신약개발은 장기간을 투자해야하는 만큼 막대한 비용이 발생한다. 이에 임상에 앞서 효율적인 결과를 선택하기 위해 ‘예측(prediction)’이 중요한 키워드로 주목됐다. 

충북 오송첨단의료산업진흥재단 C&V센터에서 열린 2019 DIA-NIFDS 워크숍에서 울산대학교 임상약리학 임형석 박사는 ‘한국에서의 PK-PD 모델 기반 약물 개발 경험’을 주제로 PK-PD를 이용한 임상 사례에 대해 설명했다. 

임 박사는 “최근 예측의 중요성이 높아지고 있다. 신약개발 실패율이 증가하면서 비용도 많이 들기 때문이다. 때문에 초기데이터를 가지고 후기를 예측함으로서 앞서 데이터를 가지고 최대한 올바른 판단을 내려야한다”고 말했다.

이어 “이러한 예측은 PK-PD 모델링을 통해 평균적으로 어떤 응답이 나타날지 예상할 수 있고 커뮤니케이션이 가능하고 동일한 약물용량을 확인할 수 있다”고 강조했다.

첫 사례로 프레가바린(Pregabalin)과 듀로세틴(Duloxetine)의 경우 두 약물간의 최적의 복합제 용량을 찾기 위해 PD 모델로 시뮬레이션을 시행했다. PD에서 프로파일이 적으면서 최대 효과를 보이는 용량을 제시하고 반복 투약했을 때 치료효과 범위를 확인했다. 특히 얼마나 빨리 치료효과에 도달하는 지 측정 가능하다.

두 번째 사례로는 할로페리돌(haloperidol)의 경우 항정신과약으로 부작용이 크기 때문에  임상 1단계에서 기존의 안전성 뿐 아니라 메카니즘 기반 바이오마커를 확인하면서 임상 2에서의 치료효과를 확인하고 최적의 용량요법을 확인하고 자 했다.

시간에 따른 최고 약물반응률을 PK 바이오마커를 이용해 확인했다. 통제 임상시험(controlled study)으로 피실험자 수는 적지만 약물반응을 지속적으로 확인해 치료효과 가능성을 보았고, 저용량으로 고용량에 대한 통제 효과가 나타나 유의미한 결과를 얻었다.

그 외에도 생리학 기반 약물 동태(PBPK) 모델링을 이용해 마우스(mouse)시험 데이터만 가지고 허셉틴(Herceptin)의 인간 PK를 예측한 사례가 있다. 이처럼 PBPK 모델을 이용해 동물시험 데이터로 사람에서의 농도를 기존의 방법보다 정밀하게 예측 가능하고 조직분배계수(tissue partition coefficient)와 같은 유용한 약물 관련 파라메터(parameter)를 산출할 수 있다. 

임 박사는 “종양에 있어서 PK-PD모델링은 다른 기전작용이 있을 수 있어 ‘buttom up’접근이 필요할 수 있다. 종양에 관련된 모든 시험적 데이터가 있어야하는데, 연구자 입장에서 쉽게 얻을 수 없기 때문에 그러한 데이터에 접근 가능할 시 적용하는 것이 좋다”고 언급했다.