〈 조 광 현 교수 〉
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 간암 약물 치료의 효과를 높이는 새로운 방법을 찾아냈다. 특히 이번 연구는 바이오분야의 4차 산업혁명을 견인하고 있는 IT와 BT의 융합연구인 시스템생물학(Systems Biology) 연구로 이뤄졌다.
서울대병원 내과 윤정환 교수팀과 공동연구를 통해 이루어낸 이번 연구 결과는 국제 간 전문지인 헤파톨로지(Hepatology)에 게재됐다.
이번 연구는 과학기술정보통신부와 한국연구재단이 추진하는 바이오의료기술개발사업과 중견연구자지원사업의 지원을 받아 수행됐다.
간암은 전 세계적으로 남성에게는 다섯 번째, 여성에게는 일곱 번째로 발생률이 높은 암이며 암 사망원인의 두 번째를 차지한다. 특히 우리나라의 간암 사망률은 인구 10만 명 당 28.4명으로 경제협력개발기구(OECD) 국가 중 압도적인 1위이며 2위인 일본의 2배에 이르고 있다.
우리나라에서만 간암 환자가 매년 평균 1만 6000명이 새로 발생하고 있지만 5년 생존율이 12%에 미치지 못한다. 국가암정보센터에 따르면 지난해 암으로 사망한 사람 가운데 폐암이 1만 7399명으로 가장 많았고 간암은 1만 1311명으로 그 뒤를 이었다.
간암은 우리나라의 암 가운데 사회적 비용이 1위인 암이다. 그 이유는 다른 암에 비해 사망자가 많고 더 젊은 나이(40, 50대)에 사망하기 때문이다. 이에 부작용이 적고 생존율을 높여줄 수 있는 새로운 치료법 개발이 시급한 실정이다.
간암의 치료로는 수술 및 색전술, 약물 치료가 있지만 수술이 어려운 진행성 간암에서는 치료 방법이 극히 제한적이다.
진행성 간암의 표적 항암제로 소라페닙(Sorafenib)이 유일하게 승인돼 임상에서 쓰이고 있는데 국내에서만 매년 200억 원 이상 처방되고 있지만 일부 환자에서만 효능을 나타내며 또한 대부분의 경우 약제 내성이 발생한다.
소라페닙은 말기 간암 환자의 생존 기간을 약 3개월 정도 밖에 늘리지 못하지만 다국적 제약회사에 의해 개발된 많은 후발주자 약물들이 그 효과를 뛰어 넘는데 실패했다.
소라페닙은 다중타겟을 치료표적으로 하여 그 작용 기전이 모호하고 따라서 약제의 내성기전 또한 아직 잘 알려져 있지 않다.
조광현 교수가 이끈 융합 연구팀은 소라페닙 작용 및 내성 기전을 규명하기 위해 소라페닙을 간암 세포에 처리하였을 때 세포내 분자 발현이 변화하는 것을 분석했다.
이를 통해 암세포가 소라페닙에 대항하는 기전을 알아냈고 시스템생물학적 분석을 실시하여 암세포내 단백질 이황화 이성질화 효소(protein disulfide isomerase, PDI)가 암세포가 소라페닙에 대항하는데 핵심적 역할을 하는 것을 발견했으며 이 효소를 차단했을 때 소라페닙의 효능이 훨씬 증가함을 관찰했다.
공동연구를 수행한 서울대병원 내과 윤정환 교수 연구팀은 쥐를 이용한 동물실험에서 소라페닙과 단백질 이황화 이성질화 효소 차단제를 같이 처리하면 간암 증식 억제에 시너지가 있음을 관찰하였고 소라페닙에 저항성을 가진 간암 환자의 조직에서 이 효소가 증가되어 있음을 관찰하여, 향후 임상 적용을 위한 가능성을 확인하였다.
조광현 교수는 “세포내 중요한 역할을 담당하는 분자들은 대부분 복잡한 조절관계 속에 놓여있기 때문에 기존의 직관적인 생물학 연구로 그 원리를 밝히는 것은 근본적인 한계가 있다. 이번 연구는 IT와 BT의 융합연구인 시스템생물학으로 그 한계를 극복할 수 있음을 보여주는 대표적인 사례로, 특히 암에 대한 표적 치료제 작용을 네트워크 차원에서 분석하여 내성을 극복할 수 있는 새로운 치료법을 개발할 수 있는 가능성을 제시하였다”고 말했다.
□ 사진 설명
사진1. 간암세포를 이용한 세포실험을 이용해 시뮬레이션 결과를 확인
사진2. 구축된 ER stress 네트워크를 이용한 네트워크 분석 및 컴퓨터 시뮬레이션 결과
사진3. 간암 세포가 소라페닙에 반응할 때 전사체 변화를 분석하여 ER stress 반응이 주요하게 나타남을 발견하게 된 ER stress 네트워크 모델
우리대학은 사노피·노바티스 등 글로벌 제약회사가 참여하는 ‘KAIST 바이오 헬스케어 국제 심포지엄’을 13일 서울 코엑스에서 개최한다.KAIST 창업원(원장 배현민)이 바이오·헬스케어 창업 기업을 지원하기 위해 마련한 자리로 투자유치, 글로벌 사업협력, 네트워크 확장 등을 위한 기회를 제공한다. 특히, 글로벌 빅파머의 기조연설과 머크사의 기업 주도형 벤처캐피탈(CVC)인 M벤처스에서 투자 관련 특별강연을 진행한다. 브라이언 브롱크(Brian Bronk) 사노피 글로벌 사업개발 책임자는 ‘환자에게 혁신을 제공하기 위한 사노피의 제품, 연구단계 프로젝트, 파트너십’을 주제로 연설한다. 이어, 도미닉 에리스만(Dominic Ehrismann) 노바티스 면역 부문 연구 책임자가 ‘글로벌 제약회사 노바티스의 신약 탐색 전략 및 프로세스’를 주제로 세계 시장의 신약 개발 동향을 공유한다.
