Insight

첨단 바이오 데이터 기술의 혁신과 미래 

첨단바이오 정보학의 최신동향과 미래 기술

첨단바이오 정보학 분야는 생명과학, 유전학, 분자생물학 등과같은 전통적인 생명과학 분야와 정보기술(IT), 인공지능(AI), 데이터과학 등의 첨단 정보 기술이 융합된 분야이다. 이 분야는 복잡한 생명현상을 이해하고, 질병을 조기에 진단하며, 새로운 신약을 개발하는 데 있어 중요한역할을 한다.

최근정부는 AI, 첨단 바이오, 양자 분야를 국가의 3대 첨단 분야로 선정하고, 이들 분야에 대한 연구개발 예산을 집중적으로투입하기로 결정했다. 이는 첨단 바이오가 우리나라의 미래 먹거리 산업으로 성장할 것이라는 기대를 반영한조치이다.

첨단바이오 분야에서 “바이오 파운드리”의 중요성 점점 더 중요해지고있으며, 이는 데이터 과학과 인공지능(AI)의 토대 위에서발전하고 있다. 바이오 파운드리는 생물학 실험의 설계와 제작을 자동화하여 대량의 생물학적 실험을 신속하게수행함으로써, 신약 개발, 유전자 편집, 합성생물학 등의 분야에서 혁신적인 발전을 이끌고 있다. 이러한 진보는거대한 생명과학 데이터 분석에 근거하며, AI와 데이터 과학은 이 과정에서 중심적인 역할을 한다. 기계학습과 딥러닝 기술을 활용하여 유전자 변이, 단백질 구조, 질병 관련 패턴 등을 정확히 식별하고 분석함으로써, 바이오 파운드리내에서의 연구 및 개발 과정이 더욱 효율적이고 목표 지향적으로 진행될 수 있다.

그림1. Ginkgo Bioworks가 확보한 27억 개의 신규 단백질서열 자산

세계적인바이오 파운드리 회사인 Ginkgo Bioworks는 머커, 바이오젠, 화이자와 같은 글로벌 제약사를 대상으로 매년 수백만 달러에 달하는 다양한 파트너쉽을 체결하고 매년 수 천억원의매출 성과를 내고 있다. 이러한 파트너쉽이 가능한데는 이 회사의 강점으로는 첨단 바이오 정보학 기술을접목한데 있다. 즉, 대규모의 생물학적 및 유전학적 데이터를수집하고 분석해 단백질의 기능, 유전자의 역할, 미생물의특성 등을 알아내며 AI와 기계 학습 알고리즘을 통해 이들 방대한 데이터를 통해 패턴을 식별하고, 생물학적 관계를 정확하게 예측하여, 신규 생물학적 설계의 가능성을찾아내는데 있다(그림1). 그리고 더 나아가 AI는 대규모 실험을 효율적으로 자동화하고 최적화 하기 위한 설계를 함에 있어 그리고 실험의 성공 확률을 높이고비용을 줄이기 위한 핵심적인 도구로 삼고 있다. 이외에도 생물학적 경로를 최적화하기 위한 유전자 변형및 RNA/단백질 설계, 생산 공정을 모니터링하고 수율을최적화하며, 비용을 줄이기 위한 생산 공정의 최적화, 잠재적인약물 표적을 발굴하고 약물 후보 물질을 스크리닝해 임상 시험 전 단계에서 약물의 효능과 안전성을 예측하는데 효율적이다. 이러한 첨단 바이오 정보학이 바이오 파운드리 기업인 GinkgoBioworks의 운명을 가르는 키가 되었다. 이 혁신적인 데이터 기반 과학의 활용 여부가결정짓는 것은 단순히 미래의 연구 방향만이 아니다. 바로 생명공학 연구와 산업 전체의 새로운 패러다임을책정하는 일이다. 이는 바이오 파운드리 기업들에게 막중한 도전이자, 혁신을주도할 수 있는 무한한 기회를 동시에 제공한다.

가상임상시험: 데이터 분석으로 임상시험의 미래를 재구성

가상임상시험은 최근 몇 년 간 첨단 바이오 분야에서 주목받고 있는 혁신적인 접근 방식이다. 이는 인공지능, 데이터 분석, 컴퓨터 모델링을 활용하여 실제 환자를 대상으로 한막대한 자금과 시간이 많이 들어가는 임상시험의 효율성과 정확성을 크게 향상시키는 기술이다. 또한, 실제 환자를 대상으로 한 임상시험에는 여러 윤리적, 환자 안전성문제가 수반된다. 이러한 문제를 해결하기 위해 가상 임상시험이 등장하게 되었다.

