의료 빅데이터를 이용한 신약 후보군 탐색 – 알츠하이머 치매 치료제 1편

라인웍스는 복잡하게 얽힌 대량의 의료보건데이터에서 시그널을 탐지할 좋은 방법을 고심해왔습니다.

빠르고 광범위하게 탐색할 수 있는 빅데이터 분석 기법과 사례를 소개합니다.

 

들어가는 글

고령화로 만성질환자가 증가하고 있습니다. 특히 치매는 노년의 삶을 위협하는 심각한 질병입니다. 치매 치료를 위하여 치매의 원인 규명, 치매의 진행속도를 늦추는 신약 개발 등 다각도로 연구가 진행 중이지만, 다국적 초대형 제약회사들도 알츠하이머 치료제 개발에 번번이 실패했습니다. 지난 1월에는 화이자가 알츠하이머병 치료제 개발 중단을 선언하기도 했습니다[2]. 시간과 노력, 무엇보다 많은 비용이 드는 신약 개발의 특성상, 진전없는 연구에서는 손을 떼겠다는 계산이 있었을겁니다. 이런 상황에서 최근에는 의료데이터를 이용한 신약 개발에 많은 관심이 쏠리고 있습니다. 우리나라의 건강보험심사평가원의 빅데이터는 다년간 약물 처방 등의 진료내용을 담고 있기 때문에 비용 효율적으로 신약을 발굴하는 대안 중 하나입니다[3]. 라인웍스는 건강보험심사평가원의 오픈 R&D 센터를 통해 5년치의 고령환자군의 약물 처방 데이터를 분석하였습니다. 그리고 빅데이터 분석 방법을 적용하여 신약 후보군의 시그널을 탐색해보았습니다.

 

치매의 심각성과 새로운 치료제 발굴의 필요성

<그림 1> 세계와 우리나라의 치매환자 수(출처: 중앙치매센터)

세계적인 인구 고령화 추세의 영향으로 치매 환자가 빠르게 증가하고, 이에 따른 의료비용 역시 기하급수적으로 증가하고 있습니다. 2050년에는 전 세계 인구 중 60세 이상은 약 200억명으로 추산되며, 치매 환자의 수는 1억 3,546만 명에 이를 것으로 예상됩니다[8, 13]. 우리나라의 치매 환자 수는 2015년 기준 약 64만 8천 명 (유병률 9.79%)으로, 2024년에는 100만, 2041년에는 200만을 넘어설 것으로 예상됩니다. 이로 인해 치매 유병률도 2020년에는 10.39%, 2050년에는 15.06%에 이를 것으로 추정됩니다.(그림 1 참조)[8, 11].

<그림 2> 우리나라 연간 총 치매돌봄비용 및 치매환자 수(출처: 중앙치매센터)[8]

치매로 인한 사회경제적 부담도 가파르게 증가하고 있습니다. 우리나라의 국가치매관리비용은 2010년 기준 약 8조 7천억 원이었습니다. 이 비용은 매 10년마다 두 배씩 증가하여 2050년에는 약 134조 6천억 원에 이를 것으로 전망됩니다(그림 2 참조).

치매 환자 대응을 위해 치료 중심에서 예방 중심의 신약 개발이 진행 중이지만 뚜렷한 성과를 보인 것은 아직 없습니다. 현재까지 개발 및 상용화된 치매 치료제는 주로 경증 – 중증도 치매의 증상을 완화시키기 위한 약제들입니다. 최근에는 치매 발병의 원인을 찾아 병의 진행을 근원적으로 억제하는 치료제에 대한 수요가 높아지고 있습니다[1, 7].

