제약바이오산업에 디지털화가 진행되면서 신약개발은 물론 임상시험의 효율성을 높이기 위한 솔루션에 이르기까지 인공지능(AI)과 빅데이터의 활용이 증가하고 있다.

코로나 팬데믹이나 우크라이나 전쟁 등 임상연구의 설계와 실행을 어렵게 하는 예측 불가능한 환경이 늘어나면서 이러한 기술 활용이 대안으로 떠오르고 있는 것.

특히, 신약 개발 실적을 쌓아올리고 있는 상황에서 기존 바이오마커에서 개념이 확장된 디지털 바이오마커에 대한 관심도 높아지는 추세다.

늘어나는 빅데이터 시장규모…제약바이오 접목도 활발

25일 마켓앤마켓(Markets and Markets에서 발간한 'Global Forecast to 2026'에 따르면 빅데이터 시장 규모는 2021년 1626억 달러에서 2026년 2734억 달러로 약 11%의 성장세를 보일 것으로 전망된다.

특히 기초분야인 생명공학 분야에서 다양한 정보를 수집하는 것이 점점 더 가능해지면서 의료산업과 제약바이오 분야의 활용사례도 늘어나고 있는 추세다.

'빅데이터'는 이름 그대로 기존의 소프트웨어나 인터넷 기반 플랫폼으로는 관리할 수 없는 대용량 데이터를 의미하는 것으로 사람이 할 수 없는 양의 연구가 가능해 지는 것을 의미한다.

실제 현재 하루에 생성되는 연구 데이터의 양은 이전에 10년 동안 생성된 양과 비슷할 것으로 추정되고 있으며, 헬스케어 산업은 분석 도구, 인공 지능(AI) 및 머신러닝(ML) 기술을 사용 중이다.

국내 제약바이오사의 대표적인 사례를 살펴보면 에비드넷은 의료 빅데이터를 바탕으로 질병현황, 약물 처방 빈도, 수술 빈도, 검사 빈도 등의 메타데이터 분석 및 패턴정보를 제공하는 EVIX-INSIGHT 플랫폼 개발을 완료했다.

또 신테카바이오는 전 세계 다양한 인종, 수천 명의 유전체시퀀싱 데이터를 마하 슈퍼컴퓨팅 기술로 분석을 수행하고 있으며 자체 기술인 Adiscan 엔진으로 3가지의 DB인 대립유전자깊이 정보, 유전형질정보, 반수체정보를 생성하는 것을 목표로 하고 있다.

향후 유전체 빅데이터를 생성하고 운영하는 시스템은 암 약물선별 및 희귀질환 진단과 같은 병원 정밀의료를 위해 활용돼 질병 연관성 검증 역할을 할 것으로 기대 받고 있다.

테라젠바이오는 첨단 유전체 분석 기술을 바탕으로 맞춤형 진단 및 솔루션과 차세대 염기서열 분석(NGS) 임상 검사, 의료 빅데이터 등의 서비스를 제공하고 있으며 유전자 분석 기반의 암 위험도 예측, 약물 기전 파악, 맞춤형 항암제 선별 등이 가능한 알고리즘을 개발해 특허를 취득했다.

다만, 여전히 빅데이터의 광범위한 사용을 촉진하기 위해 대규모 데이터 세트의 복잡한 특성을 작업하는 것과 데이터의 활용 등에 대한 장애물은 여전히 남아 있는 상태다.

이에 대해 한국바이오협회는 "데이터 간의 이질성, 데이터 이해 관계자 간의 갈등, 데이터 소유권, 데이터 개인정보 보호 및 무결성 등 생물의학 연구의 빅데이터 분야에서 많은 시급한 과제가 존재하고 있다"고 말했다.

표적질환 필수 개념 바이오마커의 디지털 접목

미국 국립보건원(NIH) 정의에 따르면, 바이오마커란 정상적인 생물학적과정, 질병, 진행상황, 치료방법에 대한 약물의 반응성을 객관적으로 측정하고 평가할 수 있는 지표 또는 대리표지자다.

디지털 바이오마커는 여기에서 확장된 개념으로 디지털기술을 바탕으로 수집된 바이오마커를 의미한다.

프로스트앤설리번(Frost&Sullivan)은 디지털 바이오마커를 2022년 유망기술 50가지 중에 하나로 꼽았으며, 관련 시장 규모는 2022년 26억 달러에서 2026년 90억 달러로 연평균 35.1%로 성장할 것으로 전망하고 있다.

디지털 바이오마커가 각광받고 있는 이유는 코로나 대유행을 기점으로 더 활발해지고 있는 분산형 임상시험(Decentralized clinical trial, DCT)과도 무관하지 않다.

