바이오인

핵심내용

-글로벌프론티어사업 김성훈 단장, 기존 의약품에서 새 효능 창출 -

□ 교육과학기술부(장관 이주호)는 ‘글로벌프론티어 의약바이오컨버젼스연구단’의 서울대학교 김성훈 단장이 신약개발에 소요되는 막대한 비용을 줄이고 성공확률을 높일 수 있는 BIT 융합형 신약개발 인프라를 구축했다고 밝혔다.

□ 신약개발은 상당한 시간과 개발 비용이 소모될 뿐만 아니라 성공확률 또한 매우 낮아 전세계적으로 정체기를 겪고 있다.

 ○ 이와 같은 이유로 이미 시판되고 있는 안전성이 입증된 의약품으로 부터 새로운 약효를 찾거나 효능을 증가시키고 부작용을 줄이는 연구에 대한 관심이 집중되고 있다.

□ 연구단은 이미 공개되어 있는 약물관련 데이터베이스를 이용하여 기존 항암제에 비해 효능을 증가시킬 수 있는 새로운 약물의 조합을 합리적으로 디자인할 수 있는 데이터베이스와 알고리즘을 개발했다. 

□ MIT-Harvard대학은 약물이 유전자 발현에 미치는 영향을 보여주는 데이터베이스(CMap)을 구축한 바 있으며 미국 생물공학정보센터 (NCBI)등에서는 암환자 조직에서의 유전자 발현 정보에 관한 방대한 정보들을 제공하고 있다. 그러나 이러한 정보들이 실제로 신약개발에 유용하게 활용된 사례는 매우 드문 것이 현실이다.

 ○ 연구단은 이렇게 분리된 각종 데이터베이스의 정보들을 통합하여 분석함으로써 합리적으로 약물효능을 개선할 수 있는 프로그램(CDA)을 개발하였다.

 ○ 이후, 개발된 프로그램을 활용하여 유방암에 효능을 나타낼 수 있는 약물 조합을 디자인하고 실제로 암세포에 적용하였을 때 기존에 비해 효능이 상승적으로 증가되는 것을 확인하였다.   

□ 본 연구단은 지난 7월에도 이와 유사한 방법(PharmDB)을 활용하여 기존의 고혈압치료제를 폐암치료제로 재활용할 수 있다는 사실을 발견하여 ‘BMC Systems Biology’(생물 및 의학분야 시스템생물학 저널)에 결과를 발표한 바 있다.

□ 김성훈 단장은 "IT와 BT의 융합을 통해 혁신적인 신약개발시스템의 구축이 가능하다"며 "신약 개발에 큰 투자가 어려운 우리나라 실정에 맞는 싸고 빠른 신약개발의 방향을 제시하였다는데 큰 의의가 있다"고 말했다.

□ 이번 연구의 결과는 ‘Plos ONE’(미국의 공공과학도서관 온라인 학술지)에 8월호에 게재됐다.

상세내용

CDA 개 요

CDA: Combinatorial drug discovery using tranional response modules
PLosONE - 2012. 8.8 온라인 게재

신약 개발 연구는 유전체 연구와 함께 질병과 관련된 특정 단백질을 공격하는 약물을 개발하는 방향으로 초점이 맞춰져 있었다. 그러나 다양한 돌연변이와 신체 내 복잡한 신호 전달 경로 등에 의한 영향으로 약물에 대한 저항성이 생기면서 문제가 되기 시작했다. 더욱이 많은 경우 약물의 효과가 충분치 않거나 심각한 부작용이 나타났다. 그리하여 이러한 하나의 특정 단백질을 타겟으로 하는 약물 개발 패러다임이 한계에 직면하였다. 최근 연구에서 특정한 한 부분에 영향을 주는 것보다 여러 부분에 고루 영향을 주는 것이 치료에 더 효과적이라는 것이 밝혀졌다. 따라서 시스템적인 방법론을 기반으로 하는 효과적인 조합약물(combinatoral drug) 개발에 대한 관심이 증가하고 있다. 조합약물이란 서로 다른 몇 개의 약물을 동시에 사용함으로써 치료에 시너지 효과를 기대하는 것이다. 이러한 배경으로 CDA(Combinatoral Drug Assembler)라는 예측 프로그램을 개발하여 최적의 조합약물을 예측할 수 있도록 하였다.

