약물유전체학은 타당성이 있는데, 왜 제약업계는 실제로 이를 활용하지 않는 것일까?
약물유전체학(PGx)은 이례적인 역설에 직면해 있다. 과학적 근거는 확립되었고, 임상적(및 경제적) 이점은 부인할 수 없음에도 불구하고, 도입 속도는 여전히 더디며, 분산되어 있고, 불균형적이다.
특히 임상시험에서는 약물유전체학 프로파일링이 거의 사용되지 않는다. ClinicalTrials.gov를 조사한 결과, 총 350,728건의 임상시험 중 PGx 관련 중재 임상시험은 단 619건(약 0.18%)에 불과했으며, 연구 대상 유전자를 명확히 명시한 경우는 절반에도 미치지 못했다. 비록 임상시험에서 PGx를 활용하면 다음과 같은 매우 실질적인 이점을 얻을 수 있음에도 불구하고 말이다:
더 명확한 유효성 신호: 변동성 감소 -> 반응자/비반응자 구분이 더 명확해짐
안전성 사건 감소: 고위험 유전자형 조기 식별 -> 피할 수 있는 약물 부작용(ADR) 감소 임상시험
과정의 마찰 감소: 중도 탈락 감소, 구제 약물 사용 감소, “긴급 대응” 상황
감소 초기 단계에서 더 나은 용량 전략: PGx는 용량 제한 독성(DLT)이라는 예상치 못한 문제가 발생하기 전에 PK/PD 이상치를
설명하는 데 도움 줌. 최종 단계에서 더 강력한 근거: 사전에 정의된 하위군 -> 지불 주체에게 더 설득력 있는 라벨링 전략
대부분의 개발 팀에게 PGx는 여전히 위험을 명확히 줄여주지 않으면서 복잡성만 가중시키는 요소로 느껴집니다: 더 많은 검사, 더 많은 조정, 더 많은 규제 관련 질문, 그리고 더 많은 문제 발생 가능성. 일정이 촉박하고 실패 시 비용이 막대한 상황에서, 비록 의학적으로 관련성이 있다 하더라도 본능적으로 또 다른 변수를 도입하기보다는 단순화하려는 경향이 있습니다. 바로 이 때문에 PGx는 임상시험에서 “좋은 아이디어”에서 “기본 인프라”로 자리 잡는 데 어려움을 겪어 왔습니다.
임상 의사들의 경험 보고서에 따르면, 상용 PGx 패널은 CPIC/FDA/DPWG 지침에서 정의한 핵심적인 임상적 조치 대상 유전자를 누락하는 반면 증거 수준이 낮은 변이체는 포함하는 경우가 있어, 실제로 어떤 결과가 임상 현장에서 유용한지 파악하기 어렵게 만든다고 지적합니다. 관련 유전자가 포함되어 있더라도, 패널이 모든 임상적 조치 대상 대립유전자(예: 복제수 변이 또는 하이브리드 구조)를 일관되게 포착하지 못할 수 있으며, 이는 참가자 간 대사형 분류 오류로 이어질 수 있습니다.
PGx 검사가 사용되더라도 엄격한 임상시험 일정에 맞춰야 합니다. PREPARE와 같은 프로그램은 임상적 관련성을 유지하기 위해 약 7일 이내에 결과를 반환해야 했으며, 실제 환경에서는 PGx 도입이 유전자 선정과 표현형 해석부터 보고, CDS 로직, 여러 팀 간의 EHR 통합에 이르기까지 모든 과정을 포함합니다. 실제로 시퀀싱 데이터를 지침에 부합하는 표현형으로 전환하는 과정은 종종 전문적인 생물정보학 파이프라인과 현지 인프라에 의존하게 되며, 이로 인해 지연, 해석상의 어려움, 그리고 연구 사이트 간 변동성이 발생합니다. 이에 임상 의사들은 시간 제약과 복잡한 결과 해석을 주요 장벽으로 지속적으로 지적하고 있습니다.
