종목토론카테고리
게시판버튼
게시글 제목
오늘의 마감 매매현황
게시글 내용
외국인 매도 13,350주(메릴린치 매도 3,626주 제이피 모간 매수 568주)
개인 매수 13,304주
기관 매도 18주 (증권 매도 18주0
기타법인 매수 100주
프로그램 매도 13,350주
공매도 21주 (평균단가 3,790원)
대차체결 4,836주
대차상환 0주
대차잔고 2,043,614주
| 번호 | 제목 | 작성자 | 첨부 | 날짜 | 조회 |
|---|---|---|---|---|---|
| 1933 |  [폴란드] 고병원성조류인플루엔자 (가금, H5N1) 추가 발생 (2024/12/21) |
조혜선 | 2024-12-26 | 7 | |
| 1932 | [캐나다] 고병원성조류인플루엔자 (조류, H5N1) 추가 발생 (2024/11/15) |
조혜선 | 2024-12-26 | 6 | |
| 1931 | [캐나다] 고병원성조류인플루엔자 (가금, H5N1) 추가 발생 (2024/11/16~12/10) |
조혜선 | 2024-12-26 | 8 | |
| 1930 | [일본] 고병원성조류인플루엔자 (가금, H5N1) 추가 발생 (2024/12/18) |
조혜선 | 2024-12-26 | 8 | |
| 1929 | [아르메니아] 광견병 (개, 미정) 긴급 발생 (2024/12/17) |
조혜선 | 2024-12-26 | 6 | |
| 1928 | [노르웨이] 블루텅 (소, 3) 추가 발생 (2024/12/18) |
조혜선 | 2024-12-26 | 2 | |
| 1927 | [네팔] 아프리카돼지열병 (돼지) 추가 발생 (2024/11/06) |
조혜선 | 2024-12-26 | 2 | |
| 1926 | [네덜란드] 고병원성조류인플루엔자 (붉은발도요 등, H5N1) 추가 발생 (2024/12/07~12/16) |
조혜선 | 2024-12-26 | 2 | |
| 1925 | [과들루프] 웨스트나일열 (말과) 추가 발생 (2024/08/06~10/06) |
조혜선 | 2024-12-26 | 2 | |
| 1924 | [캐나다] 고병원성조류인플루엔자 (캐나다거위 등, H5N1) 추가 발생 (2024/07/01~11/26) | 조혜선 | 2024-12-24 | 24 |
| 번호 | 제목 | 작성자 | 첨부 | 날짜 | 조회 |
|---|---|---|---|---|---|
| 1923 | [슬로바키아] 고병원성조류인플루엔자 (흑고니 등, H5N1) 추가 발생 (2024/12/06) | 조혜선 | 2024-12-24 | 24 | |
| 1922 | [세르비아] 아프리카돼지열병 (멧돼지 등) 추가 발생 (2024/12/16~12/17) | 조혜선 | 2024-12-24 | 20 | |
| 1921 | [벨리즈] 리슈만편모충증 (개) 긴급 발생 (2024/12/11) | 조혜선 | 2024-12-24 | 21 | |
| 1920 | [미국] 고병원성조류인플루엔자 (집고양이 등, H5N1) 추가 발생 (2024/04/01~12/08) | 조혜선 | 2024-12-24 | 27 | |
| 1919 | [노르웨이] 블루텅 (소, 3) 추가 발생 (2024/12/17) | 조혜선 | 2024-12-24 | 9 | |
| 1918 | [그리스] 양두·산양두 (면양, 산양 등) 추가 발생 (2024/12/17~12/19) | 조혜선 | 2024-12-24 | 10 | |
| 1917 | [그리스] 아프리카돼지열병 (멧돼지) 추가 발생 (2024/11/23~12/19) | 조혜선 | 2024-12-24 | 12 |
"글로벌 AI 신약개발, 어디까지 왔나" 임상시험 사례로 살펴보니…
후보물질 탐색 넘어 이젠 임상시험 개발까지 적용 '활발'
국내 제약업계는 글로벌 6위 수준...선두는 미국 & 중국 순
인공지능(AI) 기술의 빠른 발전으로 신약개발 패러다임이 변화하고 있다. 기존에는 후보물질 탐색, 새로운 타겟 발굴 등 제한적인 분야에서 사용됐지만 이제는 글로벌 제약기업들을 중심으로 대규모 AI 협력 체제를 갖춰 임상시험 단계에서 용량 최적화, 합성 대조군 활용 등 다양한 방향으로 적용하고 있다.
