한미그룹이 독자 개발한 이중항체 플랫폼 기술 ‘펜탐바디’를 적용한 차세대 면역항암제 BH3120의 1상 임상시험에서 첫 환자 투약이 시작됐다. 이번 임상은 글로벌 임상연구로, 현재 한국과 미국에서 동시에 진행되고 있다.

한미약품은 지난 13일 국내 대학병원에서 진행성 또는 전이성 고형암 환자를 대상으로 ‘BH3120’(PD-L1/4-1BB 이중특이항체)을 평가하는 1상에 참여하는 첫 번째 환자를 등록하고 첫 투약을 완료했다고 19일 밝혔다.

한미약품과 북경한미약품이 공동 개발 중인 BH3120은 하나의 항체가 서로 다른 2개 표적에 동시 결합하는 이중특이항체(BsAb) 플랫폼 기술 ‘펜탐바디’를 적용한 항암신약으로, PD-L1이 과발현된 암조직에서는 강력한 면역항암 효과를 유도하면서도 정상조직에서는 불필요한 면역활성화를 최소화한다.

기존 4-1BB를 타깃한 항체 후보물질들은 항암 효능의 지속성과 안전성 측면에서 한계점이 있지만, BH3120의 경우 다양한 연구를 통해 종양미세환경(TME)과 정상조직 사이에서 면역활성의 뚜렷한 디커플링 현상을 보여주며 효과적이고 안전한 항암제 개발 가능성을 확인시켜줬다.

한미약품은 BH3120의 단독요법 외에도 PD-1 억제제 병용에 따른 항암 시너지 효과를 확인했으며, 뛰어난 안전성을 근거로 다른 항암제와의 전략적 병용요법 추진도 고려하고 있다.

한미약품 관계자는 “BH3120 임상은 항암 치료의 패러다임을 바꾸고 있는 면역항암제 영역에서 독자적 이중항체 플랫폼 기술 펜탐바디를 활용해 글로벌 임상 연구를 진행하는 한미의 ‘첫번째 프로젝트’라는 점에서 남다른 의미를 갖는다”며 “기존 치료제의 한계를 극복하고 치료 효과를 혁신적으로 높이는 차세대 면역항암제 개발을 완수할 수 있도록 연구에 더욱 매진하겠다”고 말했다.

대웅제약 연구원이 AI 신약개발 시스템으로 통해 신약 후보 화합물질을 탐색하고 있다.

대웅제약은 신약개발에 즉각 활용할 수 있는 주요 화합물 8억종의 분자모델을 전처리를 거쳐 자체 데이터베이스화하고, 이를 재료로 신약후보물질을 발굴해내는(Drug Discovery) 독자적 ‘AI 신약개발 시스템’까지 구축했다고 19일 밝혔다. 향후 전임상, 임상, 시판 등 신약개발(Drug Development) 전주기에  AI 활용을 확대할 계획이다.

대웅제약은 이 같은 DB와 신약개발 시스템을 결합해 비만과 당뇨병, 항암제 분야에서 주목할 만한 연구 성과를 내고 있다고 덧붙였다. 예컨대 비만과 당뇨질환 치료제 개발을 위해 자체 AI 시스템으로 두 가지 표적 단백질에 동시에 작용하는 ‘활성물질’을 발굴하고 최적화 단계에 돌입시키는데 단 두 달이 걸렸다. 대웅제약은 “연구원들이 1년 넘게 고민하던 난제를 AI를 통해 해결한 사례”라고 설명했다.

또 AI 시스템을 활용해 암세포 억제 효능을 보이는 활성물질을 발굴하고, 최적화를 통해 특허까지 가능한 ‘선도물질’을 확보하는데 단 6개월이 걸렸다. 기존 방식으로 진행하면 최소 1~2년 소요될 프로젝트였다는 게 대웅제약의 설명이다. 고비용, 저효율이라는 신약개발의 난제를 해결하고자 지난 2년간 ‘AI 신약개발 시스템’ 구축에 몰입한 결과가 가시화되고 있다.

대웅제약이 실제로 구매해 신약 개발에 즉각 쓰일 수 있는 8억종 화합물질(Compound)의 분자모델 DB에 붙인 이름은 ‘다비드’(DAVID, Daewoong Advanced Virtual Database)다. 다비드(다윗)는 골리앗을 일격에 쓰러트린 성서에 등장하는 영웅이다. 신약개발 경쟁에서 AI로 글로벌 빅파마와 겨루겠다는 연구원들의 의지를 담았다.

