최근의 신약개과정은 치료 대상 질병을 선택하고, 질병 과정에서 핵심 분자(표적 분자)를 파악한 다음, 이 표적 분자에 선택적으로 결합하여 기능을 차단하는 약물을 발굴하는 과정이 주된 흐름입니다.

이러한 과정은 수많은 사람들이 개입하고, 엄청난 시간과 노력이 투입되는 험난한 과정입니다.

이 단계가 무사히 진행된 다고 해서 신약이 바로 시장에, 환자에게 제공되는 것도 아닙니다만, 가장 중요한 단계임에는 틀림없습니다.

신약 후보물질 (lead compound)의 발굴 과정은 매우 반복적인 실험실에서의 연구를 수반합니다.

약물의 효과를 측정하는 바이오 어세이 (bioassay)는 기본이고, 여기에 부작용의 파악까지 신약 발굴의 초기단계는 매우 시간 소모와 인력 투입이 많이 필요한 단계입니다.

약물의 농도를 여러 단계로 희석하면서 효과적인 생화학 기능이나 세포 증식 등의 억제를 유도하는 유효 농도를 선정하는 표준적인 실험법이 여기에 사용되는 것입니다.

문제는 사용하는 약물이 동일하다 해도, 실험자에 따라, 실험 조건의 사소한 변화 만으로도 약효가 10배 이상 차이나는 경우가 많고, 그러다 보니, 약물의 정확한 효과 범위나 부작용 분석이 쉽지 않게 되는 것입니다.

이러한 약물의 효과 예측의 부정확성은  예상치 못하는 부작용, 약물-약물 상호작용의 예측 실패로 인한 추가적인 문제 발생의 원인으로 작용하여 신약 연구/개발의 진행을 막는 주된 요인이 되고 있습니다.

최근 KAIST의 연구진이 이러한 초기 신약 개발 연구단계를 단축시킬수 있는 방법을 개발하여 논문으로 발표하였습니다. 

이들이 사용한 방법은 수학적인 모델링으로 "효소저해 상수'를 정확하게 추정하는 분석법입니다. 

효소저해 상수란 약물이 특정 효소(단백질)의 활성을 얼마나 강력하게 억제하는지를 나타내는 수치로 이 값이 낮을 수록 더 낮은 (적은)양(농도)로 더 강력한 효과를 발휘하는 것을 의미합니다. 미국 FDA는 신약 개발시 이 저해 상수 값을 반드시 제시하도록 권고한다고 합니다.

연구진이 발견한 것은 여러 농도에서 실험하는 기존 방식의 데이터 중 절반 이상의 값이 정확도를 왜곡하는 데이터라는 것이며, 이를 보완하는 50-BOA (IC50-based optimal approach, IC50에 기반한 접근법)은 단 몇회만의 실험에서 상당히 높고 일관된 정확도롤 제공하는 것이 가능하다고 보고하였습니다.

기존의 분석 방식에 비해 1/4 만의 노력으로 더 정밀하고 효율적인 결과를 제시한다고 하며, 놀라운 것은 이 연구성과가 KAIST의 학부생이 주도적으로 참여했다는 것입니다. 

해당 논문은 다음의 링크를 참조하기 바랍니다.

https://www.nature.com/articles/s41467-025-60468-z (Optimizing enzyme inhibition analysis: precise estimation with a single inhibitor concentration)

이 분석법은 엑셀 기반의 사용자 친화적인 분석 소프트웨어로 GitHub라는 플랫폼에 무료로 공개되었습니다.

웹사이트는 다음의 링크입니다.

https://github.com/Mathbiomed/50-BOA)

여러분들이 캡스톤 디자인으로 실시하는 내용을 이 방식에 대입한다면 어떨까요?