사진. 게티이미지
제약바이오 산업에서 인공지능(AI) 기술이 각광 받고 있다.
최근 노벨 화학상에 구글 딥마인드 최고경영자 데미스 허사비스와 연구원인 존 점퍼 박사, 그리고 미국 워싱턴대의 데이비드 베이커 교수가 수상자로 선정됐는데, 이들은 AI 단백질 구조 예측·설계 도구 '알파폴드(Alpha Fold)'를 개발한 주역들이다.
이번 노벨상을 수상한 AI 개발자들은 인공신경망을 이용한 기계 학습(ML, Machine Learning)과 단백질 설계 및 구조 예측 등의 기술을 개발해 AI가 생화학적 난제(難題)를 해결하는데 기여한 과학적 공로를 인정 받은 것이다.
초기에 신약개발에서 AI가 주목 받은 이유는 시간적·경제적 비용 때문이었다. 전통적인 신약개발에는 평균 10년 이상의 기간과 1~2조원 이상의 비용이 소모되는데, 약 1만 개의 후보물질 중 단 1~2개 만이 신약으로 출시된다. 확률로 따지면 0.01%인 셈이다.
반면에 AI 신약개발은 방대한 임상 데이터와 기계학습을 통한 AI 알고리즘을 활용해 비용과 시간을 크게 절감할 수 있어 이를 활용하는 제약사들이 늘어나고 있다. 막대한 시간과 비용이 소요되고 불확실성이 높은 신약개발의 한계를 AI 기술로 극복해 신약개발의 효율성을 높이는 것이다.
주목할 점은 AI 신약개발이 활용되는 분야다. 신약개발은 크게 발견(Discovery) 단계와 개발(Development) 단계로 나뉜다.
발견 단계에서는 질병 타겟을 정하고 동물실험 등을 거쳐 신약후보물질을 도출하는 과정이고, 개발 단계는 사람을 대상으로 안전성과 유효성을 확인하는 임상시험을 실시하게 된다.
기존에는 AI 신약개발이 후보물질 탐색이나 신규 타겟 발굴, 비임상·전임상시험과 같은 '발견 단계'에서 주로 활용됐으나, 최근 들어서는 사람을 대상으로 진행하는 임상시험인 '개발 단계'에서도 활용되는 사례가 늘어나고 있다.
식품의약품안전처가 최근 발표한 '인공지능(AI) 활용 의약품 개발 사례집'에 따르면 AI 신약개발은 임상시험에서 대상자 모집 및 선정, 용법·용량 최적화 등에 활용될 수 있다.
구체적인 사례를 살펴보면, 애브비가 인수한 생명공학 기업 세레벨 테라퓨틱스(Cerevel Therapeutics)는 파킨슨병 치료제 '타바파돈(tavapadon)' 개발에 AI 기술을 활용했다.
파킨슨병 환자를 대상으로 타바파돈 장기 투여 시, 안전성 및 유효성을 평가하는 임상시험에서 AI 신약개발 솔루션을 사용했는데 참가자의 개인 스마트폰에 설치된 대화형 어플리케이션을 통해 발화 및 얼굴 표정을 원격 디지털로 검사해 수집하고 이에 대한 오디오·비디오 자료를 탐색적으로 분석하는 것이다.
싱가포르의 공립병원 알렉산드라 병원(Alexandra hospital)은 고혈압 치료를 위한 약물 용량 조절에서 AI를 활용하고 있다.
싱가포르 핀테크인 AISG(Ai Singapore)이 개발한 CURATE.AI 플랫폼으로 환자의 혈압 데이터를 수집해 개인별 항고혈압제 용량을 조절하는 방식이다.
