‘약물 재창출’ 후보군에 보다 체계적이고 빠르게 접근하기 위해 빅데이터를 활용한 약제의 효과를 찾아내는 알고리즘이 개발됐다.

서울아산병원 정보의학과 김영학·오지선 교수, 김도훈 임상강사 연구팀은 91만 명의 임상 빅데이터를 기반으로 기존에 사용되고 있는 약제의 약물 재창출 알고리즘을 개발했다고 밝혔다.

이 알고리즘은 특정 질환을 진단하거나 치료 경과를 평가할 때 사용되는 검사 내역과 약물 처방력, 데이터를 입력하고 해당 질환의 치료 경과에 유의한 영향을 줄 수 있는 약물 후보군을 선별해내고 추정되는 약효의 크기에 따라 우선순위를 책정해준다.

이때 알고리즘이 선별해낸 후보 약물군 중 해당 질환에 효능이 밝혀지지 않은 약물이 포함된다면 이것이 약물 재창출 후보군이 된다.

서울아산병원 정보의학과 연구팀은 서울아산병원에서 혈액 검사를 받은 환자 91만여 명의 약물 처방 내역과 약 복용에 따른 혈액 검사 변화를 한 번에 분석할 수 있도록 데이터를 알고리즘에 학습시켰다.

그중 임상 데이터가 많고 수치로 쉽게 약효를 파악할 수 있는 질병인 당뇨와 이상지질혈증을 우선적으로 선택해, 각 질병의 임상 지표인 당화혈색소와 LDL 콜레스테롤, 중성지방을 알고리즘에 입력해 결과를 도출했다.

이어 연구팀은 알고리즘이 찾아낸 약물들이 실제 치료 효과가 있는지 확인하기 위해 세계보건기구가 정한 의약품 분류체계(ATC)를 활용해 음성 예측도와 민감도 등을 통계적으로 분석했다.

그 결과 LDL 콜레스테롤 약물의 경우 음성 예측도와 민감도가 각각 100%였다. 당화혈색소, 중성지방 약물의 경우 각각 음성 예측도가 95%, 98%, 민감도가 94%, 89%였다.

김영학 교수(심장내과·정보의학과)는 “알고리즘이 도출한 신약 재창출 후보군이 새로운 질환 치료제로서 환자에게 투여되기까지는 치료 효과 검증 단계, 신약 허가 승인 등의 과정이 필요하지만, 후보 물질 선정부터 임상 시험 단계 등 오랜 시간이 소요되던 초기 단계를 단축할 수 있다는 것만으로도 큰 도움이 될 것”이라고 밝혔다.