노에틱, 인공지능 기반 암 임상시험 성공률 제고 전략

주장암 치료제 임상시험의 95%가 실패하는 원인은 암의 생물학적 다양성을 충분히 이해하지 못한 채 환자와 치료제를 연결하기 때문입니다. 노에틱은 인공지능으로 환자별 종양 특성을 정밀하게 분석하여 기존 치료제의 성공 가능성을 높입니다.

팩트전 세계 암 치료 분야에서는 매년 200억에서 300억 달러를 지출하며 수백 건의 임상시험을 진행합니다. 그럼에도 불구하고 높은 실패율로 인해 막대한 자원 낭비와 환자의 치료 기회 손실이 발생합니다.

주장암은 단일 질병이 아니라 수천 개의 고유한 생물학적 특성을 가진 질병군입니다. 따라서 모든 환자에게 동일한 치료법을 적용하는 방식은 한계가 명확하며, 인공지능을 활용한 정밀한 환자군 선별이 임상 성공의 핵심입니다.

팩트노에틱은 최근 글로벌 제약사 지에스케이(GSK)와 5천만 달러 규모의 기술 라이선스 계약을 체결했습니다. 이 계약에는 노에틱의 최신 오토리그레시브 트랜스포머(Autoregressive Transformer) 모델인 타리오-2(TARIO-2)에 대한 장기 사용 권한이 포함됩니다.

팩트타리오-2 모델은 세계 최대 규모의 종양 공간 전사체 데이터셋으로 학습했습니다. 이 모델은 일반적인 병리 검사 이미지인 에이치앤이 어세이(H&E assay)를 분석하여 약 1만 9천 개의 유전자 공간 지도를 예측합니다.

팩트노에틱은 지난 2년간 수천 개의 실제 인간 종양 샘플을 수집하여 다중 모달 데이터셋을 구축했습니다. 해당 데이터셋은 공간 전사체, 공간 단백질체, 에이치앤이 영상, 전장 엑솜 시퀀싱 등 4가지 핵심 정보를 포함합니다.

팩트노에틱의 모델은 환자가 특정 실험적 치료에 반응할지 미리 시뮬레이션합니다. 이를 통해 안전성은 입증되었으나 효과를 확인하지 못한 기존 약물의 효능을 재발견하거나, 임상 성공 확률이 높은 환자군을 선별합니다.

교차검증많은 인공지능 기업이 신약 개발 자체에 집중하여 제약사로 변모하는 것과 달리, 노에틱은 소프트웨어 플랫폼 라이선스 모델을 채택했습니다. 이는 신약 개발의 병목 현상인 실험실에서 임상으로의 전환 문제를 해결하는 도구 제공에 집중하겠다는 전략입니다.

교차검증인공지능 모델이 암 생물학을 깊이 이해하고 새로운 종양 유형을 식별하는 점은 고무적입니다. 다만 실제 임상 현장에서의 신뢰성을 확보하는 과정이 필요하며, 모델의 예측이 실제 환자의 치료 결과로 이어지는지 검증하는 절차가 필수적입니다.

출처래턴트 스페이스(Latent Space)의 'Training Transformers to solve 95% failure rate of Cancer Trials' 에피소드를 통해 위 내용을 교차 검증했습니다.