개인 맞춤 약물 치료를 최적화하기 위한 인공지능 플랫폼 CURATE.AI는 원격 모니터링 플랫폼을 통해 환자별 혈압을 매일 모니터링하고 이를 분석해 의료진에게 적절한 용량을 추천해 준다. 연구진은 이를 바탕으로 임상시험에서 약물 최적화 의사결정에 활용하고 있다.
자료=한국보건산업진흥원
그렇다면 국내에서는 AI 신약개발이 어느정도 위치에 있을까. 올해 발표된 '글로벌 AI 인덱스(Global AI Index) 2024'에 따르면, 1위는 총점 100점을 획득한 미국이 차지했고 2위는 53.88점을 기록한 중국, 3위는 32.33점인 싱가포르 순이었다.
우리나라는 27.26점을 획득해 전년(2023년)과 동일한 6위에 머물렀으며 영국 4위(29.85점), 프랑스 5위(28.09점), 독일 7위(26.65점), 캐나다 8위(26.39점), 이스라엘 9위(25.52점), 인도 10위(23.82)로 집계됐다.
국내 제약사들을 살펴보면, AI 기반 혁신 신약 개발기업 파로스아이바이오의 경우 최근 미국혈액학회 연례학술대회(ASH)에서 급성 골수성 백혈병(AML) 치료제 'PHI-101' 임상 1상 연구 결과를 발표했다.
PHI-101은 파로스아이바이오의 AI 신약개발 플랫폼 '케미버스(Chemiverse)'를 통해 도출한 물질로, 기존 승인된 급성 골수성 백혈병의 높은 미충족 수요(unmet needs)를 극복하기 위해 계열 내 최고(Best-in-Class) 약물을 목표로 개발 중인 항암제다.
이번에 발표된 내용에 따르면, PHI-101은 기존 승인 치료제에 내성이 생겨 불응하거나 재발한 AML 환자들에게 안전성과 내약성 및 치료 효능을 보이는 것으로 확인됐다.
인공지능(AI) 신약개발기업 신테카바이오는 신약개발의 모든 과정을 슈퍼컴퓨터가 관리해주는 '전주기 AI 신약개발 플랫폼'을 서비스하고 있다.
구글 알파폴드의 2억 개 단백질 구조정보, 단백질 구조 은행(PDB)의 1억 개 단백질 리간드 3차원 결합정보, 100억 개의 화합물 라이브러리 등 3개의 주요 데이터베이스를 기반으로 생성된 언어모델을 활용하는 것이 주요 골자다.
신테카바이오 측은 "전주기 AI 신약개발 플랫폼은 신약 개발의 패러다임을 전환할 혁신적 기술"이라며 "불가능에 도전하는 과학자와 개발자들이 보다 빠르고 효율적으로 인류의 건강과 생명을 지키는 혁신적인 치료제를 개발할 수 있는 길을 열어 나가겠다"라고 전했다.
사진. 게티이미지
제약바이오 산업에서 인공지능(AI) 기술이 각광 받고 있다.
최근 노벨 화학상에 구글 딥마인드 최고경영자 데미스 허사비스와 연구원인 존 점퍼 박사, 그리고 미국 워싱턴대의 데이비드 베이커 교수가 수상자로 선정됐는데, 이들은 AI 단백질 구조 예측·설계 도구 '알파폴드(Alpha Fold)'를 개발한 주역들이다.
이번 노벨상을 수상한 AI 개발자들은 인공신경망을 이용한 기계 학습(ML, Machine Learning)과 단백질 설계 및 구조 예측 등의 기술을 개발해 AI가 생화학적 난제(難題)를 해결하는데 기여한 과학적 공로를 인정 받은 것이다.
초기에 신약개발에서 AI가 주목 받은 이유는 시간적·경제적 비용 때문이었다. 전통적인 신약개발에는 평균 10년 이상의 기간과 1~2조원 이상의 비용이 소모되는데, 약 1만 개의 후보물질 중 단 1~2개 만이 신약으로 출시된다. 확률로 따지면 0.01%인 셈이다.
