생명을 모델링하다

과학자들의 탐구와 예측을 지원하는 시뮬레이션

William J. Holstein
18 October 2014

시뮬레이션은 과학자들이 인간의 세포와 장기, 그리고 궁극적으로 각 개인의 신체가 지니고 있는 고유한 차이를 이해하는데 기여하고 있다.

동일한 질환을 앓고 있는 만 명을 대상으로 테스트를 거친 의약품 이라 하더라도 단 한 명이라도 심각한 부작용을 겪는다면 규제 당국은 해당 의약품의 승인을 거부할 수 있다. 이 와 같은 상황으로 인해 제약회사나 사회 는 막대한 비용 부담을 안기도 한다.

생명과학 기업, 기술 제공업체 및 리서치 기관들로 구성된 컨소시엄인 바이오 인텔 리전스 발의회(BioIntelligence Initiative) 에서 제노폴 프랑스(Genopole France)를 대표하는 프랑수아 케페(François Képès) 는 이에 대해 "그러한 상황은 결국 (혜택 을 누릴 수 있었던) 9,999명의 환자들도 해당 의약품의 혜택을 누릴 수 없게 되는 것을 의미"한다고 말한다

이러한 과제를 해결하기 위해 바이오 인텔 리전스 발의회는 생명과학 모델링 및 시뮬 레이션 전용 소프트웨어 플랫폼을 개발하 여 과학자들이 보다 신속하고 보다 저렴한 방법으로 신체를 이해하고, 새로운 치료법 을 설계하며 각 개인에게 가장 적합한 치 료법을 선택할 수 있도록 지원하고 있다.

개인화된 의약품

연구자들은 인간 게놈 배열 비용이 지속 적으로 하락할 것으로 예상하고 있다. 현 재 1,000달러를 내면 약 24시간 안에 결 과를 받아볼 수 있는데, 이 비용이 사실상 모든 환자들이 고유한 유전자 지도를 만 들 수 있는 수준까지 하락할 것으로 내다 보는 것이다. 프랑수아 케페는 "현재 유전 자 연구는 특정 의약품을 복용하면 안되 는 사람과 복용해도 되는 사람이 누구인 지를 예측할 수 있는 수준에 이르러 있습 니다."라고 말한다.

컨소시움이 수행하고 있는 작업은 생명 과학 기업에게 막대한 의미를 지닌다. 그 작업을 통해 생명과학 기업은 목표 집단 을 정확하게 규정하고, 필요한 사람이 필 요한 의약품을 입수할 수 있도록 보장하 며, 고유한 조건에 처한 소규모 집단을 위 한 치료제 개발에 나설 수 있다.

예측 불가능한 것에 대한 예측

또한 대량의 데이터를 바탕으로 인체 기 관의 모델 구축에 나선 과학자들은 이러 한 모델을 통하여 인간이나 동물 테스트 를 거치지 않고도 특정 치료제의 효과를 정확하게 이해할 수 있는가에 대한 가능 성을 탐구하고 있다. 미국 매사추세츠주 캠브리지에 위치한 하버드대학교와 MIT대 학이 공동으로 후원하는 The Living Heart 프로젝트가 바로 그 대표적인 사례이다. (본 기사 마지막에 수록된 동영상 참고)

“10년 내지 20년이면 제약산업의 모습이 크게 달라져 있을 것입니다.”

베른하르트 트로트
예측력을 지닌 컴퓨터 모델링을 통한 과학 연구의 가능성에 대해 언급하는 노바티스-MIT 센터의 센터장

그러는 동안 MIT 화학공학과 교수 겸 Novartis-MIT Center for Continuous Manufacturing 센터장인 베른하르트 트로 트(Bernhardt Trout)는 이 과제를 해결하려 는 노력을 기울여 세포 내에서 이루어지는 프로세스를 모델링하기에 이르렀다. 그는 대형 수퍼컴퓨터를 활용하여 항생제가 단 백질의 핵심 표면 영역, 이른바 '핫 스팟'에 도달한 항생제가 작동하는 방식을 예측하 는 알고리즘을 개발하고 테스트했다.

트로트가 단백질의 물리학 및 화학적 속성 에 대해 보유하고 있는 지식을 바탕으로 구 성된 알고리즘은 불과 몇 분 만에 노트북 컴퓨터에서 시연할 수 있을 만큼 간단하다.

초점 집중

연구자들은 트로트 교수가 개발한 알고리 즘 기반의 소프트웨어를 사용하여 방대한 화합물 목록의 범위를 좁혀 의약품 연구에 가장 유망한 후보 화합물을 찾아내고 있다.

미국의 제약산업이 의약품 개발과 생산에 투입하는 비용이 연간 2,000억 달러에 달 할 것으로 추산하는 트로트 교수는 자신 의 연구가 그 금액의 30%, 즉 600억 달 러를 절감하여 보다 많은 의약품의 개발 에 사용할 수 있을 것으로 전망하고 있다.

"아마 10년 내지 20년이면 제약산업의 모 습이 크게 달라져 있을 것입니다."

단백질 기반 의약품을 개발할 때 과학자들은 집합화하는 경향을 피해야 한다. 집합화하면 의약품의 효과가 감소할 수 있어 제조나 관리가 어려워질 수 있고 환자의 면역반응에 부작용을 일으킬 수 있기 때문이다. 예측력을 지닌 소프트웨어는 단백질 집합화 ‘핫 스팟(적색 영역)’을 규명하도록 지원해 단백질 변이 또는 전혀 다른 단백질 구성 등을 과학자들에게 경고한다. (이미지 제공 © BIOVIA)

추측은 이제 그만

세포를 구성하는 요소(단백질 및 효소 포 함)와 관련하여 과학자들이 수행하고 있는 연구들은 이제 물질들이 인간의 세포에 영향을 미치는 방식을 완벽하게 예측하는 소프트웨어 개발 단계에 접어들었다.

캘리포니아주 산타 모니카에 위치한 싱크 탱크 밀큰 인스티튜트(Milken Institute) 산 하 패스터큐어스(FasterCures) 센터의 선 임 펠로우인 버나드 무노스(Bernard Munos)는 이렇게 설명한다. "만일 소프트 웨어 제조사가 예측력을 지닌 소프트웨어 를 생산할 수 있다면 그 소프트웨어가 의 약품 R&D에 미치는 영향은 대단히 클 것 입니다. 머리를 쥐어짜는 대신 소프트웨 어에게 질문하면 될 것이기 때문입니다. 소프트웨어에게 이렇게 지시할 수 있을 것입니다. '특정 효소를 억제하면 어떠한 결과가 나오는지 알려주기 바람.' 그러면 소프트웨어가 시뮬레이션을 해본 뒤 특정 효소를 억제함으로써 바라던 결과가 나올 것인지 여부나 또는 특정 효소를 억제함 으로써 세포의 신진대사활동이 정상상태 를 벗어나 죽게 될 것인지 여부 등을 알 려줄 것입니다."

무노스는 이렇게 덧붙인다. 그러한 날이 오면 "생물학은 예측의 과학으로 변모하 게 될 것입니다."  ◆

https://www.youtube.com/watch?v=ulwMlJlycS0

Related resources