2024-06-12전 세계적으로 바이오 제조의 핵심기술인 합성생물학 분야 기술개발 경쟁이 치열하다. 우리 대학 생명화학공학과 이상엽 특훈교수가 합성생물학 분야 연구자, 기업인, 투자자 등이 대거 참여하는 세계 최대의 콘퍼런스인 ‘신바이오베타(SynBioBeta) 2024’에서 세계 합성생물학 개척자 상인 ‘신바이오베타 파이오니어 상(SynBioBeta Pioneer Award)’을 수상했다고 31일 밝혔다. 5월 6일부터 9일까지 미국 산호세 컨벤션센터에서 개최된 신바이오베타 2024는 순수한 학술대회와는 다르게 학계와 연구계 연구자들뿐 아니라 수많은 합성생물학 기업과 투자자들이 모여 기조 강연, 패널토론, 전시, 투자 네트워킹 등 다양한 형태의 방식으로 진행됐다. 인간 게놈서열을 처음으로 밝힌 크래그 벤터 박사, 바이오 투자계의 전설인 비노드 코슬라, 노벨상 수상자인 토마스 쉬도프 교수, 조인트 바이오에너지연구소의 제이 키슬링 CEO 등 600여
2024-06-03우리 대학이 글로벌 과학기술 선도기업인 머크 라이프사이언스(대표 마티아스 하인젤, 이하 머크사)와 첨단바이오 분야 혁신과 기술 창출을 위한 업무 협약(MOU)을 29일 체결했다. 지난해 5월부터 다차원적인 혁신 프로그램을 논의해 온 두 기관은 이번 업무협약을 발판 삼아 바이오산업 혁신을 위한 도전과제를 중심으로 산학협력을 수행할 예정이다. 우리 대학은 머크사가 제공한 화학 및 바이오 분야 포트폴리오를 활용해 합성생물학, mRNA, 세포주 엔지니어링, 오가노이드 등 다양한 첨단바이오 분야의 공동연구를 진행한다. 이와 함께, 신소재공학과 및 의과학대학원과의 협력으로 익스피리언스 랩(Experience lab) 설치해 재료과학 및 생물학 분야의 후보물질 발견 및 분석 솔루션을 지원할 예정이다. 연구진 역량 강화를 위한 프로그램도 제공된다. 대학원생을 위한 장학 제도를 시행하고 교수진을 위한 연구 분야 포상도 제정된다. 또한, 머크사가 개최하는 세계적인 학술행사 및 교육
2024-05-29우리 대학이 대만의 3대 기업 중 하나인 포모사그룹(Formosa Plastics Group)과 첨단바이오 및 친환경에너지 분야에서 협력을 추진한다. 이를 위해 이달 13일 포모사그룹 상무위원이자, 그룹 내 바이오 및 친환경에너지 분야를 이끄는 샌디 왕(王瑞瑜, Sandy Wang) 회장이 KAIST에 방문한다. 포모사그룹의 오너가 우리 대학을 공식 내방하는 것은 이번이 처음이다. 양 기관의 협력은 지난 3월 우리 대학이 포모사그룹이 설립하고 지원하는 명지과기대(明志科技大學), 장경대학교(長庚大學) 및 장경기념병원(長庚記念醫院) 등과 포괄적인 교류 협력에 관한 업무협약(MOU)를 맺으며 시작됐다. 이를 바탕으로 더욱더 구체적인 교류 협력을 추진하기 위해 우리 대학을 찾는 샌디왕 회장은 보직자를 위한 강의인 '매세월 서연'에서 '부친 왕융칭(王永慶) 회장의 자녀교육과 기업의 사회 환원 및 실천'을 주제로 리더십 특강을 진행한다. 이어, 첨단바이오 및 친환경에너지 등
2024-05-09최근 자연어나 이미지, 동영상, 음악 등 다양한 분야에서 주목받는 생성형 AI가 신약 설계 분야에서도 기존 신규성 문제를 극복하고 새로운 혁신을 일으키고 있다고 하는데 어떤 기술일까? 우리 대학 화학과 김우연 교수 연구팀이 단백질-분자 사이의 상호작용을 고려해 활성 데이터 없이도 타겟 단백질에 적합한 약물 설계 생성형 AI를 개발했다고 18일 밝혔다. 신규 약물을 발굴하기 위해서는 질병의 원인이 되는 타겟 단백질에 특이적으로 결합하는 분자를 찾는 것이 중요하다. 기존의 약물 설계 생성형 AI는 특정 단백질의 이미 알려진 활성 데이터를 학습에 활용하기 때문에 기존 약물과 유사한 약물을 설계하려는 경향이 있다. 이는 신규성이 중요한 신약 개발 분야에서 치명적인 약점으로 지적되어 왔다. 또한 사업성이 높은 계열 내 최초(First-in-class) 타겟 단백질에 대해서는 실험 데이터가 매우 적거나 전무한데, 이 경우 기존 방식의 생성형 AI를 활용하는 것이 불가능하다. 연구팀
2024-04-18