한국의 AI 신약 개발 플랫폼 (JWave, 딥매처, 스탠다임, MT-DTI, David)
최근 과거의 전통적인 신약 개발을 벗어나서 AI 기술이 신약 개발에 적용되면서 이를 활용한 혁신적인 물질들이 개발되고 있다. 신약개발이 어려운 이유는 매출대비 연구개발 비용이 많이 들어가기 때문이다. 글로번 14개 회사의 연구개발비가 최근에 약 217조원이나 증가했다. 과거 대비 거의 49%나 증가한 금액이다. 임상시험 기간이 보통 10~15년 이상 소요가 되기 때문에 많은 비용이 들어간다. 그럼에도 불구하고 실제 임상 성공율은 거의 절반에도 미치지 못하고 있다. 이런 높은 비용과 낮은 성공률 때문에 신약 개발이 어려운 것이 현실이다. 그래서 많은 제약사들이 성공률이 높고 환자의 수가 많아서 이익 회수가 잘되는 질환에만 비용을 집중하고 있다. 하지만 AI 기술을 도입하면서 보다 다양한 질환에 대한 신약 개발도 이루어지고 있다. 한국의 바이오기업들도 IT 강국인 대한민국의 이점을 살려 AI 신약 개발 플랫폼을 보다 적극적으로 도입하면서 글로벌 경쟁력을 점점 더 키우고 있다. AI 기술을 이용하면 기존에 10년에서 15년간 걸리던 개발 기간을 7년에서 9년으로 단축할 수 있따. 대표적인 기업으로는 신테카바이오, 스탠다임, 디어젠, 눔 등이 있다. 이외에도 중외제약의 JWave, 대웅제약의 다비드 등의 AI 플랫폼이 신약 개발에 적용되고 있다. SK바이오팜은 2020년에 자체 AI 신약 플랫폼인 허블을 처음으로 선보였고 24년에는 업그레이드 버전을 선보이기도 했다.
1. 중외제약 - JWave
중외제약은 자체 데이터 사이언스 플랫폼인 주얼리(Jewlry)와 클로버(Clover) 통합하여 'JWave'라는 플랫폼을 만들었다. JWave는 화학정보학과 생물정보학, 고품질의 빅데이터, 분자 모델링을 통합한 것으로 이를 이용하여 신약 개발의 비용과 시간을 줄일 수 있었다고 한다. 이 플랫폼은 JW중외제약 신약연구센터와 C&C신약연구소 연구진이 웹 포털 환경에서 AI 기술을 활용해 질병을 일으키는 단백질에 작용하는 유효약물 탐색부터 선도물질 최적화를 시행한다. 또한 신약 후보물질 발굴에 이르기까지 전 주기에 걸쳐 활용할 수 있도록 설계가 되었다. JWave를 활용하여 통풍치료제인 '에파미뉴라드'를 개발중에 있고 현재 글로벌 임상 3상을 진행 중이다. 아토피 피부염 치료제로 개발중인 JW1601은 임상 1상을 성공적으로 완료하였고 현재 다양한 적응증으로 확대해서 임상을 할 예정이다. 이외에도 항암제인 JW2286, 탈모치료제인 JW0061 등이 이 플랫폼을 이용하여 성공적으로 만들어낸 화합물들이다. 앞으로 이 플랫폼을 클라우드 체제로 전환을 계획하고 있다. 신테카바이오는 현재 약 5000만개에 달하는 3D단백질-화학 결합 정보 등 GPT 학습을 위한 방대한 양의 데이터를 보유하고 있는데 클라우드로 전환하게 되면 더욱 다양한 빅데이터로 더 정확한 AI 예측 모델을 개발할 수가 있어서 더욱 빠른 속도로 신약을 개발할 수 있을 것으로 기대하고 있다.