치매의 원인으로 지목되는 베타아밀로이드, 염증, 활성산소 등을 조절하는 신약이 임상 시험을 거쳐갔지만, 최종 승인을 통과한 치매 치료제는 2002년 메만틴(memantine) 이후 전무합니다[4, 6]. 이미 사용중인 치료제 중에, 항악성종양제, 비스테로이드성 소염제, 항산화제 등이 치매예방에 효과가 있을 약물이 임상시험에 들어갔으나 아직까지 성공한 사례가 없습니다.[4]

 

신약재창출

신약재창출(Drug Repositioning)은 신약 R&D의 효율성을 높이고 매출 증대에 기여할 수 있는 개발 전략으로 주목받고 있습니다. 전세계적으로 기대수명이 늘어나면서 의료 서비스의 수요도 함께 증가하고 있지만, 신약 개발과 관련된 R&D 생산성은 상대적으로 낮아지고 있습니다. 1975년 신약 1개당 R&D 비용은 1 억 3,800 만 불이었지만 현재는 13 억불로 증가했습니다. 후보물질 5,000~10,000 종 중에서 전임상에 들어가는 물질은 약 250종, 임상시험에 들어가는 물질은 5종, 최종적으로 승인을 받아 출시되는 약물은 1종에 그친다는 보고도 있습니다[10].

알츠하이머 치매 치료제 개발 역시 높은 R&D 비용으로 인해 신약재창출과 같은 개발 전략에 관심이 쏠리고 있습니다. 신약재창출은 이미 시판 중이거나 임상단계에서 안정성 이외의 이유로 개발에 실패한 약물을 대상으로 새로운 적응증을 규명하는 방법으로, 신약 개발의 리스크를 줄이고 개발 기간을 최대 30% 단축할 수 있는 방법입니다[5, 9]. 이런 장점에도 불구하고 신약재창출에 들어가기에 앞서 후보물질의 개념증명(PoC, Proof of Concept)을 하는 것은 중요합니다.

빅데이터 분석 방법은 개념증명, 가설 검증을 하는데 무엇보다도 강점이 있는 방법입니다[12]. 라인웍스는 건강보험심사평가원의 빅데이터를 활용하여 특정 약물의 장기 복용이 치매 발생률에 미치는 영향을 후향적으로 분석하였습니다. 실험적으로 비스테로이드 소염제를 탐색하였고 신약 후보군의 시그널로 활용할 수 있는지 확인해보았습니다. 이어지는 글에서는 신약재창출을 위한 빅데이터 분석의 방법과 결과에 대해서 소개하도록 하겠습니다.

 

이어지는 글

의료 빅데이터를 이용한 신약 후보군 탐색 – 알츠하이머 치매 치료제 2편 → 바로가기

참고문헌

[1] 김경현 외, “알츠하이머병 글로벌 시장 분석”, 2017
[2] 김정원, “화이자, 치매 치료약개발포기… 험난한 치매 정복”, 한국일보, 2018.01.07, (http://www.hankookilbo.com/v/3bcb674540fe41388ce4ad16b63e8e65)
[3] 박병주 외, “약물역학 제 2판”, 서울대학교출판부, 2011 pp. 192-203.
[4] 서지연, “치매 치료제의 종류와 최근 개발 현황”, 2017
[5] 신유원, “주요국의 신약재창출 동향과 전망”, 2014
[6] 이강수 외, “알츠하이머 치매 치료제: 현위치와 향후 전망”, 2012
[7] 정지영, “알츠하이머병과 치료제 개발”, 2013
[8] 중앙치매센터, “치매 관련 현황”, https://www.nid.or.kr/info/diction_list2.aspx?gubun=0201, (2018.06.08 접속)
[9] 최상운, “신약개발을 위한 또 하나의 전략, Drug Repositioning”, 2013
[10] International Federation of Pharmaceutical Manufacturers & Associations, “The Pharmaceutical Industry and Global Health Facts and Figures”, 2013
[11] Martin Prince, et al., “World Alzheimer’s Report 2016”, Alzheimer’s Disease International, 2016, Pp.22-23.
[12] Richard Deveaux, et al., “Big Data and the Missing Links”, 2016
[13] WHO, “Dementia: A public health priority”, 2012.