검색결과 총 4건
-
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
-
-