내달 추진 '연합학습 기반 신약개발 플랫폼' 개발 기대감 높아져

ADMET 모델 활성화, 신약개발 단계 적용 및 확장 등 활용 가능
ADMET 예측 모델 성능 개선으로 연구개발 비용 감소 효과 나타나
현업 문제 해결에 연합학습 기술 적용하는 국내 최초 사례 기대

문근영 기자 (mgy@medipana.com)2024-03-18 12:24

[메디파나뉴스 = 문근영 기자] 연합학습 기반 신약개발 가속화 프로젝트(K-MELLODDY)가 내달부터 세부과제 기획, 공모‧선정 등을 추진하는 가운데, 프로젝트 '성과 활용 방안'과 '기대효과'에 관심이 모이고 있다.

최근 K-MELLODDY 사업단장으로 선임된 김화종 한국제약바이오협회(KPBMA) AI신약융합연구원장은 18일 'KPBMA FOCUS'에서 이번 프로젝트가 'ADMET 모델 활성화', '신약개발 단계 적용 및 확장', '글로벌 협력 활용'에 영향을 미칠 것으로 내다봤다.

일례로 연합학습플랫폼 기반 약물 흡수, 분포, 대사, 배설, 독성(ADMET, Absorption, Distribution, Metabolism, Excretion, Toxicity) 예측 모델 개발에 다양한 기관 참여를 유도할 수 있다고 예상했다.

김 원장은 연합학습 기반 신약개발 플랫폼을 타겟 발굴, 후보물질 탐색, 선도물질 최적화, 임상 설계, 시판 후 조사 등에 적용하는 방향도 기대했다. 신약 개발 과정에서 단계별 활용으로 확장성을 높일 수 있다는 설명이다.

그는 K-MELLODDY 사업 성과를 바탕으로 글로벌 연합학습 신약개발 생태계 조성, 연합학습 기반 신약개발 플랫폼 참여자 확대, 플랫폼 성능 향상 등을 꾀할 수 있다고 덧붙였다.

K-MELLODDY 사업이 가져올 '기대효과'는 시험 분석 비용 감소다. 김 원장은 ADMET 예측 모델 개발 시 성능 개선으로 연구개발(R&D) 비용 약 1900억 원 절감이 예상된다고 부연했다. 

2022년 기준 국내 상장 제약회사가 신약개발 R&D에 투자한 비용 중에서 ADMET 시험 분석에 약 9656억 원이 소요된 것을 고려하면, ADMET 예측 모델 성능 개선을 통해 연구개발 비용 약 20% 절감이 기대된다.

김 원장은 연합학습 기반 신약개발 사업 추진으로 연합학습 기술을 현업 문제 해결에 적용하는 국내 최초 성공 사례를 만들겠다며 네트워크 기반 ADMET 예측 솔루션, FLAP을 구축할 것이라고 밝혔다.
 

실시간
빠른뉴스

당신이
읽은분야
주요기사

독자의견

작성자 비밀번호

0/200

메디파나 클릭 기사

독자들이 남긴 뉴스 댓글

포토