반면에 AI 신약개발은 방대한 임상 데이터와 기계학습을 통한 AI 알고리즘을 활용해 비용과 시간을 크게 절감할 수 있어 이를 활용하는 제약사들이 늘어나고 있다. 막대한 시간과 비용이 소요되고 불확실성이 높은 신약개발의 한계를 AI 기술로 극복해 신약개발의 효율성을 높이는 것이다.
주목할 점은 AI 신약개발이 활용되는 분야다. 신약개발은 크게 발견(Discovery) 단계와 개발(Development) 단계로 나뉜다.
발견 단계에서는 질병 타겟을 정하고 동물실험 등을 거쳐 신약후보물질을 도출하는 과정이고, 개발 단계는 사람을 대상으로 안전성과 유효성을 확인하는 임상시험을 실시하게 된다.
기존에는 AI 신약개발이 후보물질 탐색이나 신규 타겟 발굴, 비임상·전임상시험과 같은 '발견 단계'에서 주로 활용됐으나, 최근 들어서는 사람을 대상으로 진행하는 임상시험인 '개발 단계'에서도 활용되는 사례가 늘어나고 있다.
식품의약품안전처가 최근 발표한 '인공지능(AI) 활용 의약품 개발 사례집'에 따르면 AI 신약개발은 임상시험에서 대상자 모집 및 선정, 용법·용량 최적화 등에 활용될 수 있다.
구체적인 사례를 살펴보면, 애브비가 인수한 생명공학 기업 세레벨 테라퓨틱스(Cerevel Therapeutics)는 파킨슨병 치료제 '타바파돈(tavapadon)' 개발에 AI 기술을 활용했다.
파킨슨병 환자를 대상으로 타바파돈 장기 투여 시, 안전성 및 유효성을 평가하는 임상시험에서 AI 신약개발 솔루션을 사용했는데 참가자의 개인 스마트폰에 설치된 대화형 어플리케이션을 통해 발화 및 얼굴 표정을 원격 디지털로 검사해 수집하고 이에 대한 오디오·비디오 자료를 탐색적으로 분석하는 것이다.
싱가포르의 공립병원 알렉산드라 병원(Alexandra hospital)은 고혈압 치료를 위한 약물 용량 조절에서 AI를 활용하고 있다.
싱가포르 핀테크인 AISG(Ai Singapore)이 개발한 CURATE.AI 플랫폼으로 환자의 혈압 데이터를 수집해 개인별 항고혈압제 용량을 조절하는 방식이다.
개인 맞춤 약물 치료를 최적화하기 위한 인공지능 플랫폼 CURATE.AI는 원격 모니터링 플랫폼을 통해 환자별 혈압을 매일 모니터링하고 이를 분석해 의료진에게 적절한 용량을 추천해 준다. 연구진은 이를 바탕으로 임상시험에서 약물 최적화 의사결정에 활용하고 있다.
자료=한국보건산업진흥원
그렇다면 국내에서는 AI 신약개발이 어느정도 위치에 있을까. 올해 발표된 '글로벌 AI 인덱스(Global AI Index) 2024'에 따르면, 1위는 총점 100점을 획득한 미국이 차지했고 2위는 53.88점을 기록한 중국, 3위는 32.33점인 싱가포르 순이었다.
우리나라는 27.26점을 획득해 전년(2023년)과 동일한 6위에 머물렀으며 영국 4위(29.85점), 프랑스 5위(28.09점), 독일 7위(26.65점), 캐나다 8위(26.39점), 이스라엘 9위(25.52점), 인도 10위(23.82)로 집계됐다.
국내 제약사들을 살펴보면, AI 기반 혁신 신약 개발기업 파로스아이바이오의 경우 최근 미국혈액학회 연례학술대회(ASH)에서 급성 골수성 백혈병(AML) 치료제 'PHI-101' 임상 1상 연구 결과를 발표했다.
