초록 ▼

□ 연구개발 목표
◦ 신약 연구 빅데이터를 활용한 항암신약 개발 혁신 인공지능 모델 기술 및 플랫폼을 이용, 응용 및 검증하는 것임.
◦ 다양한 타겟 단백질과 특정 암세포에 대해 억제능을 보이는 Hit 화합물 도출 및 신규 타겟을 확보하여 특정 모핵 기준의 최적화 과정을 통해 in vivo 동물 모델에서 항암 효과를 보이는 선도 물질을 도출하는 것임.

□ 연구개발 내용
◦ 신약개발지원센터와 에이조스바이오에서 구축한 항암신약 개발 혁신 인공지능 모델 기술인 AiCAD, AiKPro 등을 이용하는 Phen

□ 연구개발 목표
◦ 신약 연구 빅데이터를 활용한 항암신약 개발 혁신 인공지능 모델 기술 및 플랫폼을 이용, 응용 및 검증하는 것임.
◦ 다양한 타겟 단백질과 특정 암세포에 대해 억제능을 보이는 Hit 화합물 도출 및 신규 타겟을 확보하여 특정 모핵 기준의 최적화 과정을 통해 in vivo 동물 모델에서 항암 효과를 보이는 선도 물질을 도출하는 것임.

□ 연구개발 내용
◦ 신약개발지원센터와 에이조스바이오에서 구축한 항암신약 개발 혁신 인공지능 모델 기술인 AiCAD, AiKPro 등을 이용하는 Phenotype Based Cancer Deep Learning Model 기술과 신약개발지원센터에서 구축한 Kinase Structure Based Deep Learning Model인 DeepPro를 적용하여 Kinase specific한 화합물을 선정함. 신약개발지원센터와 에이조스바이오에서 구축한 항암신약 개발 혁신 인공지능모델 기술인 암세포 활성 예측 관련 Phenotype Based AiCAD 및 Kinase 약물 활성 예측 관련 AiKPro, 단백질과 약물 상호 작용 관련 Structure Based Kinase DeepPro, 약물의 3차원 구조 기반 관련 3D-Ligand Pharmacophore Deep Learning Model(CRX4) 등을 통해 항암 효과가 있는 화합물을 예측함.
◦ 유한양행 확보 화합물 4만종 및 상용 라이브러리 화합물을 대상으로 예측함.
◦ 암세포 억제능을 갖는 선도 물질 도출 연구로서 AiCAD 모델을 이용하여 유한양행의 28개의 Cancer cell line 중 항암 신약 개발 혁신 인공지능 모델 기술을 이용해 특정 대장암 HCT-116 cancer cell line에서 우수한 항암 활성을 가질 것으로 예측된 화합물을 우선적으로 5000종 선정함.
◦ 특정 Kinase 타겟과의 연관성을 확보하기 위해 Integrity Database를 이용하였고, HCT-116에 항암 효과 데이터가 확보되어 있는 특정 Kinase를 44종 선별함. 이들 중 AiKPro 모델에 구축되어 있는 26종 Kinase에 대해 5000종 화합물과 활성 가능성을 예측함. 최종적으로 2개 이상의 Kinase를 표적으로 우수한 활성이 예측되는 화합물을 446종 선정함. 유한양행 화합물 446종을 이용하여 In vitro cell based proliferation assay 실험을 통해 10 uM 이하의 암세포 증식 억제능을 갖는 Hits 화합물을 30종 확보함. 농도 의존성 실험을 통해 최종 3종 우수 화합물 확보함.
◦ Hit 화합물 확보를 위해 우수화합물을 기반으로 한 추가 유사 구조화합물 44종 재선정으로 총 2종의 hit 화합물 확보하였고(YH-AI-4, YH-AI-5) HCT-116 대장암 세포주에는 우수한 세포 생장 저해능을 보이는 반면에 정상 세포주에서는 선택성이 확인되었음.
◦ 이러한 항암활성을 갖는 2종 화합물의 기전 연구가 진행 중이고 NCI-60 cancer cell panel에서 암세포주 6종에 대해 우수한 항암 활성을 확보하였음.

□ 활용계획 및 기대효과
◦ 활용 계획: 인공지능 모듈을 통해 다양한 암세포주에서 항암 활성을 가진 2종 화합물에 대한 타겟 선정을 위해 RNA sequence 분석 등을 통해 검증해 나갈 예정임. HCT-116 대장암 세포주를 포함해 다양한 6종 cell line (Leukemia, MSCLC, Colon, Melanoma, Ovarian, Breast)에 대한 transcriptom 등을 확보하고 타겟 단백질에 대한 예측능을 높여 타겟 규명이 필요함. 인공지능 모델 이용을 통해 타겟 단백질을 규명할 수 있는 연구 시도해 볼 계획임. 타겟 단백질이 규명되면 확보한 선도 물질 2종 및 다양한 합성 유도체 등을 확보하여 in vitro ADME, in vivo PK, in vivo efficacy 등을 확보한 우수 항암 후보 물질을 도출할 계획임.
◦ 기대 효과: 인공지능 모델을 이용하여 다양한 암세포 증식 억제능을 갖는 화합물을 예측한 후 특정 암세포 또는 kinase에 대한 항암 활성을 실험으로 검증한다면 신약개발의 시간과 비용이 크게 줄어들 것으로 생각되며, 암세포 활성을 억제하는 화합물을 쉽게 찾을 수 있는 기반 기술로 자리 잡을 수 있을 것으로 기대함

(출처 : 요 약 문 2p)

목차 Contents

• 표지 ... 1
• 요 약 문 ... 2
• 목차 ... 4
• 1. 연구개발 목표 및 평가항목별 성과 ... 5
• 1-1. 연구개발 목표 ... 5
• 1-2 평가항목별 성과 ... 6
• 1-3. 목표 미달 시 원인 분석 ... 7
• 1-4 연구개발 목표 및 주요내용 변경사항 ... 7
• 1-5. 선정/단계/연차점검의견 ... 8
• 2. 추진내용 및 연구개발결과 ... 9
• 2-1. 추진내용 및 연구개발결과 ... 9
• 2-2. 추진 일정 실적 ... 28
• 2-3. 연구개발성과의 관련 분야에 대한 기여정도 ... 30
• 2-4. 연구개발성과의 관리 및 활용 계획 ... 30
• 2-5. 계획하지 않은 성과 및 관련 분야 기여사항 ... 30
• 3. 연구 개발 결과의 활용 방안 ... 31
• 4. 당초 연구계획 대비 주요 변경사항 ... 31
• 끝페이지 ... 32