀다. 대웅제약의 AI 신약 개발단계는 △가상탐색 △도킹 시뮬레이션 △분자동역학 △ADME/T( Absorption, Distribution, Metabolism, Excretion/Toxicity)로 구분돼 있다. 그 중 AI 신약 개발에 있어 특히 활용도가 높은 개발 단계는 도킹 시뮬레이션이다. 이 단계는 의약품이 도킹 된 후 체내에서 잘 활용되는지 알 수 있는 중요한 과정으로 의약품의 움직임과 중간 탈락 여부를 예측할 수 있어 신약 개발의 성공 가능성을 높이고 있다. 신 팀장은 “AI가 후보 물질을 발굴하고 비용과 시간을 줄여줘 신약 개발이 순항 중”이라며 “최근 사진 한 장으로 움직임이 가미된 영상을 만들어주는 디퓨전 모델이 새롭게 개발됐는데 향후 도입된다면 신약개발이 더 쉬워질 것”이라고 전망했다. 이번 설명회는 AI 기술이 원료의약품 개발과 품질 관리에 핵심적인 역할을 하고 있음을 보여줬다. 현장에 참석한 업계 관계지는 “앞으로 AI 기술의 발전과 함께 국내 원료의약품 산업의 성장이 기대된다”고 말했다.2024-09-10 06:00:00
-
전문지식 공유…한국제약바이오협회, 원료의약품 개발 설명회 개최 [이코노믹데일리] 한국제약바이오협회가 원료의약품 개발과 품질관리 방안에 대한 지식 공유의 장을 마련한다. 한국제약바이오협회 원료의약품전문위원회는 오는 9월 4일 오후 4시 제약회관 4층 대강당에서 ’원료의약품 개발 및 품질관리 설명회’를 개최한다고 26일 밝혔다. 이번 설명회는 한쌍수 협회 원료의약품전문 위원장의 인사말을 시작으로, 이동규 중앙대 약학부 교수가 ‘원료의약품의 유전독성 불순물 발생요인 및 저감화 방안 고찰’에 대해 발표한다. 이 교수는 한국독성학회 학술위원, 대한약학회 학술 간사, 한국분석과학회 약학분야 이사 등을 역임하고 있다. 이어 신승우 대웅제약 AI신약팀장이 ‘AI를 활용한 신속한 신물질 탐색 방법 실무사례’를 소개할 예정이다. 신 팀장은 한국고등과학원에서 3차원 단백질 구조 예측 연구, 순천향대 부천병원에서 NGS와 AI를 이용한 천식연구, 신테카바이오에서 AI를 이용한 가상탐색영역 연구 등을 진행한 바 있다.2024-08-26 18:26:31
-
경쟁력 낮은 국내 AI 신약 개발...체계적인 정책 구축 필요 [이코노믹데일리] 최근 들어 신약후보물질 발굴부터 임상까지 필요한 비용과 시간을 절약할 수 있는 ‘AI 신약개발’이 각광받고 있는 가운데, 해당 기술이 상용화되기 위해선 생태계 조성이 필요하다는 제언이 나왔다. 하나의 신약이 완성되는데 평균적으로 15년에서 20년이 걸린다. 이 기간동안 질병타겟부터 후보물질 도출, 임상시험을 실시하게 되는데, 많은 인력과 천문학적인 비용도 함께 필요하다. 무엇보다 긴 시간 동안 공을 들었음에도 성공확률은 현저히 낮다는 점이다. 때문에 많은 제약사들은 실험을 통해 증명하던 신약개발 과정에서 컴퓨터 빅데이터를 통해 예측 설계가 가능해지자 개발비용 및 기간을 줄일 수 있는 장점이 있는 AI신약개발 시장에 뛰어들고 있다. 24일 업계에 따르면 AI 기업과 협력 연구를 진행하는 국내 제약바이오 기업의 수는 2019년 5개에서 2023년 40개로 급증했다. 국내기업 중 AI를 활용해 임상단계에 있는 신약 파이프라인은 6건으로 조사됐다. 현재 국내 기업들에서도 AI신약개발에 대한 투자와 도입 사례가 늘고 있지만, 여러 한계 때문에 기로에 막혀있는 것이 현실이다. 