PHI-101은 파로스아이바이오의 AI 신약개발 플랫폼 '케미버스(Chemiverse)'를 통해 도출한 물질로, 기존 승인된 급성 골수성 백혈병의 높은 미충족 수요(unmet needs)를 극복하기 위해 계열 내 최고(Best-in-Class) 약물을 목표로 개발 중인 항암제다.
이번에 발표된 내용에 따르면, PHI-101은 기존 승인 치료제에 내성이 생겨 불응하거나 재발한 AML 환자들에게 안전성과 내약성 및 치료 효능을 보이는 것으로 확인됐다.
인공지능(AI) 신약개발기업 신테카바이오는 신약개발의 모든 과정을 슈퍼컴퓨터가 관리해주는 '전주기 AI 신약개발 플랫폼'을 서비스하고 있다.
구글 알파폴드의 2억 개 단백질 구조정보, 단백질 구조 은행(PDB)의 1억 개 단백질 리간드 3차원 결합정보, 100억 개의 화합물 라이브러리 등 3개의 주요 데이터베이스를 기반으로 생성된 언어모델을 활용하는 것이 주요 골자다.
신테카바이오 측은 "전주기 AI 신약개발 플랫폼은 신약 개발의 패러다임을 전환할 혁신적 기술"이라며 "불가능에 도전하는 과학자와 개발자들이 보다 빠르고 효율적으로 인류의 건강과 생명을 지키는 혁신적인 치료제를 개발할 수 있는 길을 열어 나가겠다"라고 전했다.
인구고령화에 고령층 호발 癌은 급증했으나
건강검진 등의 영향으로 '암 사망률'은 낮아 |
| 서울의 한 종합병원에서 환자와 보호자가 로비를 지나고 있다. 뉴스1 |
[파이낸셜뉴스] 암 발생자 수가 지속적으로 늘어 지난 2022년 신규 암 발생자가 28만여명에 달하는 것으로 나타났다. 인구고령화로 고령층에서 호발하는 전립선암, 폐암, 췌장암 등 암종이 증가했다. 다만 국가 건강검진 등의 영향으로 생존율이 올라가 우리나라의 암 사망률은 주요 비교 국가 중 가장 낮은 것으로 나타났다.
26일 보건복지부와 중앙암등록본부는 이러한 내용을 담은 2022년 국가암등록통계를 발표했다.
당해년도 2년 전의 암 발생률·생존율·유병률 등의 암등록통계를 산출하고 있으며 이는 국가암관리 정책 수립 및 국제 비교의 근거자료로 활용된다.
올해 발표하는 2022년 신규 암발생자 수는 28만2047명으로 2021년 대비 154명(0.05%) 감소했다. 전체인구 10만명당 발생률은 522.7명으로 전년 대비 12.8명(2.4%) 줄었다. 성별은 남자 592.2명, 여자 485.1명으로 나타났다.
2022년 암발생자 수는 코로나19 이전과 비슷한 증가 추세로 회복된 것으로 분석된다. 2021년에는 코로나19 이전인 2019년과 비교해 2만 2696명(8.8%)이 증가했는데 이는 코로나19로 감소했던 의료이용 회복에 따라 국가암검진 수검자 수 증가한 영향으로 풀이된다.
한국 국민이 기대수명(남자 79.9세, 여자 85.6세)까지 생존할 경우 암에 걸릴 확률은 남자는 5명 중 2명(37.7%), 여자는 3명 중 1명(34.8%)에서 암이 발생할 것으로 추정됐다.
남녀 전체에서 가장 많이 발생한 암은 갑상선암으로 3만3914명에게 발생했으며 2021년 대비 4.8% 감소했다. 이어서 대장암, 폐암, 유방암, 위암, 전립선암 등 순이다.
전년 대비 전립선암(1744명), 췌장암(590명), 유방암(354명), 폐암(102명) 등 주로 고령층에 나타나는 암종에서 발생자 수가 증가했다. 2021년 이후 인구수는 감소하고 있으나, 65세 이상 고령층은 지속해서 증가하고 있어 향후 고령층에서 발생하는 암종의 증가가 더욱 많아질 것으로 추정된다.