가상 임상시험은 컴퓨터 모델과 시뮬레이션을 활용하여 임상시험을 가상으로수행하는 기술이다. 이 과정에서 환자의 생리학적, 유전학적정보를 바탕으로 한 상세한 컴퓨터 모델이 구축된다. 이 모델은 실제 인간의 반응을 모방하여, 특정 약물이나 치료법의 효과 및 안전성을 예측할 수 있다. 가상임상시험의 핵심은 AI와 빅 데이터 분석 기술의 발전에 기반을 두고 있다. AI 알고리즘은 대규모 의료 데이터를 분석하여, 질병의 진행과 약물반응에 대한 정밀한 예측 모델을 생성할 수 있다. 이는 임상시험 설계의 정확성을 높이고, 실제 환자를 대상으로 한 시험의 수를 줄일 수 있는 가능성을 열어준다. 전통적인임상 시험 방법에 비해 가상 임상시험은 더 빠르고, 비용 효율적이며,더 넓은 범위의 데이터를 기반으로 안전성과 효과성을 검증할 수 있다. 이를 통해 신약 개발과정이 가속화될 뿐만 아니라, 개인 맞춤형 의약품 개발에도 크게 기여할 것으로 예상된다. 현 정부는 첨단 바이오 특히 가상 임상시험 분야의 연구와 개발에 대한 기대는 그 어느 때보다 높다. 이러한 가상 임상시험 기술 발전을 가속화하기 위한 지원은 우리나라를 첨단 바이오산업의 글로벌 리더로 자리매김하는데중요한 역할을 할 것이다.

대규모바이오 데이터 분석을 통한 질병 조기 발견 기술의 혁신

다양한대규모 생물학적 데이터 소스(유전체, 전사체, 단백체, 대사체 등) 및복잡한 생명정보를 포함해 대규모 데이터를 통합 분석을 통해 각 개인의 생물학적 특성과 질병 발생 위험 사이의 상관관계를 파악하고자 하는 시도가있어 왔다.

이를위한 준비는 영국과 미국이 빠른데, UK Biobank는 영국의 거주민 50만 명 이상의 의료기록, 유전정보, 생활습관 데이터를 포괄적으로 수집하여 관리한다(그림2). 이 기관은 질병의 원인을 이해하고, 새로운 진단법 및 치료제발견, 그리고 건강한 노화를 위한 기술 개발을 지원하고 있으며 특히,유전체 데이터와 결합된 생활습관 및 환경 데이터를 분석함으로써, 특정 질병의 위험 요소를파악하고 이를 조기에 발견할 수 있는 바이오 마커를 개발하고 있다. Genomic England는 10만 명의 NHS 환자들의 전장 유전체 시퀀스 데이터를 확보하고분석하여, 유전자 변이와 연관된 희귀질환, 암에 대한 연구를진행중이며 ‘100,000 게놈 프로젝트’는 개인 맞춤형의학의 기반을 마련하고 질병에 대한 보다 정밀한 이해를 목적으로 하며, 이를 통해 진단 방법을 개선하고여기에 적합한 더 효과적인 치료 전략을 개발하고자 한다. 미국의 Allof Us 연구 프로그램은 다양한 인종, 연령, 라이프스타일, 다양한 환경을 대표하는 100만 명 이상의 참여자로부터 헬스데이터, 유전체 정보, 생물학적 샘플 등을 활용하여 질병의 개인별 위험 요인을파악하고, 예방 및 치료 전략을 맞춤화 하는 연구를 진행중이다.

이세 기관은 모두 대규모 데이터셋의 통합과 분석을 통해, 질병의 조기 발견 및 예방을 위한 연구에 필수적인역할을 수행하고 있다. 또한, 이들 기관은 빅데이터와 AI 기술의 활용을 통해 질병 예측 모델을 개선하고 실제 임상 응용에 있어서의 정확성과 효율성을 높이는 방향을지속적으로 혁신하고 있다. 이 분야의 지속적인 혁신을 위해 영국과 미국은 대규모 투자를 진행하고 있으며, 그들의 기술과 서비스는 전 세계적으로 다양한 연구 파트너와 글고벌 진단/제약회사들과협력하여 질병 조기 발견 및 치료 분야에서 혁신을 주도하고 있다.