약물이라는 것이 비록 하나의 단백질을 공격해서 치료에 도움을 준다고 해도 사실 그 단백질을 공격함으로써 우리 몸 속에 미치는 영향력은 단순하지 않다. 서로 복잡하게 얽혀있는 신체 내 신호전달 체계에 큰 파장을 일으키게 된다. 연구팀은 그러한 파장들을 하나의 패턴으로 인식하여 데이터베이스화 해놓았다. CDA 는 그러한 약물로 인한 신체 내 유전자들의 발현 변화 패턴을 이용하여 치료에 최적의 효과를 보일 수 있는 조합약물을 발굴하기 위해 개발되었다. 사실 이미 항암치료제는 단계별로 여러 조합약물을 사용하고 있는 실정이다. 그러나 그러한 조합이 최고의 효과를 낼 수 있다고 아무도 장담할 수 없다. 더 나은 조합이 있을 수도 있기 때문이다. 연구팀은 그러한 의문에서 시작하여 CDA를 개발하게 이르렀고 더 나아가 환자 맞춤형 조합약물을 추천할 수 있는 시스템을 개발하는데 다시 도전할 계획이다.

PharmDB 개 요

Rational drug repositioning guided by an integrated pharmacological network of protein, disease and drug

BMC Systems Biology - 2012. 7.2 온라인 게재

신약개발에는 상당한 시간과 개발 비용이 소요되며 그 성공 확률 또한 매우 낮다. 따라서 이미 시판되고 있는 안정성이 입증된 약물의 새로운 약효를 찾는 연구에 대한 관심이 높아지고 있다. 이러한 연구가 성공적일 경우 신약 개발을 위한 막대한 초기 개발비용과 실패 위험을 감소시킬 수 있다. 그러나 지금까지의 경우 우연히 새로운 약효를 찾는 경우가 대부분이었다. 따라서 신약 재창출을 위한 합리적인 방법론의 개발이 시급한 실정이다. 이러한 요구에 힘입어 이미 밝혀진 약물과 단백질, 질병들 간의 관계정보를이용해 숨겨진 새로운 관계를 예측하는 새로운 신약개발론을 PharmDB를 통해 제시하게 되었다.

요즘 흔히 ‘소셜(Social)’이라는 단어가 대세이다. 내 친구의 친구가 새로운 내 친구가 될 수도 있는 것처럼 약물과 단백질, 질병들 간의 네트워크를 통해서 지금까지 몰랐던 그들 간의 새로운 친구관계를 찾아내는 것이 바로 SNS(Shared Neighborhood Scoring)라는 알고리즘이다. 우선 서로 다른 두 개의 질병이 있다고 치자. 첫 번째 질병에는 이미 잘 알려진 치료제가 있다. 그리고 그 치료제는 여러 단백질들에 영향을 주어 그 질병의 치료에 효과를 나타내는 것으로 알려져 잇다. 그렇다면 두 번째 질병에 동일한 단백질들이 연관되어 있다면 그 치료제를 동일하게 적용해보면 효과를 나타낼 수 있지 않을까? SNS는 내 친구들의 수와 같은 직접적인 관계점수와, 내 친구들의 친구인 경우와 같은 간접적인 관계점수를 합하여 최종적으로 계산된다.  

이러한 연구는 약물의 새로운 가능성을 연구하는데 도움을 줄뿐만 아니라 부작용 연구 등에도 적용할 수 있다.

그 림 설 명