인공지능(AI) 신약개발은 더 이상 먼 미래가 아니다. AI 플랫폼으로 신약 후보물질을 발굴하고 설계한 약물들이 현재 임상시험 단계를 밟고 있다. 이 중에는 자연계에 없는 단백질을 인공적으로 합성해 만든 백신도 있다.
AI는 임상시험 기간을 앞당기고 성공 가능성을 높이는 역할도 한다. 가상의 환자군을 만들어 임상시험 참가자를 대체하는 등 다양한 시도가 이뤄지고 있다. AI가 바꾸고 있는 신약개발의 현재는 어떤 모습일까.
46일 만에 신약개발 ‘뚝딱’
미국과 홍콩에 본사를 둔 인실리코메디슨은 현재 특발성 폐섬유화증 치료 후보물질인 ‘INS018-055’의 임상 2상 시험을 미국과 중국에서 진행하고 있다. INS018-055는 약물의 표적 발굴부터 설계까지 모두 AI 기술이 수행한 물질 중 처음으로 지난해 임상 2상에 진입했다.
INS018-055는 AI 기술로 단 46일 만에 발굴한 물질로도 유명하다. 다국적 제약사 제넨텍은 이 약물과 동일한 계열의 후보물질을 발굴하는 데 약 8년이 걸린 것으로 알려져 있다. 이밖에 AI로 개발한 글로벌 신약 후보물질로는 리커전 파마슈티컬스의 ‘REC-4881’, 아큐타 바이오텍의 ‘AC-0676’ 등이 있다.
미국 식품의약국(FDA)에 따르면 지난 7년(2016~2022년)간 임상시험을 신청한 약물 중 AI 기술이 접목된 물질은 300개가 넘는다. AI신약융합연구원에 따르면 우리나라에서 AI 기술로 발굴한 신약 파이프라인 수는 지난해 3월 기준 104개에 달한다.
국내에서는 AI 신약개발에 뛰어든 제약바이오 기업의 수가 2019년 5개에서 지난해 40개로 늘었다. 유한양행부터 한미약품, 대웅제약, 동화약품, 삼진제약, JW중외제약 등이다. 다만 대부분의 국내 기업들은 아직 신약 후보물질 단계에 있다.
국내에서 AI 신약 후보물질 발굴에 성공해 임상 단계에 접어든 파이프라인은 온코크로스의 ‘OC-514’, 파로스아이바이오 ‘PHI-101’ 등이 대표적이다. 온코크로스의 OC-514는 AI 기술로 개발한 세계 첫 근감소증 치료제다. PHI-101은 급성 골수성 백혈병을 타깃으로 하는 표적 항암제다. 두 약품 모두 호주에서 임상 1상 시험 중이며 전임상 실험에서 우수한 약효를 확인했다.
지구상에 없는 단백질 제작
해외에서는 빠른 속도로 AI 신약개발 기술이 발전하고 있다. 합성화합물을 만드는 것을 넘어 자연계에 없는 새 단백질 제작이 가능해졌다. 이 분야는 ‘단백질 디자인’으로 불린다. 인공지능 바둑 프로그램 알파고로 유명한 구글의 자회사 딥마인드가 만든 ‘알파폴드’, 미국 워싱턴대학교 연구팀이 만든 ‘로제타폴드’는 이를 위해 쓰이는 대표 단백질 구조예측 플랫폼이다.
미 워싱턴대 소재의 단백질디자인연구소(IPD)는 이 분야에서 가장 선도적인 기술력을 보유한 것으로 평가받는다. 주요 기술은 AI로 설계한 단백질로 만든 백신이다. 이 백신은 인공적으로 합성한 단백질 나노입자에 바이러스 항원조각을 붙여 인체의 면역반응을 유도하는 원리로 작동한다.
단백질디자인연구소의 분사인 아이코사백스는 이 기술을 활용해 현재 RSV(호흡기 세포융합 바이러스)와 hMPV(인간 메타뉴모바이러스)를 표적으로 하는 백신 ‘IVX-A12’을 개발하고 있다. 지난 연말 공개한 임상 2상 중간결과에서 백신은 우수한 안전성과 면역반응 유도효과를 확인했다.임상환자·기관분석 …기간↓·성공 가능성↑
AI 기술은 신약개발 전주기를 통틀어 가장 오랜 시간과 많은 비용이 투여되는 임상시험의 판도를 바꿀 게임 체인저로 주목받는다. 방대한 양의 의료기관 데이터를 분석해 임상시험에 최적화된 환자와 기관을 찾는 방법으로 임상시험 기간을 단축하고, 성공 가능성을 높일 수 있기 때문이다.
대표적인 플랫폼은 다국적 제약사 암젠의 ‘오토믹’을 들 수 있다. 오토믹은 AI 기술로 환자 모집 성과, 프로토콜(시험계획) 준수 여부 등의 임상시험 기관 데이터를 분석해 시험에 최적화된 센터를 식별해 준다. 암젠에 따르면 이 기술을 활용하면 임상시험 환자등록 시간을 기존 대비 절반 가까이 줄일 수 있다.
또다른 다국적 제약사인 바이엘은 지난 2021년 실제 환자들의 데이터를 활용해 가상의 위약 투여군을 만들고 항응고제인 ‘아순덱시안’의 후기 임상을 진행했다. 바이엘은 이 방법으로 환자모집이 어려운 희귀질환 임상 참여자 수를 최소한으로 줄여 임상기간과 비용을 성공적으로 단축했다.
AI 기술은 임상시험 이후 의약품 인허가, 제조공정 스마트화, 부작용 모니터링 등 신약개발 후기 단계에서도 생산성과 효율성을 높이는 데 활발히 사용되고 있다.
제약업계 관계자는 “AI가 신약개발 패러다임을 바꿀 것이라 믿어 의심치 않는다”라며 “아직 AI는 단백질 구조를 완벽히 예측하지 못하는 등의 여러 한계를 가지고 있지만, 지속적인 데이터 학습을 거쳐 인간이 풀지 못하는 생물학적 난제를 하나씩 풀어나갈 것”이라고 했다.