암 진단 시 요약병기 중 국한 분율은 2022년 50.9%로 요약병기가 수집되기 시작한 2005년에 비해 5.3%P 증가했지만, 원격전이 분율은 2%p 감소했다.
요약병기는 암이 발생한 부위로부터 얼마나 멀리 퍼져있는지를 범주화한 기본 분류 방법을 말한다.
△국한은 암이 발생한 장기를 벗어나지 않는 경우 △국소진행은 암이 발생한 장기 외 주위 장기, 인접 조직, 또는 림프절을 침범하는 경우 △원격전이는 암이 발생한 장기에서 멀리 떨어진 다른 부위에 전이되는 경우 △모름은 병기 정보를 확인할 수 없는 경우다.
2022년 국가암검진사업 대상 암종인 6대암인 위암, 대장암, 간암, 폐암, 유방암, 자궁경부암의 요약병기 국한 분율은 2005년 45.6%에서 50.9%로 증가했다. 위암 18.1%P, 유방암 9.9%P, 폐암 8%P, 대장암 7.8%P 순이다. 간암은 2.1%P 감소했다.
세계표준인구로 보정한 우리나라 암 발생률은 인구 10만 명당 287명으로 미국 367명, 영국 307.8명에 비해 낮은 수준이었으며, 일본 267.1명, 중국 201.6명보다는 높은 암 발생률을 보였다. 다만 우리나라의 암 사망률은 인구 10만 명당 77명으로 주요 비교 국가 중 가장 낮은 암 사망률을 보였다.
지난 2018년부터 2022년까지 진단받은 암 환자의 5년 상대생존율은 72.9%로 암 환자 10명 중 7명은 5년 이상 생존했다. 상대생존율은 지속해서 증가해 2001~2005년에 진단받은 암 환자의 상대생존율인 54.2%와 비교할 때 18.7%P 높아졌다.
갑상선암과 전립선암, 유방암은 암종 중에서도 90% 이상의 높은 생존율을 보지만 폐암 40.6%, 간암 39.4%, 담낭 및 기타 담도암 29.4%, 췌장암은 16.5%로 낮은 생존율을 보였다.
지난해 1월 1일 기준 암 유병자는 258만 8079명으로 국민 20명당 1명이 암 유병자로 나타났다. 전체인구 대비 5%로, 65세 이상(130만 2668명)에서는 7명당 1명이 암 유병자였다.
특히 2022년 기준으로 암 진단 후 5년 초과 생존한 암 환자는 전체 암유병자의 절반 이상인 158만 7013명, 61.3%로 전년 147만 9536명 대비 10만 7477명이 증가한 것으로 나타났다.
양한광 국립암센터 원장은 "우리나라 암환자의 5년 생존율은 72.9%로 높으며 특히 위암과 대장암은 높은 검진 수검률에 힘입어 주요 비교 국가 중에서 매우 높은 수준의 생존율을 보인다"라며 "암 발생자 5명 중 1명은 여전히 원격전이 상태에서 진단되므로, 국립암센터는 암의 조기 발견과 치료를 위한 국가암관리사업을 개발하는 데 힘쓰겠다"고 강조했다.
게시글 찬성/반대
- 4추천
- 0반대
내 아이디와 비밀번호가 유출되었다? 자세히보기 →
작성자의 최근 글 (최근 3개월)
운영배심원의견
운영배심원의견이란
운영배심원 의견이란?
게시판 활동 내용에 따라 매월 새롭게 선정되는
운영배심원(10인 이하)이 의견을 행사할 수 있습니다.
운영배심원 4인이 글 내리기에 의견을 행사하게 되면
해당 글의 추천수와 반대수를 비교하여 반대수가
추천수를 넘어서는 경우에는 해당 글이 블라인드 처리
됩니다.
운영배심원(10인 이하)이 의견을 행사할 수 있습니다.
운영배심원 4인이 글 내리기에 의견을 행사하게 되면
해당 글의 추천수와 반대수를 비교하여 반대수가
추천수를 넘어서는 경우에는 해당 글이 블라인드 처리
됩니다.
댓글목록