바이오인포매틱스와 신약개발, 시장정보, 산업동향

□ 바이오인포매틱스와 신약개발

 

○ 최근 10년 동안 바이오기술은 고효율 throughput 스크리닝 및 IT기술과 융합을 통해 새로운

툴(tool) 개발에 성공하면서 크게 발전함.
- ‘바이오인포매틱스’라는 분야는 미국의 인간게놈프로젝트(’90~’03년)를 계기로, 대량의 유전자

데이터를 저장, 조직화, 분석 등을 통합적으로 관리하기 위해 생물학과 컴퓨터 기술의 융합

필요성이 제기되면서 본격적으로 발전하기 시작하여, 생명과학계에서 데이터를 분석하고 신약

개발 프로세스를 가속화시킬 수 있는 툴로 크게 부상하게 됨
○ 한 기업이 한 개의 신약을 개발하기 위해 투자하는 R&D 비용은 약 5,000만 달러이며, 그에 대한

전세계적인 R&D 투자 비용은 658억 달러로 추정됨. 통상적으로 R&D 비용은 신약 판매 가치

(sales value)의 83%를 차지함
○ 한 개의 신약개발을 위해 소요되는 기간은 보통 12~15년이며, 이 기간 동안 약 100만 개의

컴파운드가 스크린되지만, 이 중 승인되는 컴파운드는 20개 정도에 불과해 신약개발의 생산성

비효율성이 큰 문제가 되고 있음. 또한, 블록버스터 의약품의 특허 만료(향후 ’14년까지 230개의

의약품 특허가 만료될 예정임)가 됨과 동시에 최근 제네릭 시장의 급성장으로 브랜드 제약계는

위기에 봉착해 있어, 이를 극복하기 위한 혁신적인 방법으로 in silico 신약개발 방법은 크게

각광받고 있음
○ in silico 신약 개발 툴 분야는 지난 10년 동안 5번의 M&A가 있었음. 특히 ’10년 Symx와

Accelrys의 M&A체결은 주목된 바 있음
- 한편 바이오인포매틱스 분야의 메가브랜드였던 Tripos는 Schrodinger, Simulation Plus 등

새롭게 진입한 경쟁자에게 밀려 도태됨
○ 기업들간 활발한 M&A에도 불구하고, 수시적으로 IT 소프트웨어 솔루션의 업그레이드가

이루어져 시장은 세분화(fragmented)되어 있는 편임
○ 바이오인포매틱스는 유전체학, 단백체학, 신약발굴, 시스템 생물학 등 여러 분야에 걸쳐 응용될

수 있음
○ in silico 비즈니스 모델은 기존과 달리 혁신적임
: 사용량만큼(pay-per-usage) 로얄티 지급방식, 서비스 기반 모델링, 오픈 소스 모델링

소프트웨어 기반의 클라우드 컴퓨팅 프로세스 등
- in silico 오픈소스 활용방식은 R&D 비용을 최적화시키고 지속적으로 가치를 부가시키는 긍정적

영향을 미치고 있음
○ 바이오인포매틱스 시장의 주요 활동주체는 3분류(하드웨어 개발자, 소프트웨어 개발자,

in silico 응용(적용) 개발자)임

 

□ 바이오인포매틱스 시장 정보

○ 신약개발 관련 전체 논문 중 미국이 77%를 출판하고 있으며, 그 다음으로 유럽지역이 15%,

아시아 지역이 8%를 출판함. 반면, 지역별 논문 유통비율은 미국이 63%, 유럽이 19%, 아시아

지역이 18%임(PubMed, 2010. 4)
- 즉, 아시아 지역은 신약개발과 관련하여 전세계 8%정도의 논문을 생산하지만,

논문 인용(활용)은 유럽지역과 비슷하게 하고 있음
○ 아시아 태평양지역은 일본의 Sony Life Sciences, 인도의 Strand Genomics 등 고급 IT 역량을