한국보건산업진흥원은 최근 발간한 ‘인공지능(AI) 활용 신약개발 경쟁력 강화 방안’ 보고서를 통해 인공지능(AI)을 활용한 신약개발 경쟁력을 강화하기 위해서 ‘데이터 부족’과 ‘인력확보에서 겪는 어려움을 해결’해야 한다고 분석했다. 정혜윤 보건산업정책연구센터 책임연구원은 “장기적 관점에서 개인의 민감정보 유출에 대한 두려움을 해소하기 위한 체계 마련을 비롯해 장기간의 데이터 구축사업 지원 기조, 정보보호에 대한 기반 마련 등의 체계적인 정책 구축이 필요하다”라고 말했다. 정 연구원은 이를 위해 국가만의 데이터 통합관리 체계 구축과 통합데이터의 범위를 확대해 제약기업의 특허권이 해제된 화합물과 다수의 약효, 약물성 데이터 통합을 제안했다. 또 데이터 플랫폼 활용도를 높이기 위해 국가에서 구축한 데이터를 한눈에 파악할 수 있도록 ‘데이터 카탈로그’와 ‘데이터 맵’이 필요하다고 설명했다. 한국제약바이오협회 AI신약융합연구원도 AI신약개발 생태계 활성화를 위해 ‘AI신약연구 지원과 컴퓨팅 인프라 구축’의 중요성을 강조했다. 또 AI신약개발 융합인재를 지속적으로 양성하기 위해 현재 운영 중인 교육플랫폼 LAIDD(AI신약개발 종합교육)를 기반으로 한 체계적인 교육시스템이 필요하다고 제안했다. LAIDD는 한국제약바이오협회에서 2021년 인공지능(AI)과 제약바이오 분야 융합인재 양성을 목표로 개발된 ‘온라인 교육 플랫폼’으로 AI기술과 화학정보학(Chemoinformatics), 생물정보학(Bioinformatics), 제약, 의료 등 관련 분야의 기초 지식 및 응용 기술을 습득할 수 있는 130여 개의 온오프라인 강좌가 개설돼 정보 교류가 가능하다. AI신약개발자문위원회는 “챗GPT 등장으로 컴퓨팅 파워의 중요성은 높아지는 반면 개별 기업들은 이러한 인프라를 구축하기 어려운 실정”이라며 “AI신약 연구와 컴퓨팅 파워를 결합시키는 정부R&D과제가 만들어져야 한다”고 의견을 모았다.2024-05-24 18:45:52
-
제약바이오 업계, 신약개발에 AI 도입…시간·비용 획기적 절감 [이코노믹데일리] 최근 제약바이오 기업들이 신약개발에 소요되는 시간과 비용을 획기적으로 절감하기 위해 AI를 활용한 신약개발 시스템을 도입하고 있다. AI 신약개발 시스템은 수백 개의 관련 논문 자료 수집과 분석으로 높은 인력 소모를 필요로 했던 후보 물질 도출 단계를 비롯해 임상실험에 이르기까지 신약 개발 기간 및 비용을 눈에 띄게 단축하고 절감할 수 있다. 13일 한국보건산업진흥원에서 발표한 ‘AI를 활용한 신약개발 국내외 현황과 과제’에 따르면 AI 활용으로 신약 개발기간은 10~15년에서 7년으로 절반 가까이 줄었고, 약 2~3조원이던 개발비용은 약 6000억원으로 대폭 감소했다. 제약사들은 신약 개발에 따른 고비용, 저효율이라는 난제를 해결하기 위해 AI 기술 도입에 힘을 쏟고 있다. 동국제약의 경우 지난 2월 온코빅스와 AI 플랫폼을 활용한 기능성 소재 제품화 관련 협약을 체결하면서 개량신약 개발의 출발을 알렸다. 동국제약은 이번 계약을 통해 테카(TECA)와 인사돌의 주성분인 에티즘(ETIZM) 등을 온코빅스의 약물 도출 플랫폼인 토프오믹스(TOFPOMICS)를 이용해 천연물 항균ㆍ항염 효과를 지닌 개량신약 공동개발 및 다양한 질환군의 약물 설계에 적용할 예정이다. 