일본산업뉴스요약

AI가 기존 약에서 다른 효능을 예측
다케다약품공업 등, 화학구조나 유전 정보 해석

인공지능(AI)을 활용해 기존의 약을 다른 질병에 전용하는 시도가 급속하게 확산되기 시작했다. 약의 화학구조나 유전자 해석 정보와 같은 빅데이터와 의약의 AI 기술의 진보로 인해 전용처를 예측하는 것이 가능해졌기 때문이다. 이미 의약품으로서 안전성이 확립된 약을 전용하는 것이기 때문에 개발 비용의 억제나 시간의 단축을 기대할 수 있다.

기존의 약을 다른 질병에 전용하는 방법은 ‘Drug Repositioning(DR)’이라고 한다. 본래는 고혈압 치료약으로서 개발된 ‘미녹시딜(Minoxidil)’이 탈모치료제가 된 사례 등이 유명하다. 그러나 대부분이 우발적인 발견이었다.

지금은 우발적인 발견이 아니라 화합물의 화학구조나 부작용, 유전자 해석 정보 등 의약 빅데이터를 바탕으로 AI 기술을 활용해 약과 질환의 관련, 부작용에 근거한 DR의 예측을 한다. 미국립위생연구소(NIH)의 의학∙생물 계열 논문 데이터베이스에 따르면 2000년에 7건이었던 DR 관련 과학 논문은 18년에는 762건으로 세계적으로 연구가 가속되고 있다.

다케다약품공업은 DR 연구에서 제품화로 연결되지 못하고 개발이 종료된 약에서 정신신경계 희소 질환이나 폐고혈압증의 후보 화합물 후보를 찾아 사업화하는 계획을 추진하고 있다.

12년에 국내 제약 회사로서는 처음으로 DR 전문 부서를 설치했다. 과학 논문의 임상시험 데이터 분석을 추진, 동시에 AI를 사용해 화학구조나 약리작용, 질환의 인과관계 등에 기계학습 등을 도입했다. 18년에는 일부 사업을 이어받아 다케다약품공업으로부터 카브아웃 형태로 독립한 스타트업 기업도 탄생했다.

아스테라스제약, 다나베미쓰비시제약, 다이이치산쿄의 3사는 개발이 중지된 화합물의 재활용을 목표로 3사 공동의 데이터베이스를 구축했다. 17년부터 국내의 연구기관에 공개해 새로운 용도를 연구하는 탐색 프로그램을 시작했다.

약효가 확인된 50종류 이상의 화합물에 대해 새로운 효과∙적응이 확인된 경우는 3사가 협의해 개발 회사를 결정한다. 약학부뿐 아니라 정보공학 등의 AI 연구 등 폭넓은 국내의 지식을 활용해 화합물의 유효 활용을 목표한다.

식물 등을 사용하는 한방약으로도 연구는 확산된다. 약효나 메커니즘이 복잡하고 과학적인 검증이 어려웠지만 AI를 이용한 단백질의 상호작용이나 유사 화학구조 해석으로 유효성을 예측할 수 있게 되었기 때문이다.

한방약 기업인 쓰무라는 올해 4월에 지바대학과 공동으로 AI의 학습 모델의 유용성을 검증하는 연구를 시작했다. AI 활용이 진행되면 한방약에 의한 개별화 의료도 가능해진다.

의료 빅데이터의 해석으로 새로운 효능을 발견하는 실례도 나오기 시작했다. 닛산화학과 쿄와(興和)가 개발한 고지혈증 치료약 ‘피타바스타틴(Pitavastatin)'(제품명 Livalo)이 몸 속에서 가장 두꺼운 대동맥이 갑자기 파열하는 ‘대동맥해리’라는 다른 질병에 유효하다고 도쿠시마대학이 발견했다.

의약품의료기기종합기구(PMDA)가 공개하는 30만개 증례의 부작용 정보 데이터베이스에서, 독자적인 알고리즘에 근거한 해석으로 치료 예방 효과를 발견. 동물 실험에서 실제 효과를 확인했다.

스위스의 노바티스나 미국의 화이자 등 세계적인 제약회사도 거액의 비용을 투자해 AI를 사용한 DR 연구를 가속하고 있다.

도쿠시마대학의 이시자와(石沢) 교수는 “그러나 일본에서는 시간이 경과하면 약값이 내려간다. 기업 입장에서는 이점이 적다는 의견도 있다”라고 말한다. 일본에서 개발을 가속시키기 위해서는 약값의 유지나 개발에 대한 인센티브 등 정책적인 지원이 필요하다.

 -- 끝 --