가지고 있어 유럽과 파트너십을 제의하고 있음
○ 또한, 남동아시아 지역(싱가폴, 말레이시아 등)의 민간 기업 및 연구소는 IT를 기반의 컴퓨터

생물학에 대규모 투자를 하고 있으며, 시스템 생물학의 허브로 부상하고 있음
○ 미국에 비해 유럽 및 아시아 태평양지역의 저렴한 인건비, 땅, 시설 운영비(생산) 등의 조건들은

신약개발시, 발굴 및 검증 단계의 비용을 38% 절감할 수 있게 하므로, 이 지역에 많은

인포매틱스 회사들이 관심을 보이고 있음
○ 기존의 비즈니스 모델과 달리, 신약개발에 적용할 수 있는 소프트웨어 툴 개발은 물론 시스템간

전체적인 통합관리가 이루어져야 하기 때문에, 복잡성이 내재되어 있음. 따라서, 관련 주체들은

라이센싱 계약을 선호하며, 서비스 비즈니스 모델에 대한 수요가 높음

○ 주요 in silico기술
- 非동물시험 물질자료(QSARs: Quantitiative Structure Activity Relationship), 디스크립터 기반

(discriptor-based) 분석, 룰 기반(rule-based) 분석, 리간드(ligand) 가상 스크리닝, 친화성

(affinity) 가상 프로파일링, 데이터 시각화 등

[그림1] 주요 in silico 기술

 

출처: Frost&Sullivan, 생명공학정책연구센터 재구성

 

 

○ 주요 회사
- Schrodinger, Accelrys, IBM, Microsoft, Dell, 그리고 실리콘 밸리 또는 캘리포니아 지역에

밀집되어 있는 몇몇의 중소 IT 기업들, 그리고 신약개발을 하는 바이오 회사, 제약 회사 등

□ 주요 기술 및 산업 동향

○ in silico 신약개발 기술은 컴퓨터 모델과 유망한 기술들의 융합이 된 분야로, 신약을 개발하는데

획기적으로 시간 및 프로세스를 단축시킬 수 있어 유망한 산업임

○ 주요 기반 기술
- 단백질 상호작용 발굴 플랫폼 개발: 단백체의 화학적 부분 구조(chemical moieties)의

연관성보다 단백질간 상호작용 잠재 영향력을 연구하는 방향으로 패러다임이 전환되고 있음
- 통합적인 예측 플랫폼 개발: in vitro 스크리닝 프로세스에 in silico 기술을 결합하여 보다

효율적이고 신속한 프로세스를 개발하고, 신약개발 프로세스의 처음부터 끝까지 단절없는

통합적 연계 플랫폼
- 신약개발 핵심 인프라 구축: GRID 및 클라우드 컴퓨팅 등을 통해 컴파운드 식별 및 분자 관련

연구를 크게 촉진시킬 수 있는 인프라

○ 주요 산업 동향
- in silico 신약개발 기술은 기존과 다른 방식의 in vitro 시뮬레이션 시각화 기술과 정확한

예측 기술이 핵심임
- 틈새시장 창출을 위한 공급자간 경쟁 집중도 증가: IT 기술 및 기업의 발달로 다양한 기술을

지닌 공급자의 수가 고객 수보다 많고, 고객들은 주로 신약개발 전문가들이므로

수요과점(oligopsony)이 형성될 가능성을 보임
- in silico 신약개발 산업의 성공여부는 ‘가격 최적화’와 '수용 확산 정도‘ 및 ‘핵심 분자

프로그래밍’에 달려있음
* 한편, 많은 연구기관 및 기업은 산업계/학계가 각각 어떤 방향으로 차별화된 기술을 발전시킬지

혼란해 하고 있으며, 바이오인포매틱스 기술 자체의 복잡성으로 신약개발시 적용을 어려워하는

실정임
- in silico 기술과 in vitro 솔루션의 통합
- 클라우드 컴퓨팅 활용 및 오픈 소스 응용
- 단계별 가격 설정(piecemeal pricing) 전략
- 소프트웨어 라이센싱
- 의약품 모델링 플랫폼 통합
- 향후에는 후성유전체학이 분자 발굴에 있어 보다 중요한 역할을 하게 될 것임

 

