[바이오] 바이오스터디 01

평소에 바이오 산업에 관심이 많았고 주식투자를 하며 나름대로 스터디를 꽤 깊게 하고 있었다.

하지만 항상 부족함을 느꼈고 어떻게 부족한 걸 채워야하나 고민하고 있었던 찰나에

대학원 수업 중 바이오 관련 수업이 있어 수강하게 되었다.

신약 개발 프로세스, 신약 후보물질 발굴, 새로운 바이오 사업아이템 등 전반적인 바이오 산업에 대해 다루는 수업인데

내가 원하는 것과 딱 맞았다. 

 

그래서 수업도 열심히 들으며 그동안 궁금했던 것들도 이것저것 물어보고 있다.

오늘로 2번째 수업을 들으며 수업 내용도 정리하고 더 깊게 바이오 산업에 대해 연구해보고자 이렇게 오랜만에 블로그 글을 작성하게 됐다.

 

AI + 신약 개발 

2023년은 AI 시대였다.

스타트업 투자도 AI에 몰렸고 건별 투자액도 상상초월이었다.

AI 쪽으로 돈이 몰리며 AI와 결합할 수 있는 산업들도 많이 발굴됐는데 그 중 대표적인게 바이오 산업간의 결합이었다.

한 때 학부 연구생으로 인공지능 연구실에 있으며 Bioinformatics 관련 연구를 한 짧은 식견으로 바이오 신약간의 결합에서 어떤 시너지를 낼 수 있을지에 대해서는 의문이었다.

마침 대학원 수업에서 교수님께서도 AI와 신약개발에 시너지를 언급하시며 많은 혁신이 일어나고 있다고 언급하셔서 궁금했던 점을 여쭤봤다.

 

Q1. 신약후보물질 개발 기간을 어떻게 줄이는가 ?

신약후보물질이 개발되고 indication을 찾는 과정은 결국 동물실험을 진행하며 데이터를 만들어야하는데 AI를 활요하든 하지 않든 동물실험은 필수적인 것이 아닌가 ?

=> 그렇지 않다. AI를 활용하면 동물실험의 기간을 획기적으로 줄일 수 있다. 데이터 기반으로 예측해 안될 실험은 빠르게 중단, 그리고 아예 실험 자체를 안하고 넘어갈 수 있다.

 

신약개발은 결국 확률 싸움이라고 생각한다. 수백만개의 후보물질 중 1건이 신약승인이 되는 확률을 어떻게 늘릴 수 있는가가 중요하다.

사실 나는 임상 1~3상에 설계를 효율적으로 하고 확률을 늘리는 것에 집중해서 생각하고 있었는데 그 전단계 신약후보물질을 발견하고 전임상을 설계하는 과정도 임상 못지 않게 중요하단 걸 이번에 인식하게 됐다.

 

AI 신약 개발 사례

AI를 활용해 신약 개발 프로세를 획기적으로 줄인 사례가 있는지 조금 찾아봤는데 아직까지 찾지 못했다.

승인 확률을 높이고 시간을 얼마나 줄일 수 있는지 use case가 나오는 것이 중요할 것 같다.

 

https://www.youtube.com/watch?v=m2GcP0cwsww

 

서치하다 보니 찾은 영상. 국내에서 AI 신약개발 기술을 중점적으로 개발하는 스탠다임에 CTO님이 아주 친절하고 상세하게 AI를 활용해 어떻게 신약개발을  하는지에 대해 알려주신다. 여러번 보면서 공부하기 좋은 영상인 것 같다.

 

다음 주제는 아마도 이 영상에 대한 리뷰가 될 것 같다. 

 

< 스터디 해야될 것 >

- 신약 후보 물질 발굴 방법

- 임상 설계 방법 (투여 용량, 투여 횟수 등 어떻게 설계하는지)

- 임상 1~3상 설계 방법

- 좋은 약을 어떻게 찾을 수 있는가 (1~3상 중간리뷰 등)