8억종이라는 수치는 지난 40여 년 간 대웅제약이 신약연구를 통해 확보한 화합물질과 현재 신약개발에서 이용할 수 있는 거의 모든 화합물질의 결합체다. 이에 반해 세계적으로 공개된 화합물질 오픈소스는 AI 신약개발을 위한 데이터로는 적합하지 않다. 복잡한 화합물질 구조에서 불필요한 정보를 분리, 제거하는 전처리 과정(Preprocessing)이 필수적이다. 

대웅제약 AI 연구원들은 이 작업을 최우선으로 몰두해 AI가 활용할 수 있는 데이터로 모두 가공했다. 8억종의 화합물 데이터는 AI 기반 신약개발에 필요한 자양분이다. 양질의 데이터가 확보되지 않으면 AI도 무용지물이다. 데이터베이스 구축은 AI 신약개발 경쟁에서 ‘퀀텀 점프’를 할 수 있는 발판을 마련한 셈이다.  

연구자들은 신약후보물질이 될 수 있는 화합물질의 수를 약 10의 60제곱 정도로 추정하고 있다. 인류가 단어로 표현할 수 있는 세계를 넘어선 미지의 수치다. 대웅제약이 확보한 화합물질 8억 종은 10의 9제곱 수준이다.

박준석 대웅제약 신약Discovery센터장은 “신약후보물질의 세계는 우주와 같은데 AI가 신약개발의 대항해 시대를 열었다고 해도 과언이 아니다”며, “AI로 미지의 영역을 개척해나간다면 굉장히 많은 신약후보물질과 우수한 신약을 더 빠르게 개발해 인류 건강에 지대한 공헌을 할 것”이라고 평가했다. 

AI 신약개발을 위한 방대한 데이터베이스를 구축한 후 대웅제약은 신약후보물질 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.

이런 데이터베이스와 툴을 기반으로 지난해 AI 신약개발 시스템 ‘데이지’(DAISY, Daewoong AI System)를 사내에 오픈했다. 이 시스템은 일종의 웹 기반 ‘AI 신약개발 포털’로서 대웅제약 연구원들은 데이지에 접속해 신규 화합물질을 발굴하고 약물성까지 빠르게 예측할 수 있다. 이른바 ADMET 연구까지 AI로 가능하다. ADMET는 Absorption, Distribution, Metabolism, Excretion, Toxicity의 앞 글자를 따온 것으로 화합물질의 흡수, 분포, 대사, 배설, 독성 등 약물성을 파악하는 연구 단계다. 신약개발 초기에서 매우 중요한 단계로 이 연구가 제대로 이뤄지지 않으면 임상에서 실패하기 십상이다.

박 센터장은 “인간을 대체하는 기술로 AI를 바라보면 오산이다. 미지의 영역을 개척하는 인간의 동반자와 같다”라며 “딥러닝 AI가 ‘데이터’를 쌓으며 학습하고 성장하듯이 연구자도 함께 ‘인사이트’를 높이며 함께 동반성장해 나갈 때 비로소 신약개발 성공에 한 걸음 다가설 수 있다”고 강조했다.

한국보건산업진흥원 자료에 따르면 신약개발은 평균 15년이 걸리고 통상 1만여 개 후보물질 중 단 1개만이 성공한다. 연구자들이 처음 신약 후보물질을 찾는데 평균 5년이 걸리고 임상시험에 들어가는 후보물질을 추리는데 2년이 더 걸린다. 여기서 의미 있는 물질 1개를 발견하고자 임상 1상, 2상, 3상을 거치는데 6년이 추가로 걸린다. 글로벌 진출을 위해 미국 식품의약국(FDA) 승인을 받으려면 또 2년이 걸린다. 이 긴 15년의 과정 역시 최상의 시나리오로 가정했을 때 이야기다.

식품의약품안전평가원이 지난해 11월 발간한 ‘식의약 R&D 이슈 보고서’도, 미국의 경우를 전제로 신약개발 기간 15년, 개발비용 2~3조원을 상정하고 있다. AI 기술을 적용할 경우 개발 기간은 7년, 비용은 약 6000억원으로 절감할 수 있는 것으로 이 자료는 분석했다.