□ in silico 산업 현황 및 가능성

○ in silico 시장은 근본적으로 신약개발 시장의 부산물이며, 각 전문분야의 가격구조마다 다를 수
있으나 보통 전체 신약개발 시장의 약 20%의 비중을 차지함
- 최근 글로벌 in silico 신약개발 시장은 약 45억 달러의 규모를 형성하고 있는 것으로 추정되며,

이는 제약회사들의 R&D 비용(1,140억 달러)의 약 4%에 해당하는 규모임
○ in silico 신약개발 시장은 ’08년 640억 달러로 추정되며, ’15년에는 1,400억 달러(CAGR 14.5%)

규모로 성장할 것으로 전망됨
○ 첨단 IT 솔루션을 활용하면, 신약개발 비용을 최대 25%까지 낮출 수 있어 향후 in silico 신약개발

툴 개발이 본격화될 것으로 전망됨

○'10년부터는 주요 브랜드 의약품의 특허만료가 현실화되면서 본격적인 신약개발 붐이 일어날

전망을 보이고 있음. 또한 신약개발시 요구되는 투자규모가 크게 증가하여(’08년 기준 13억 달러),

기업의 생산성을 감소시키고 있어 비용 감축이 이 산업의 핵심적인 이슈로 대두되고 있음

따라서, 이러한 니즈(needs)는 in silico 신약개발 툴에 대한 수요를 급증키고 있음

[그림2] in silico 신약개발 시장의 매출규모 및 성장률

(단위: 백만 달러, %)

 
출처: Frost&Sullivan

 

 ○ 공급자의 수가 수요자보다 많아 공급자교섭력(bargaining power)은 낮은 편이며, 반면

수요자의 교섭력은 상대적으로 높은 편임
- in silico 관련 회사는 미국 80%, 유럽지역 18%, 아시아 태평양지역 2% 순으로 집중되어 있음
○ in silico 산업의 선도 기업으로는 Accelrys, Schrodinger, 그리고 IBM 등이 있음
- 그러나 저렴한 운영비, 낮은 경험곡선 효과(experience curve effect) 영향, 저렴한 비용으로

핵심 기술 복제(replication) 가능 등으로 인해 진입장벽이 낮아 경쟁기업들의 수가 증가하고

있음
○ 이 분야는 진입장벽이 낮아 많은 회사들이 이 산업으로 뛰어들고 있어 수익성 면에서 볼 때,

경쟁이 치열한 것에 비해 수익성을 내기 어려운 산업 경쟁 구조를 가지고 있음
- 그러나 시장의 수요를 창출하고 다양하고 차별화된 시장 전략을 제시하면 장기적으로 수익성을

기대할 수 있음
○ Accelrys사의 경우, 이미 in silico 아키텍처까지 거의 모든 제품 라인을 보유하고 있으며 이

분야의 선도주자임. 한편, Compugen사, Simulation Plus사, 그리고 Caliper Biosciences사는

최근 들어 이 시장에 진입했으나, 각각의 제품 및 서비스 전략에 따라 극명한 수익 차이를

보여주고 있음

 

 

[그림3] 주요 회사별 수익성(ROA, ROCE) 비교

* 단, ROA(Return on Asset): 총자산순이익률, 기업의 총자산대비 당기순이익 달성가늠하는 지표
ROCE(Return on Capital Employed): 자본이익률, 소유한 자산으로부터 얻는 수익비율

출처: Frost&Sullivan

 

□ 바이오인포매틱스 분야의 주요 이슈

○ 산업계의 주요 이슈
- 단백질 상호작용 디스커버리 플랫폼 개발
* 대표적으로 Strand Genomics(인도)사의 BioLego-Avadis 플랫폼,

Algonomics-a Lonza Company(벨기에)사의 Epibase 플랫폼이 있음
- 통합적 예측 모델링 플랫폼 개발
* 대표적으로 StarDrop(영국)사의 Optibrium, Schrodinger(미국-뉴욕)사의 Molecular

Modelling 플랫폼, Prosarix(영국)사의 Protodiscovery 플랫폼이 있음
- IT 기술 인프라를 활용한 신약개발 지원 솔루션 제공
* 대표적으로 IBM Life Sciences사의 Blue Gene, Accelrys사의 Drug Discovery Suite이 있음