2. 신테카바이오 (Syntekabio) - 딥매처(DeepMatcher)
신테카바이오는 딥러닝을 기반으로 자체 개발한 AI 개발 플랫폼인 '딥매처'를 활용하여 신약 후보물질을 발굴하여 활용하고 있다. 딥매처는 표적 단백질과 화합물 간의 상호작용을 예측해서 유효한 신약 후보물질을 발굴하는 플랫폼이다. 이는 '딥매처 히트(HIT)'와 '딥매처 리드(Lead)'로 나뉜다. 딥매처 히트는 10억종의 화합물을 스크리닝해 유효물질 후보를 탐색하고 이후 딥매처 리드를 활용해 선도물질을 도출하는 방식이다. 최근에는 AI 언어모델 기반 신약개발 플랫폼인 'LM-VS(Language Model Virtual Screening)'를 론칭하여 사용하기 시작했다. LM-VS는 타겟 단백질 1개를 선택해 1회 Virtual 스크리닝을 하면 130억개 이상의 화합물 라이브러리와 구글 '알파폴드'가 예측한 단백질 구조 2억개, 모든 3차원 구조은행 데이터를 기반으로 유효물질을 무한 반복 생성할 수 있는 놀라운 플랫폼이다. 신생항원 예측 플랫폼 'NEO-ARS', 암, 희귀 유전질환 질병 변이 자동검출 프로그램 'NGS-ARS' 등을 보유하고 있다. 신테카바이오는 지난해 12월 루다큐어와 총 4억원 규모의 신약 개발 계약을 체결했다. 이 계약은 항암 관련 타깃 단백질 1종에 대한 유효물질을 발굴하고, 약물 최적화를 통해 1~2종의 후보물질을 제공한다. 마일스톤 계약 방식으로 진행되는 이번 프로젝트에서 신테카바이오는 1단계 마일스톤 성과에 따른 성공보수를 확보했다. 이는 자사 AI 신약개발 플랫폼인 ‘딥매처(DeepMatcher)’의 기술력을 다시 한번 공식적으로 인정받은 사례로, 향후 신약 개발 시장에서의 경쟁력은 더욱 강화할 것으로 기대되고 있다. 또한 지난 2월 10일(미국 시간) 미국 보스톤에 본사를 두고 있는 TPD 개발 바이오텍 회사에서 추가로 2차 계약을 했다고 공시한 바 있다. 이번 2차 계약이 만족할 만한 결과가 도출될 경우 추가 3차 계약을 진행할 예정으로 올해 안에 큰 무리 없이 진행될 것으로 보인다.
3. 스탠다임 (Standigm) - 스탠다임 인사이트(Standigm Insight)
스탠다임은 국내 최초의 AI 신약 개발 기업으로 AI를 이용해 신약 후보 물질을 발굴하고 최적화하는 기술을 보유한 바이오테크 기업이다. 이 회사는 ‘스탠다임 인사이트(Standigm Insight)’라는 AI 플랫폼을 통해 기존 연구 방식보다 빠르게 신약 후보 물질을 찾아내고 있다. 특히 알츠하이머병과 같은 난치성 질환 치료제 개발에 AI를 적용하여 연구를 진행하고 있으며, 글로벌 제약사들과의 공동 연구도 활발하게 진행 중이다. 이 플랫폼은 AI 기술을 활용하여 신약 개발의 비용과 시간을 절감하고, 더 많은 프로젝트를 동시에 수행할 수 있는 시스템을 구축하였다. 미국과 영국에도 사무실을 두고 해외 데이터 수집과 파트너 찾기 등 사업 개발 업무도 진행하고 있는 상황이다. 스탠다임인사이트의 성공 사례 중 하나는 비알코올성 지방간 질환(NASH) 치료 후보물질을 발견한 것이다. 스탠다임은 AI 기술을 활용하여 기존 의약품의 구조와 유전자 발현 패턴, 단백질 결합 정보를 종합적으로 분석하여 가능성 있는 후보 질환을 추려내어서 연구 1년 만에 비알코올성 지방간 후보물질 2건을 찾아내었다. 또한, 스탠다임은 SK케미칼과 신약 공동개발 계약을 맺고, 다양한 신약 연구 프로젝트를 수행하고 있다. 이러한 성공 사례들은 스탠다임인사이트의 AI 기반 신약 개발 플랫폼이 신약 개발의 비용과 시간을 절감하고, 더 많은 프로젝트를 동시에 수행할 수 있는 시스템을 구축하는 데 기여하고 있음을 잘 보여주고 있다.