앞서말한 UKBiobank, Genomic England, All of Us 프로그램과 같이, 대규모 바이오 데이터를 통한질병 조기 발견 기술의 혁신을 추구하는 글로벌 트렌드는 한국에서도 뒤늦게 시작한 국가 바이오 빅데이터 프로젝트를 통해 진행될 예정이다. 이러한 연구들은 바이오 메디컬 데이터의 통합, 분석 및 응용에 있어서중요한 기반이 되며, 특히 한국은 유전학적, 의료적 데이터를국가적 차원에서 체계적으로 수집하고, 이를 활용하여 맞춤형 의료 솔루션과 질병 조기 진단 전략을 개발하고자한다. 한국의 국가 바이오 빅데이터 프로젝트는 생명공학 및 의료 연구 분야의 미래를 선도하기 위한 도약대를마련하고 있으며, 이는 개인의 건강 관리를 향상시키고 의료 시스템의 전반적인 효율성을 높이는 데 중대한역할을 할 것이다. 이와 같은 국내외 연구 기관들의 노력으로 의료 연구 및 질병의 조기 발견과 효율적인관리를 가능하게 하는 다가오는 의학 분야의 새로운 패러다임이 예상된다.

그림2. UK Biobank의 50만명 영국인의 샘플, 유전자 및 건강 데이터 뱅킹 시스템

클라우드 기반 바이오 데이터관리 및 통합 시스템의 발전

이미언급한 Ginkgo Bioworks는 본인들의 바이오 파운드리 플랫폼을 구축하기 위해 구글 클라우드와파트너쉽을 맺고 2024년 현재까지 약 3000억 원 이상을투자할 만큼 클라우드 기반 AI 모델 개발과 데이터 분석을 중요한 구성 요소로 채택하고 있다. 클라우드 컴퓨팅을 통해 대규모의 유전학적 실험 데이터를 처리하고, 이를기반으로 생명공학 솔류션 및 서비스를 신속하게 제공하고 있다. 영국과 미국의 주요 대규모 바이오 데이터활용 프로젝트인 UK Biobank, All of Us 또한 다양한 생물학적 및 의료 데이터를 수집하고이들을 전 세계 연구자들에게 제공하기 위해 클라우드 기반 인프라를 활용해 연구자들이 데이터에 액세스하고 분석할 수 있도록 지원한다. 이를 통해 데이터의 통합성을 유지하고 연구의 효율성을 극대화하고 있다. UKBiobank의 경우 클라우드 인프라 회사인 AWS와 생명정보 및 유전체학 연구를 위한클라우드 기반 플랫폼인 DNAnexus와 협력해 클라우드 기반의 고성능 컴퓨팅 환경을 전 세계 연구자들에게제공하여 복잡한 유전체 데이터를 처리하고 민감한 유전체 및 의료 데이터를 안전하게 관리할 수 있는 연구 활용 체계를 구축하였다(그림 3). All of Us 또한 참가자로부터 수집한 방대한 건강데이터를 클라우드에 저장하고 관리한다. 이 데이터는 보안이 유지된 환경에서 허락된 미국 및 전세계 연구자들이접근할 수 있도록 만들어져, 개인 맞춤형 의료 솔루션 연구를 위한 전세계 가장 중요한 바이오 데이터자원으로 활용되어지고 있고 시간이 지날수록 그 중요성이 더욱더 커질 것으로 예상된다. 이들 기업과 프로젝트들은클라우드 컴퓨팅의 잠재력을 잘 활용하여 생명 과학 연구의 방대한 데이터를 보다 효율적으로 관리하고, 전세계 연구자들이 쉽게 접근하고 공유할 수 있는 시스템을 발전시켜 왔다. 이를 보더라도 클라우드 기반의바이오 데이터 관리 및 통합 시스템은 바이오 분야 연구 속도를 가속화 시킬 뿐만 아니라, 협업을 강화하며, 혁신적인 의료/건강 솔루션 및 서비스를 시장에 더 빠르게 내 놓을수 있는 기반을 마련해주고 있다.

그림3. UK Biobank의 임상정보 및 유전정보 등, 50만명 인체유래 데이터 쇼케이스