아이러니한 점은 약물유전체학을 지지하는 가장 강력한 근거가 이미 제시되었다는 사실입니다. PREPARE 연구는 선제적 PGx가 임상적으로 유의미한 약물 부작용을 약 30% 감소시킨다는 것을 보여주었습니다. 이는 미미한 수준이 아닙니다. 바로 제약 업계가 보통 환호하는 수준의 효과 크기입니다.
하지만 PREPARE 연구는 PGx가 여전히 확대되지 못한 이유도 조용히 보여주었습니다. 중앙 집중식 유전자형 분석, 며칠에 걸친 결과 도출 시간, 막대한 조정 작업, 데이터 처리의 부담, 그리고 전 세계적이며 빠르게 진행되는 임상시험을 위해 설계되지 않은 패널 등이 그 이유였습니다.
다시 말해, 생물학적 측면은 성공했지만, 운영 측면은 그렇지 못했습니다.
바로 여기에 DNA ME가 나섭니다.
DNA ME는 나노포어 시퀀싱을 기반으로 한 약리유전체학에 효율적이고 간소화된 소프트웨어 솔루션을 적용하고 있습니다. 이러한 조합을 통해 마침내 PGx를 임상시험의 실제 운영 방식과 조화시킬 수 있게 되었기 때문입니다.
나노포어 시퀀싱을 활용하면 검체를 중앙 실험실로 보내지 않고도 임상시험 현장에서 가까운 곳에서 유전 데이터를 생성할 수 있습니다. 더 중요한 점은, 롱리드 시퀀싱을 통해 CYP2D6과 같이 가장 중요한 약물유전자를 식별할 때, 기존 숏리드 시퀀싱을 괴롭혀 온 추측이나 오분류 문제를 해결할 수 있다는 것입니다.
패널들. 하지만 시퀀싱은 전체 과정의 절반에 불과합니다. 진정한 핵심은 데이터가 생성된 후에 일어나는 일입니다.DNA ME는 원시 리드(raw reads)를 기계가 읽을 수 있고 임상시험에 바로 활용할 수 있는 표준화된 약물유전체학 결과물로 변환하며, 시퀀싱 결과를 얻기 위해 생물정보학 전문가가 필요하지 않습니다. 이 데이터는 안전성 모니터링, 용량 증량 규칙 또는 적응형 임상시험 로직으로 직접 유입될 수 있습니다. 또한 분석은 기본적인 노트북에서 로컬로 실행할 수 있어, GPU나 고가의 컴퓨팅 장비가 필요하지 않으며, 참가자의 민감한 유전 데이터를 업로드하거나 전송할 필요도 없습니다.
DNA ME의 나노포어 기반 워크플로는 동일한 시퀀싱 실행에서 CpG 메틸화 및 대립유전자 특이적 메틸화를 직접 검출할 수 있어, 추가 분석이나 후처리 과정 없이도 약물유전체 프로파일링에 기능적 계층을 더합니다. 이를 통해 약물유전자에 대한 후성유전적 조절로 인해 실제 대사 능력이 예측된 유전자형과 다를 수 있는 참가자를 식별할 수 있으며, 동일한 간소화된 파이프라인 내에서 노출 이상치를 줄이고 대사형 분류를 개선하는 데 도움이 됩니다.
PGx가 빠르고, 저렴하며, 운영상 눈에 띄지 않게(약동학(PK) 샘플링이나 안전성 실험실과 동일한 방식으로 통합되어) 되는 순간, 제약사는 이를 수행할 가치가 있는지 묻지 않게 됩니다. 대신 '왜 이를 수행하지 않음으로써 발생하는 위험을 감수하겠는가'라는 질문이 제기될 것입니다. 임상시험에
PGx를 통합해 본 경험이 있다면, 가장 큰 장애물은 무엇이었습니까? 비용, 처리 시간, 운영 문제, 아니면 내부적 수용 문제였습니까? 현장에서 팀들이 어떤
상황을 겪고 있는지 궁금합니다.
(또한, 귀사의 자산에 맞춤화된 임상시험용 패널과 플러그 앤 플레이 방식의 나노포어 워크플로우가 필요하시다면, DNA ME로 문의해 주십시오. 함께 구축해 드리겠습니다.)