Monday biotopic : drug discovery

Byaibio

“””
Biotopic Monday: drug discovery

인공지능(AI) 기반 신약 개발 가속화와 임상 진입 준비

  • Isomorphic Labs(구글 딥마인드 스핀아웃)는 2025년 3월 6억 달러 규모의 투자 유치를 통해 AI 신약 설계 엔진 개발과 파이프라인 임상 진입 준비에 박차를 가하고 있습니다. 회사는 AI 모델인 AlphaFold 3를 공동 개발했으며, 이를 활용해 암 치료 후보물질을 포함한 신약 후보들을 임상 시험에 투입할 계획입니다. 또한, 노바티스, 일라이 릴리 등 제약사와 약 30억 달러 규모의 파트너십을 맺고 있습니다. (2025년 7월 7일) 출처

AI 기반 신약 후보 ‘Rentosertib’의 임상 2a상 성공과 AI 플랫폼 진화

  • Insilico Medicine은 AI가 설계한 신약 후보 ‘Rentosertib’가 특발성 폐섬유증 치료를 위한 2a상 임상시험에서 안전성과 유효성을 입증하며 AI 신약 개발의 임상적 가능성을 보여주었습니다. 이 신약은 자체 개발한 Pharma.ai 플랫폼을 통해 전통적 방법 대비 60% 이상 개발 기간을 단축했습니다. 플랫폼은 항체 설계, 오믹스 데이터 분석, 분자 생성 AI 등 다양한 기능을 강화하며 신약 개발 효율성을 높이고 있습니다. (2025년 7월 3일) 출처

AI와 머신러닝을 활용한 분자 접착제(Molecular Glue) 신약 개발 혁신

  • Monte Rosa Therapeutics는 AI/ML 기반의 QuEEN™ 발견 엔진을 통해 기존에 접근하기 어려웠던 단백질 표면을 분석, 새로운 분자 접착제 약물 타깃을 대폭 확장하는 데 성공했습니다. 이 연구는 2025년 7월 3일 《Science》지 표지 논문으로 발표되었으며, 면역학, 염증, 종양학 분야에서 혁신적 치료제 개발을 가속화할 전망입니다. (2025년 7월 3일) 출처

단백질 구조 예측 AI ‘AlphaFold 3’와 신약 설계의 융합 발전

  • Google DeepMind와 Isomorphic Labs가 공동 개발한 AlphaFold 3는 단백질과 분자의 상호작용을 50% 이상 정확하게 예측하며, 복잡한 생체 분자 복합체를 빠르게 모델링할 수 있습니다. 이 기술은 질병 메커니즘 이해와 신약 타깃 발굴에 혁신을 가져왔으며, AI 기반 신약 설계와 결합해 신약 개발의 새로운 지평을 열고 있습니다. (2025년) 출처

DNA-표지 화학 라이브러리의 한계와 머신러닝 데이터 품질 개선 필요성

  • University of Utah 연구진은 DNA 바코드가 부착된 화합물들이 표적 단백질에 대한 활성을 저해해, DNA-표지 화학 라이브러리 기반 스크리닝에서 유망 후보 물질이 누락되는 문제를 발견했습니다. 이로 인해 머신러닝 모델이 잘못된 학습을 할 위험이 있으며, 신뢰할 수 있는 활성 화합물 데이터만을 활용하는 것이 모델 성능 향상에 중요하다고 제안했습니다. (2025년 7월 4일) 출처

고해상도 프로테오믹스 기반 신약 타깃 발굴 및 약물 반응성 분석 기술 발전

  • PreOmics는 LC-MS 기반 프로테오믹스 샘플 준비 및 분석 솔루션을 제공하며, 조직 균질화, 단백질 추출, 표적 단백질 발굴 및 약물 반응성 바이오마커 분석에 활용되고 있습니다. 자동화 가능한 iST, BeatBox®, ENRICH 기술은 신약 개발 초기 단계에서 표적 검증과 정밀 의학 연구를 지원합니다. (2025년) 출처

신약 개발에서 다중 파라미터 최적화(Multi-Parameter Optimization) 전략의 중요성

  • Evotec는 약물의 효능, 약동학, 안전성을 동시에 최적화하는 다중 파라미터 최적화(MPO) 전략을 통해 균형 잡힌 고품질 후보물질을 개발하는 접근법을 강조하고 있습니다. 이 전략은 신약 후보물질의 성공 가능성을 높이고 개발 효율성을 향상시키는 데 필수적입니다. (2025년) 출처

AI 기반 신약 발견 시장의 급성장과 주요 기술 동향

  • 2024년 전 세계 AI 신약 발견 시장은 2억 5천만 달러 규모에서 2034년 약 28억 4천만 달러로 연평균 27.4% 성장할 것으로 전망됩니다. 주요 기술로는 딥러닝과 강화학습이 주도하며, 클라우드 기반 배포가 시장을 선도하고 있습니다. 암과 신경계 질환 분야에서 AI 활용이 두드러지며, 제약 및 바이오텍 기업들이 AI를 적극 도입하고 있습니다. (2025년) 출처

신약 후보 ‘JBZ-001’의 임상 1상 진입과 암 치료용 효소 표적화

  • Ohio State University 연구진이 발견한 신약 후보 ‘JBZ-001’은 암세포의 DNA 복제에 필수적인 효소를 억제해 종양 성장을 저해하는 기전을 갖고 있습니다. 현재 임상 1상 시험이 진행 중이며, 고형암 및 비호지킨 림프종 환자 대상 안전성과 내약성을 평가하고 있습니다. 이 신약은 학계 주도의 신약 발견부터 임상 시험 개시까지 성공적으로 이뤄진 사례로 주목받고 있습니다. (2025년) 출처

파지(Phage) 기반 장내 단백질 전달 및 유전자 치료 혁신

  • Drug Discovery News에 따르면, 박테리오파지를 이용해 장내에서 치료 단백질을 생산하도록 유전자를 전달하는 기술이 개발되어 생물학적 약물 전달의 새로운 가능성을 열고 있습니다. 이 접근법은 기존 약물 전달의 한계를 극복하고, 유전자 치료의 효율성을 높일 전망입니다. (2025년 4월 10일) 출처

동물실험 대체를 위한 FDA 정책 변화와 줄기세포 치료 연구 진전

  • FDA가 일부 약물에 대한 동물실험을 단계적으로 폐지하는 정책을 발표하였으며, 줄기세포 치료가 파킨슨병 등 신경계 질환 치료에 적용되는 연구가 활발히 진행 중입니다. 줄기세포 치료는 다양한 질환에 대한 재생의학적 접근법으로 기대를 모으고 있습니다. (2025년 4월) 출처

요약하면, 최근 신약 개발 분야에서는 AI와 머신러닝 기술이 신약 후보 발굴, 분자 설계, 임상 시험 최적화에 혁신을 가져오고 있으며, AI 기반 플랫폼을 활용한 신약 후보들이 임상 단계에 진입하는 사례가 증가하고 있습니다. 또한, 프로테오믹스, 다중 파라미터 최적화, 분자 접착제 개발 등 첨단 기술들이 신약 개발 성공률을 높이고 있습니다. FDA의 정책 변화와 줄기세포 치료 등 새로운 치료법 연구도 활발히 이루어지고 있어, 신약 개발의 패러다임이 빠르게 변화하고 있습니다.
“””