○ 학계의 주요 이슈
- 가상 스크리닝(virtue screening)을 통한 결합자리(binding site) 검정
* 국립 생명과학원(중국-베이징), 캘리포니아 대학 등
- 선형 프로그래밍 소프트웨어 개발(약물의 세포 기능에 미치는 영향력 검정)
* 매사추세츠공과대학 연구소 등
- 컴퓨터 시뮬레이션을 통한 약물동태학(drug pharmacokinetics) 검정 및 유통
* 텍사스 대학교 등

 

□ 시장 주체별 in silico 신약개발 비즈니스 모델

○ IT 인프라 개발자의 비즈니스 모델

- 주요 제품으로는 Accelrys사의 Discovery Suite, IBM사의 Blue Gene 플랫폼 등이 있으며,

이러한 정보통신기술 기반의 인프라를 활용해 교차 응용(cross application)을 수행할 수

있으며, in silico 모드로 신약개발 연구를 할 수 있도록 네트워킹 솔루션을 제공함
- 가격 전략은 IT 솔루션 버전의 단계별로 가격이 제시되며, 브랜드에 따라 프리미엄이 추가되는

방식임
- 표적 고객으로는 신약개발에 종사하는 기업 및 연구소 등으로 구체적이며, 이들의 제품

구매역량(자금 유통 능력)은 매우 높음
- 시장창출 전략(market creation strategy)으로는 인프라 구축 초기부터 라이센싱 계약을 맺어

경쟁자들을 견제하는, 소위 고착 전략(lock-in strategy)을 사용하고 있음

○ 핵심 소프트웨어 개발자 비즈니스 모델
- in silico 신약개발 분야에서 종사하는 대부분의 기업들은 관련 소프트웨어 개발자로, 그 수가

많아 차별화가 뚜렷하지 않으며, 시장이 매우 세분화되어 있음
- 중점 제품은 소프트웨어 솔루션 개발이며, 통상적인 IT 전문 소프트웨어 패키지와 비슷함.

소프트웨어 제품은 리간드(ligand) 테스팅을 통한 의약품 모델링에서부터 신약개발

RNA silencing 기술까지 다양하게 개발되어 있음
- 가격은 소프트웨어 컴포넌트당 가치가 부가되는 방식임. 제네릭 소프트웨어의 경우, 각 버전당

가격 차별화가 명확히 되어있음

- 표적 고객은 신약개발 소프트웨어를 활용하는 학계 또는 산업계이며, 이들 집단(cohort)은

구매자 교섭력(bargaining power)가 높아, 수요과점(oligopsony)의 기미를 보이고 있음
- 시장창출 전략은 클라우드 컴퓨팅(cloud computing) 및 오픈소스 라이센싱을 적극 활용하여

시장 점유율을 확장하는 방식임

○ 신약개발 서비스 제공자 비즈니스 모델
- in silico 툴 자체에 내재하는 기술이 복잡해 서비스 제공에 대한 수요가 있으며, 맞춤형 모델

개발보다 서비스를 제공받는 경우 보다 비용을 감소할 수 있어 선호됨
- 서비스는 프로젝트별 또는 고객이 구체적으로 요구하는 수행하는 구간에 따라 다르며, 철저히

시간 개념으로 서비스가 제공됨
- 가격 전략은 과제단위로 수수료를 받는 방식이며, 제공하는 서비스의 복잡성에 다라 점증적으로

가격을 부과함
- 표적 고객은 소프트웨어를 라이센스하지 않는 중․소기업 및 대학교임
- 시장창출 전략은 고객의 구체적인 요구사항에 맞춘 서비스에 제공 정도에 따른 가격이

다양하게 조합되는 방식임

 

□ 신약개발 분야의 가치사슬 및 비용 분석(cost analysis)

○ 신약개발 가치사슬은 7단계로 구성됨
․①발굴 및 기초 연구, ②전임상, ③연구용 신약(IND), ④ 임상 I, II, III상, ⑤프로세스 개발, 생산,

