• 페이스북
  • 트위터
  • 유튜브

KAIST, 수학모델로 신약 개발 걸림돌 해결책 찾아

등록 2019.07.09 18:26:32

  • 이메일 보내기
  • 프린터
  • PDF

화이자와 함께 동물-사람간 임상 차이 원인 밝혀

【대전=뉴시스】 김양수 기자 = KAIST 김재경 교수 연구팀의 성과 개념도. 왼쪽 그림은 종간 약의 효과 차이 원인으로 주행성과 야행성 동물의 빛 노출정도에 따라 약의 효과가 반감되는 정도가 다르다는 것을 보여준다. 오른쪽은 개인간 약의 효과 차이 원인으로 PER2 단백질이 많은 사람은 약의 효과가 강하다.2019.07.09(사진=KAIST 제공) photo@newsis.com

【대전=뉴시스】 김양수 기자 = KAIST 김재경 교수 연구팀의 성과 개념도. 왼쪽 그림은 종간 약의 효과 차이 원인으로 주행성과 야행성 동물의 빛 노출정도에 따라 약의 효과가 반감되는 정도가 다르다는 것을 보여준다. 오른쪽은 개인간 약의 효과 차이 원인으로 PER2 단백질이 많은 사람은 약의 효과가 강하다.2019.07.09(사진=KAIST 제공) [email protected]

【대전=뉴시스】 김양수 기자 = KAIST는 수리과학과 김재경 교수와 글로벌 제약회사 화이자(Pfizer)의 장 청(Cheng Chang) 박사가 공동연구를 통해 수학적 모델을 기반으로 동물실험과 임상시험 간 차이가 발생하는 원인과 해결책을 제시했다고 9일 밝혔다.

이번 연구에서 공동연구팀은 일주기 리듬 수면 장애 신약을 개발하는 과정에서 동물실험과 임상시험 간 발생하는 차이 문제를 수학적 모델을 이용해 해결, 신약 개발의 가능성을 높였다. 또 동물과 사람 간 차이뿐 아니라 사람마다 발생하는 약효의 차이 발생 원인도 밝혀냈다.

김대욱 박사과정이 1 저자로 참여한 이번 연구결과는 국제 학술지 ‘분자 시스템 생물학 (Molecular Systems Biology)’ 8일자 온라인판에 게재됐고 우수성을 인정받아 7월호 표지논문으로 선정됐다. (논문명은 Systems approach reveals photosensitivity and PER2 level as determinants of clock-modulator efficacy다)

연구팀에 따르면 신약을 개발키 위해 임상 시험 전 단계로 쥐 등의 동물을 대상으로 전임상 실험을 하게 되지만 이 과정에서 동물에서 보였던 효과가 사람에게선 보이지 않을 때가 종종 있고 사람마다 효과가 다르게 나타나기도 한다.

이런 약효의 차이가 발생하는 원인을 찾지 못하면 신약 개발에 큰 걸림돌이 된다.

수면 장애는 맞춤형 치료 분야에서 개발이 가장 더딘 질병 중 하나다. 쥐는 사람과 달리 수면시간이 반대인 야행성 동물이다 보니 수면시간을 조절할 수 있는 치료제가 실험 쥐에게는 효과가 있어도 사람에게는 효과가 없는 경우가 많지만 그 원인이 알려지지 않아 신약 개발에 어려움이 있었다.

연구팀은 이런 차이의 원인을 미분방정식을 이용한 가상실험과 실제실험을 결합해 연구했고, 주행성인 사람은 야행성인 쥐에 비해 빛 노출 때문에 약효가 더 많이 반감되는 것이 원인임을 밝혀냈다.

 이는 빛 노출 조절을 통해 그동안 사람에게 보이지 않던 약효가 발현되게 할 수 있음을 뜻한다.

또 연구팀은 증상이 비슷해도 환자마다 약효 차이가 나타나는 원인을 밝히기 위해 수리 모델링을 이용한 가상환자를 이용했다.

수면 장애 치료 약물의 약효가 사람마다 큰 차이를 보이는 것도 신약 개발의 걸림돌이기 때문이다.

이를 통해 약효가 달라지는 원인이 수면시간을 결정하는 핵심 역할을 하는 생체시계 단백질인 PER2의 발현량의 차이에서 기인한다는 사실을 규명했다.

특히 PER2의 양이 낮에는 증가하고 밤에는 감소하기 때문에 하루 중 언제 투약하느냐에 따라 약효가 바뀜을 이용해 환자마다 적절한 투약 시간을 찾아 최적의 치료 효과를 가져오는 시간요법(Chronotherapy)도 개발했다.

김재경 교수는 “수학이 실제 의약학 분야에 이바지해 우리가 더 건강하고 행복한 삶을 살 수 있도록 도울 수 있어 행복한 연구였다”라며 “이번 성과를 통해 국내에선 아직은 부족한 의약학과 수학의 교류가 활발해지길 기대한다”라고 말했다.


[email protected]

많이 본 기사