동국제약은 일부 유효성분과 효력에 한정된 제품이 출시된 상황에서 온코빅스의 토프오믹스(TOFPOMICS) AI 약물 도출 플랫폼 기술을 활용해 혁신적인 개량신약 발굴과 함께 다양한 질환의 치료제 및 전문의약품 개발로 확대할 예정이라고 밝혔다. 3월에는 AI 신약 개발 플랫폼 기업 아론티어와 AI 기반 첨단의약품 개발 공동 연구에 대한 협약을 체결하고, AI와 빅데이터 분석 기술을 더욱 효과적으로 활용함으로써 연구개발(R&D) 프로세스의 가속화를 추진 중이다. 동국제약은 AI 신약 개발 분야에서 강점을 가진 아론티어와 함께 첨단의약품 개발을 가속화 할 새로운 신약 파이프라인 확보로 시장의 니즈를 만족하는 차별화된 첨단의약품 개발에 박차를 가할 계획이라고 밝혔다. 이처럼 동국제약은 온코빅스와 아론티어 등 분야별 강점을 가진 AI 플랫폼 기술기업들과 연달아 업무협약(MOU)을 맺고 첨단 기술을 활용한 지속적인 신성장동력 발굴에 집중하고 있다. 이를 통해 R&D의 효율성과 효과를 극대화하고, 글로벌 경쟁력을 갖춘 제품 개발에 한층 박차를 가할 것으로 전망된다. 대웅제약은 지난 2월 신약 개발에 즉각 활용할 수 있는 주요 화합물 8억 종의 분자 모델을 전처리를 거쳐 자체 데이터베이스(DB)화 하고, 이를 이용한 독자적 AI 신약개발 시스템인 ‘데이지’(DAISY, Daewoong AI System)를 구축했다. 따라서 향후 전임상, 임상, 시판 등 신약 개발(Drug Development) 전주기로 AI 활용을 확대할 것으로 전망된다. 대웅제약은 자체 구축한 8억 종의 화합물질 분자 모델 DB의 이름을 ‘다비드’(DAVID, Daewoong Advanced Virtual Database)라고 지정했다. 대웅제약의 화합물질 8억 종은 지난 40여년간 신약연구를 통해 확보한 화합물질과 현재 신약 개발에서 이용할 수 있는 대부분의 화합물질 결합체다. 다비드는 복잡하지만 필수적인 화합물질 구조에서 불필요한 정보를 분리, 제거하는 전처리 과정(Preprocessing)을 거쳐 AI가 활용할 수 있는 데이터로 가공해 DB에 기반한 ‘AI 신약 후보물질 탐색’을 가능하게 했다. 양질의 데이터가 확보되지 않으면 무용지물인 AI에게 다비드 데이터는 자양분이라 할 수 있다. 연구자들이 추정하는 신약 후보물질이 될 수 있는 화합물질 수치는 약 10의 60제곱 정도이며, 대웅제약이 확보한 화합물질 8억 종은 10의 9제곱 수준이다. 대웅제약은 “비만과 당뇨질환 치료제 개발을 위해 자체 AI 시스템으로 두 가지 표적 단백질에 동시에 작용하는 ‘활성물질’을 발굴하고 최적화 단계에 돌입시키는데 걸리는 시간은 단 두 달”이라며 “연구원들이 1년 넘게 고민하던 난제를 AI를 통해 해결한 사례”라고 설명했다. 또 “AI 시스템을 활용해 암세포 억제 효능을 보이는 활성물질을 발굴하고, 최적화를 통해 특허까지 가능한 ‘선도물질’을 확보하는데 단 6개월이 걸렸다”며 “기존 방식으로는 최소 1~2년 소요될 프로젝트였다”고 설명했다.2024-05-14 06:01:00
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] AI 시대, 개발자의 미래와 생존 전략](https://image.ajunews.com/content/image/2024/10/02/20241002130756978212_518_323.jpg)