품질 관리, ⑥생물학적 이용가능성 및 기밀유지협약(NDA) ⑦ 임상 IV상(신약 시판후 안전성 검사
○ 신약개발 가치사슬의 핵심은 R&D임
- 근본적으로 신약개발은 의약품의 임상실험 성공여부에 달려있으므로, 의약품 분야에서의

가치창출은 각 임상단계(phase)를 거쳐 ‘승인’ 단계에서 발생함
○ 신약개발 가치사슬 핵심 분야 중 비용감축이 이루어질 수 있는 단계는 발굴단계와 임상실험

단계임

○ 신약개발 R&D의 비용-기반 검정(cost-based assessment)
- 신약개발기술의 주요부분과 의약품 총 비용의 약 42% 이상을 차지하는 부분은 표적 식별(target

identification)단계와 표적 유효성(target validation) 검사 단계임
- 매년 전세계 제약기업의 신약개발 및 관련 R&D에 투자되는 규모는 약 450억 달러로,

미 국립보건원(NIH) 총 예산의 약 1.5배임
․’09년 NIH의 예산은 총 320억 달러인 반면, ’09년 제약기업의 신약개발 R&D 비용은 450억 달러

(총 제약매출의 16%)였으며, 여기에 기타 관련 직․간접비까지 합하면 총 6,080억 달러로 NIH예산

19배 이상의 규모임)

[표 1] 신약개발 프로세스별 비용 비교

단계 구분	비중	단위당 비용(USD 1,000 달러 기준)
표적 식별	18.8%	188 달러
표적 유효화	23.3%	233 달러
스크리닝	4.5%	45 달러
최적화	13.6%	136 달러
전임상	10.2%	102 달러
임상	29.6%	296 달러
총 계	100%	1,000 달러

출처: Frost&Sullivan, 생명공학정책연구센터 재구성

○ 신약개발 소프트웨어 개발의 단계별 비용 분석
- 신약개발 제품(소프트웨어) 가격 범위: 2,000~100,000달러
- 한 회사당 판매하는 소프트웨어 평균 단위: 100 units
- 신약개발 소프트웨어 평균 비용: 57,325달러
- in silico 신약개발 제품에 지출되는 비용은 각 제품의 전문분야 및 응용폭에 따라 차이가 있으나,

50~90%의 비용은 주로 기술실현검증 (proof of concept) 연구나 최종 적용 조합(final

application formulation) 단계에서 지출됨

[표 2] in silico 신약개발 프로세스별 비용 비교

개발 단계	한 단위당 비용 추정(USD)	가격의 비중(%)
알고리즘 개발 및 기술실현 검증	17,250	30%
최종 적용 및 조합	23,000	40%
테스팅	8,625	15%
이윤	8,625	15%
최종 제품	57,500	100%

 

출처: Frost&Sullivan, 생명공학정책연구센터 재구성

- 위 [표 2]에 제시된 단계들은 in silico 툴 활용시 필수적인 단계들로, in silico 소프트웨어를

활용시 리간드와 단백질의 3D-구조, ADMET 프로파일 검정, 의약품 및 리간드, 그리고 약리학

프로파일의 상호관계 등을 효율적으로 관리가 가능하게 됨
- 제품의 추가적인 비용은 보통 소프트웨어 산업처럼 브랜드에 크게 의존함. 대표적인 고급

브랜드로는 Accelrys, Kinapse 등이 있음
- 사용자 친화적 인터페이스 개발을 통한 in silico 툴 활용의 수용성을 높이는데 중점을 두고

있음.
- 대표적인 소프트웨어 개발자로는 Optibrium사(영국), Compugen사(미국),

Strand Genomics사(인도) 등이 있음

 

□ 산업 동인요인 및 위협요인

○ 동인 요인
- 과거에는 한 실험당 몇 백개의 유전자 서열분석을 할 수 있었으나, 바이오인포매틱스의 첨단

데이터 분석방법을 이용하면, 한 실험당 몇 백만개의 유전자 서열분석이 가능하여 생명공학

분야에서의 그 수요가 높아지고 있음
- 바이오인포매틱스 연구에 대한 선진국의 정부 지원이 늘어나고 있음
* 미국립보건원(NIH) 미중소기업지원제도(SBIR)는 중소기업들의 바이오인포매틱스 연구를