4. 디어젠 (Deargen) - MT-DTI
디어젠은 인공지능을 이용해 신약 후보 물질과 타깃 단백질 간의 상호작용을 분석하는 기술을 개발한 기업이다. 대표적인 AI 플랫폼인 ‘MT-DTI’는 딥러닝을 활용해 신약 후보 물질의 효능을 예측하는 시스템이다. 디어젠의 핵심 기술은 단백질 3D 구조정보가 아니라 단백질을 이루고 있는 아미노산 서열만으로 약물 접합 부위를 잡아내서 신약물질 후보를 제시하는 딥러닝 기반의 AI 플랫폼이다. 대부분의 바이오기업들은 신약후보물질을 발굴할 때 타겟 단백질의 구조를 기반으로 개발한다. 디어젠은 타깃 단백질의 구조를 몰라도 앞단의 아미노산 서열만으로도 단백질과 치료제의 결합력을 예측해내고 이를 통해 쓸만한 약물 물질을 발굴할 수 있다고 한다. 단백질 3D 구조가 밝혀진 것은 약 8%에 불과하기 때문에 단백질의 3D 구조를 이용한 개발은 한계가 있을 수 밖에 없다. 'MT-DTI'는 아미노산 서열만으로 타깃 단백질에 대한 약물 효과가 얼마나 있을 수 있는지 나타내 줄 수 있는 플랫폼인 것이다. 디어젠은 AI 기술이 집약된 플랫폼인 'Dr.UG'도 보유하고 있으며 'DearTRNS'를 통해 막대한 양의 유전체 데이터를 비교 분석해서 시각화가 가능하다. 'WX'는 유전체 데이터를 기반으로 약의 기전 등을 예측해서 새로운 질병 타겟을 발굴할 수 있다. 디어젠은 이런 기술로 딥파마인텔리전스가 발간한 '2021년 4분기 신약 발굴 분야 선두기업 TOP33'에 이름을 올리기도 했다.
5. 대웅제약 - David
대웅제약은 국내 제약사 가운데 가장 먼저 AI신약팀을 만들었다. 현재 신약 개발을 위한 기반 구축에 집중하고 있으며, 자체 개발한 8억 종의 맞춤형 가상 라이브러리 데이터베이스인 DAVID(Daewoong Advanced VIrtual Database)를 보유하고 있다. 8억 종이라는 수치는 지난 40여 년 간 대웅제약이 신약연구를 통해 확보한 화합물질과 현재 신약 개발에서 이용할 수 있는 거의 모든 화합물질의 결합체다. 또한 신약후보물질 탐색 도구인 'AVIS'도 활용하고 있다. AI 신약개발을 위한 방대한 데이터베이스를 구축한 후 대웅제약은 신약 후보물질 탐색의 첫 단계에 적용할 수 있는 ‘AIVS’(AI based Virtual Screening) 툴을 개발했다. 이 툴은 AI가 표적 단백질 대상으로 ‘활성물질’을 발굴하는 시스템으로 3D 모델링을 기반으로 다양하게 탐색할 수 있고, 동일한 화학적 특성을 지니면서 특허가 가능한 새 활성물질을 생성형 AI로 빠르게 찾을 수 있다.여기에서 레퍼런스 *리간드(reference ligand)의 특징만 추출하는 독창적인 생성형 AI 모델을 활용해 다양한 후보 리간드를 생성하고 있다. 작년 하반기, 세계 최초의 경구용 비만•당뇨 타깃에 대해 단 2달 만에 활성물질을 도출했다. 23년 11월에는 신규 화합물의 물성을 AI로 예측하는 자체 시스템 ‘DAISY(Daewoong AI System)’를 오픈해 연구원들이 실제 활용하기 시작했다. 이 같은 DB와 신약개발 시스템을 결합해 비만과 당뇨, 항암제 분야에서 주목할 만한 연구 성과를 내고 있다. 비만과 당뇨질환 치료제 개발을 위해 자체 AI 시스템으로 두 가지 표적 단백질에 동시에 작용하는 ‘활성물질’을 발굴하고 최적화 단계에 돌입시키는데 단 두 달이 걸렸다. 연구원들이 1년 넘게 고민하던 난제를 AI를 통해 해결한 사례라고 볼 수 있다. AI 시스템을 활용해 암세포 억제 효능을 보이는 활성물질을 발굴하고, 최적화를 통해 특허까지 가능한 ‘선도물질’을 확보하는데 단 6개월이 걸렸는데, 기존 방식으로 진행했을 경우 최소 1~2년 소요될 프로젝트였다고 한다.