디지털 바이오마커는 분산형 임상시험(DCT)을 가능하게 해 원격 환자 모니터링 및 치료 제공을 가능하게 하므로, 임상 2상 및 3상에서의 일정을 단축 하며 기업은 DCT를 활용해 하루에 수백만 달러를 절약할 수 있다.

또한 데이터 측면에서 디지털 바이오마커는 다양한 생리학적 매개 변수에 대한 지속적인 평가를 제공하며 암 치료 및 정밀의학으로의 확장이 가능하다는 점에서 장점이 존재한다.

이미 국내에도 웰트, 루닛, 뷰노 등의 기업이 디지털 바이오마커 기술을 확보한 연구를 진행하거나 제품을 출시하고 있는 상황.

루닛의 경우 인공지능을 통한 암 치료를 목표로 항암치료 효과를 예측하는 AI바이오 마커 플랫폼을 개발했으며, 웰트는 센서 기반 디지털 생체 신호처리 기술을 통한 건강상태 적용이 가능한 디지털 바이오 마커를 확보하고 있다.

디지털 바이오마커가 가진 가장 큰 강점은 비침습적, 개인 독립적 데이터 제공이 가능하고 이를 통해 비용적인 면에서도 이점이 있다는 것이다.

이는 신약개발 시 1~3상을 진행하면서 막대한 비용과 실패위험을 부담해야하는 제약바이오기업 입장에서도 활용을 높일 수밖에 없는 이유로 작용하고 있다.

AI기술을 활용 중인 바이오사 A대표는 "실제로 많은 제약바이오사가 신약개발을 위한 후보물질 선별을 위해 기술 활용을 문의하거나 업무협약을 체결하고 있다"며 "기술활용도가 늘어난 만큼 산업이 확장되고 있고 신약개발의 디지털화는 필수적인 영역이 될 것으로 본다"고 말했다.

"AI기술 임상 효율성 강화 위한 솔루션 활용"

AI기솔을 이용한 또 다른 활용사례를 살펴보면 메디데이터를 꼽을 수 있다. 메디데이터는 빅데이터 AI 등을 통해 임상시험에 필요한 인사이트를 제공하는 에이콘 AI(Acorn AI)기술을 보요하고 있다.

메디데이터가 진행했거나 현재도 진행하고 있는 임상시험 지원 데이터를 AI를 통해 구조화하고 표준화된 임상시험을 데이터를 제공하는 플랫폼으로 디지털 기술을 활용해 신약개발의 효율성을 높이는 사례로 볼 수 있다.

특히, 지난 6월 열린 암학회인 미국임상종양학회 연례학술대회(ASCO)에서 에이콘 AI를 통한 CAR-T 세포치료로 인한 사이토카인 방출 증후군(CRS)예측에 관한 데이터 분석 연구를 발표하면서 눈길을 끌었다.

해당 연구는 에이콘 AI 플랫폼을 통해 메디데이터의 Medidata Enterprise Data Store(MEDS)의 데이터 중 다양한 CAR-T 임상시험에서 도출된 542명의 대상자를 분석했다.

대상자는 실험실 마커의 시간 경과 값에서 림프구제거(LD) 및 CAR-T 주입에 대한 동적 반응을 포착하고 이를 중증 CRS(등급 3 이상) 및 중증이 아닌 CRS 그룹에서 비교했으며. CAR-T 주입 시간에 걸쳐 넓은 범위를 보여주는 종단연구라는 점에서 의미가 있다.

분석 결과 혈소판, 혈청 알부민, 크레아티, 호중구 수치와 같은 바이오마커에서 사이토카인 방출 증후군을 경험한 환자와 그렇지 않은 환자 사이에 뚜렷한 차이가 있음을 보여줬다.

해외는 물론 국내에서도 CAR-T 치료제 개발이 이뤄지고 있는 상황에서 주요 부작용 중 하나인 CRS의 차이를 구분한 셈.

CAR-T 치료제의 질환 특성상 환자군이 적다는 점을 고려했을 디지털 솔루션이 CAR-T 임상시험에서 환자 모집과 유지, 임상시험 설계, 안전성 및 효능 등 다방면의 이슈에서 도움을 받을 수 있다는 것을 보였다.

메디데이터 코리아 마케팅 총괄 김혜지 상무는 "메디데이터의 모든 솔루션은 임상 전 과정의 효율성과 데이터 신뢰성을 높이고, 편의성을 높여 궁극적으로 신약 개발을 앞당길 수 있도록 지원한다"며 "이런 기술은 리얼월드데이터와 의학적인 연구 전반으로 확대돼, 치료제를 기다리는 더 많은 환자들의 건강에 도움을 줄 수 있을 것으로 기대된다"고 덧붙였다.