지원하는 프로그램 마련: 총 두 단계로 나누어 지원하며, 1단계(6개월간)에서는 100,000달러

지원되고, 그 중 성공적인 프로젝트는 2단계에서 750,000달러가 추가 지원됨
* 또한, NIH는 미국립의료박물관(NLM)과 함께 바이오메디컬-인포매틱스 및 바이오인포매틱스

분야에 매년 $250,000 상당의 직접비 지원을 함
- 신약개발의 비효율적인 생산성으로 인해 in silico 툴 활용의 필요성이 제기되고 있음
- in silico 툴 이용시 비용 감축 및 False Positives 가능성 제거 가능
- 급속한 IT 기술의 발달로 바이오인포매틱스의 정확성 및 스피드의 발전

○ 위협요인
- 연구 in vitro와 예측 모델링 in vivo의 非연계성
- 시뮬레이션 모델의 비현실성: in silico 분석은 종종 이상적인 시나리오를 창출하는데 더 초점이

맞춰져 있기 때문에 비현실성을 내포하고 있음
- 플랫폼의 구식화(obsolete): 대부분의 소프트웨어 플랫폼이 그렇듯이, in silico 플랫폼이

구식화됨. 이러한 특징은 민간 자본 유인을 제한하며, 향후 장기적으로는 전적인 정부 지원이나

오픈 소스 형태의 투자로 전환될 가능성이 높음

 

□ 미래 주요 기술 전망

○ 현재 in silico 신약개발 산업은 인프라 구축에 집중하고 있으며, 실험 툴로서 in silico 접근성을

높이기 위해 노력하고 있음
○ 주요 회사들은 in vitro 약물 스크리닝 모델의 고효율 throughput에 초점을 맞추고 있으며, 최근

들어 신약개발 투자 위험관리에 관심을 보이기 시작함
○ 정보통신기술와 핵심 신약개발 프로세스의 통합
- IT기반의 in silico 융합 트렌드는 매우 확정적임. ’10년부터 30개가 넘는 의약품의 특허가 만료될

예정이며, 각국의 의약품 가속화 생산, 새로운 분자식별 (새로운 질환을 처방할 수 있는 효율적인

분자) 등과 같은 압력은 in silico 소프트웨어의 활용을 촉진시킬 것으로 예상됨
○ in silico 신약개발의 핵심 기반, 시스템 생물학
- 맞춤형 의약품 개발 및 분자 분석으로 패러다임이 전환되어, 시스템 생물학은 신약개발의 필수

분야로 떠오름. in silico 접근의 시스템 생물학은 의약품 디자인에 있어 향후 메가 트렌드임
○ ADME 프로파일링에서 게놈 상호작용 프로파일링으로 전환
- 신약개발시 후성유전적 영향에 관심이 높아지고 있어 그와 관련한 프로그램이 유망할 것으로

전망됨

 

□ 주요 특허 정보

 

특허 종류	특허 제목	Assignee
미국특허 7,702,467	Molecular property modeling using ranking (2010. 4)	Numerate Inc. (USA)
국제특허 WO/2010/019952	Methods and Systems for Predicting Response of Cells To a Therapeutic Agent (2010. 2)	MERRIMACK PHARMACEUTICALS, INC( USA)
미국특허 7,711,493	Microprocessors, Devices and Methods for Use in Analyte Monitoring Systems (2010. 5)	Animas Corporation (USA)
국제특허 WO/2010/036927	High-Throughput Ensemble-Based Docking and Elucidation of 3-Dimensional Structural Conformations of Flexible Biomolecular Targets (2010. 4)	The Regents of the University of Michigan
국제특허 WO/2010/025961	Computer Implemented Model of Biological Networks (2010. 3)	Max-Planck-Gesellschaft Zur Förderung Der Wissenschaften E.V. Berlin
미국특허 7,657,378	Computer based method for identifying peptides useful as drug targets (2010. 2)	Council of Scientific & Industrial Research (India)

 

※ 이 내용은 Frost&Sullivan의 Bioinformatics in Drug Discovery(2010.6)를 요약․발췌한 내용임

 <초록별과 그린라이프>