[메디게이트뉴스 이지원 기자] 생성형 AI 기술의 활용 분야가 확대되면서 제약·바이오 산업도 AI 신약개발 플랫폼 구축 등 디지털 전환이 가속화하고 있다.

7일 한국보건산업진흥원에 따르면 전통적인 신약개발에는 평균 약 15년의 기간과 약 1조~2조원 이상의 비용이 소요된다. 개발에 성공해 신약으로 출시되는 물질은 약 1만개의 후보물질 중 1개(0.01%)뿐이다. 하지만 임상데이터와 신약개발에 적합한 AI 알고리즘을 활용 시 비용과 시간을 절감할 수 있다. 신약개발의 '고비용·저효율' 난제를 해결할 수 있는 해결책인 셈이다. 

글로벌 시장조사기관 마켓앤마켓에 따르면 인공지능(AI) 신약개발 글로벌 시장 규모는 2023년 9억270만달러에서 2028년 48억9360만달러 규모로성장할 전망이다. AI 신약개발을 통해 임상시험을 진행 중인 약물 건수는 2020년 17건에서 2023년 67건으로 4배 가까이 증가했다.

이러한 움직임에 국내 제약·바이오기업은 AI와 빅데이터 등 디지털 기술을 활용한 디지털 혁신 협력을 확대하고, 신약개발 플랫폼 구축에 힘쓰고 있다.

먼저 AI 신약개발 플랫폼을 보유한 제약·바이오 기업을 살펴보면 대웅제약과 JW중외제약, SK바이오팜 등이 있다.

대웅제약은 화합물질 분자 모델 DB '다비드'(DAVID)와 AI 신약 후보물질 탐색 툴 'AIVS', AI 신약개발 시스템 '데이지'(DAISY)를 구축했다.

앞서 대웅제약은 머크 라이프사이언스와 'AI 기반 신약개발 플랫폼 구축 및 신약개발 전주기 기술 지원'을 위한 업무협약을 체결했다. 이에 따라 대웅제약은 머크의 신약개발 소프트웨어 신시아(SYNTHIA)와 저분자 라이브러리 합성 지원 플랫폼 'AMS'(Aldrich Market Select)를 자체 개발 중인 웨 기반 모델링 플랫폼에 적용하겠다고 밝혔다.

다비드는 8억종의 화합물질을 포함한 분자 모델 DB로, 40여년간 신약연구를 통해 확보한 화합물질과 현재 신약개발에 이용할 수 있는 화합물질을 포함한다. AI 신약개발 경쟁에서 우위를 선점하기 위해서는 양질의 데이터 확보가 필수적인 만큼 복잡한 화합물질 구조에서 불필요한 정보는 분리·제거해 AI가 활용할 수 있는 데이터로 가공했다.

AIVS는 AI가 표적 단백질 대상으로 활성물질을 발굴하는 시스템으로, 3D 모델링을 기반으로 다양하게 탐색할 수 있다. 동일한 화학적 특성을 지니면서 특허가 가능한 새 활성물질을 생성형 AI로 빠르게 찾을 수 있다는 특징도 가진다.

데이지는 다비드와 AIVS를 기반으로 만들어진 웹 기반 AI 신약개발 포털로, 신규 화합물질 발굴부터, 화합물질의 흡수, 분포, 대사, 배설, 독성 등 이른바 ADMET(Absorption, Distribution, Metabolism, Excretion, Toxicity) 연구에 활용할 수 있다. 대웅제약은 암세포 억제 효능을 보이는 활성물질을 발굴·최적화하고, 특허까지 가능한 선도물질을 확보하는데 최소 1~2년 걸리지만, AI 시스템을 활용하면 단 6개월이 걸린다고 설명했다.

JW중외제약은 지난해 AI 기반 신약 연구개발 통합 플랫폼 '제이웨에브'(JWave)를 본격 가동했다. 제이웨이브는 자체 데이터 사이언스 플랫폼 '주얼리'(JWELRY)와 '클로버'(CLOVER)를 통합한 플랫폼으로, 약 4만5000개 이상의 화합물 데이터를 효율적으로 분석할 수 있다.

그간 JW중외제약과 C&C신약연구소가 각각 주얼리, 클로버를 활용해 별도의 연구를 진행했다. 제한적인 시스켐 내에서 플랫폼을 활용해 다양한 연구 진행에 한계가 있었지만, 클라우드 체제 전환을 통해 신약개발을 가속화할 전망이다. JW중외제약은 클라우드 기반의 시스템에서는 다양한 빅데이터를 활용해 정확한 AI 예측 모델을 개발할 수 있다고 설명했다.

이뿐 아니라 JW중외제약은 정부 주도의 'K-멜로디' 사업에도 참여하고 있다. 데이터는 AI 모델 정확도 등을 높일 필수요소인 만큼, 사업에 참여한 20여개 기관의 데이터를 공동 사용해 AI 모델 성능을 높일 복안이다.

SK바이오팜은 2020년 자체 AI 신약개발 플랫폼 '허블'(HUBLE)을 처음 선보였으며, 지난해에는 업그레이드 버전인 '허블플러스'(HUBLE+) 공개를 예고했다. 기존 허블은 저분자화합물 기반 신약 후보물질 발굴에 활용됐으나, 방사성의약품(RPT), 표적단백질 분해 치료제(TPD), 세포·유전자치료제(CGT) 등 발굴가능한 후보물질 범위을 확대한 것이다.

최근 SK바이오팜은 AI의 중요성을 강조하고 있다. 지난해 6월에는 AI 전문가 신봉근 박사를 신임 인공지능·디지털트렌스포메이션(AI·DT) 추진 태스크포스장으로 영입했으며, AI 신약개발 플랫폼 고도화에 나서고 있다. 

또한 SK바이오팜은 AI 로드맵을 재구성하고, 전문 차트너를 적극 영입하는 등 오픈 생태계 구축을 준비하고 있다. 자체 개발한 뇌전증 신약 '엑스코프리'를 북미 등 글로벌 시장에 안착시킨 뒤 희귀 신경계 질환 등을 표적으로 하는 제2의 먹거리를 찾고 있는데, 이 과정에서 AI를 적극적으로 활용할 방침이다.

이 외에도 신테카바이오의 '딥매처', 이노보테라퓨틱스의 '딥제마', 파로스아이바이오의 '케미버스' 등 AI 신약개발 전문기업의 플랫폼 개발이 활발하다 이들 기업은 타 기업과의 협업도 진행 중이다.

딥매처는 600개의 표적 단백질에 대해 10억종 이상의 화합물을 스크리닝해 3차원 결합 구조를 가상으로 결합해 결합여부를 예측하고, 후보물질을 신속·정확하게 도출하는 AI 신약개발 후보물질 발굴 플랫폼이다.

딥제마는 타겟 발굴부터 개발 후보물질 발굴까지 신약 연구개발의 전 과정을 24개 모듈의 웹 기반 버츄얼 플랫폼(Virtual Platform)으로 구축한 AI 기반 신약개발 플랫폼이다.

케미버스를 활용하면 단백질 구조 분석과 분자 상호작용 에너지 계산 등을 통해 타겟 질환을 치료할 수 있는 화합물을 도출할 수 있다. 또한 빅데이터와 AI에 기반한 딥러닝 알고리즘을 이용해 약물 독성과 새로운 적응증을 예측할 수 있다.