Personalized Medicine Revolution을 위해 넘어야 할 4가지 장애물

MedCityNews.com에 “Personalized Medicine Revolution을 위해 넘어야 할 4가지 장애물 (Four barriers that must fall before the personalized medicine revolution can start)” 이라는 제목의 글이 실렸습니다. 이 글의 요약과 함께 personalized medicine이 현실화되기 위해서는 어떠한 조건이 충족되어야 하는지, 현재 기술은 어디까지 와 있는지에 대해서 알아보도록 하겠습니다.

The urgent need for personalized medicine 

• Personalized Medicine의 가장 큰 수혜자는 암환자와 신생아들(newborn screening) 이다. 현재 매년 580,000 명이 넘는 (하루 1,600명) 미국인들이 암으로 사망하고 있으며, 20명의 신생아 중 1명은 신생아 중환자실(neonatal intensive care unit, NICU)로 들어가야 하는 신세가 된다. 또한 신생아 사망의 20%가 선천적 염색체 이상 (congenital  chromosomal defect) 때문이다.
• 무어의 법칙으로 대변되는 반도체 기술의 발전에 힘입어 전산 비용(computing cost)이 대폭 줄어들었고, sequencing 기술의 발달에 따라 기술적으로 whole genome sequencing (전유전체 시퀀싱) 은 더 이상 장벽이 되지 못한다. 특히 sequencing 기술의 기술력(processing power)은 무려 6개월마다 두 배씩 늘어나고 있다.

1. Ultrafast, accurate and low-cost DNA sequencing 

• 13년전 휴먼 게놈 프로젝트가 시작되던 때와는 달리 이제는 단 24시간 안에 whole genome sequencing이 가능한 시대가 되었다. 특히 오늘날의 sequencing 기기는 단순한 sequencing 뿐만이 아니라, 1차 분석(primary analysis) 까지 해주고 있다.
• 현재 whole genome sequencing은 $5,000 정도면 가능하며, 많은 미국인들은 자신의 genome sequencing을 위해 기꺼이 돈을 지불할 의사가 있다고 한다.
• 따라서 가장 중요한 돌파구(key breakthrough)는 전체 genome sequencing을 얼마나 빠르게, 또한 얼마나 정확하게 할 수 있느냐 하는 것이다. 최소한의 요건은 다음과 같다: 24시간 안에 genome을 (정확도를 위하여) 40번 반복해서 sequencing할 수 있는가, 그리고 오류율(error rate)이 1 million 중의 하나 이하로 줄일 수 있는가 하는 것이다.

2. Rapid, low-cost, and accurate secondary analysis 

• Genome들이 조각으로 sequencing 된 다음에는 수퍼컴퓨터를 이용해서 이러한 조각을 완전한 하나의 genome으로 조합(assemble) 하는 ‘2차 분석(secondary analysis)’ 이 필요하다. 이러한 과정에는 수퍼컴퓨터, 인프라, 숙련된 생물정보학자(bioinformatician) 들이 필요하다.
• 가장 중요한 돌파구(Key breakthrough)는 이러한 2차 분석을 얼마나 빠르고, 싸고, (가장 중요하게는) 정확하게 할 수 있느냐 하는 것이다.
• 그리고 1 TB에 이르는 genome 데이터를 어떻게 다룰 것인가 (2차분석으로 조합(assemble)과정 이후에는 GB 단위로 줄어든다) 도 중요한 문제이다. 이러한 분석은 결국 빅데이터 (Big Data) 및 수퍼컴퓨터에 관련한 이슈이며, 최근의 기술혁신은 이러한 분석을 4시간 이하로 줄일 수 있는 노력을 하고 있다.

• 또한 특정 돌연변이(mutation)와 질병을 어떻게 연관지을 것인가 (Connecting the dots between genetic mutations and disease) 가 중요하다.
• 완성된 (Completed) genome과 그들의 genotype이 어떠한 생물학적인 의미/연관성(biological relevance), 혹은 질병/physical trait (phenotype) 과 관련이 있느ㄴ지를 분석하는 것으로, 이것을 3차 분석(tertiary analysis) 라고 부른다. 이 역시 빅 데이터와 관련한 문제(Big Data Problem) 이다.
• 지금까지 대부분의 genomic variation 은 해석되지 않은 상태에 있고, genetic variation 을 actionable plan으로 연결시킬 수 있는 예는 매우 적은 상태이다. 이는 사실 ‘닭과 달걀의 문제’로 더 많은 genome data와 disease population을 연구해야만 그러한 관계를 더욱 명확히 밝힐 수 있을 것이다.
• 이를 위해 Million Veteran Program 과 영국의 100K Genome Project 를 포함한 대량의 게놈 데이터(genomics dataset)를 만들어 내기 위한 프로젝트 들이 시행되고 있다.
• 누구든지 이러한 3차 분석을 정확히 할 수 있는 능력을 지닌 사람은 personalized medicine 시장에서 multi-billion 달러 규모의 기회를 잡게 될 것이다. 결국 시장 표준에 관한 문제이기도 하다.

3. Injecting genetic information into medical care 

• 환자들의 genomic data, 돌연변이(mutation) 정보 들을 얻은 다음에 해야 할 일은 genomic data를 다른 의학적인 요소들 (환자의 병력, 환경, 가족력, 식습관 등등)과 결합하는 것이다. 또한 genomic data는 환자의 건강/진료 기록과 결합되어, 훈련 받은 전문의들이 여기에서 의학적인 통찰력을 얻을 수 있어야 한다. 여기에는 질병을 분자 수준 (molecular level)에서 재정의 하는 것이 포함된다. 이렇게 의학자들은 환자의 genome에 맞는 바이오마커, 약에 대한 반응 (drug response)을 이용할 수 있을 것이다.

• 하지만, 여기에 관한 다수의 장애물이 존재한다
  • 먼저 이러한 분석을 위해 표준화된 프로토콜이 존재하지 않는다. 현재 너무 많은 데이터 베이스들이 따로 존재하고 있고, 서로 호환되지 않는다. 이러한 데이터들은 의과학자들이 쉽게 이용할 수 있도록 통합되어야 할 것이다.
  • 더 중요한 장애물은, 현재의 전문의들은 genomic 정보를 분석/해석할 수 있도록 훈련되지 않았다는 것이다. 하지만 이 문제는 교육으로 해결할 수 있다.
  • 비슷한 예로, 100년 전에 ‘파괴적 기술’ 이었던 방사선은 의학계에 새로운 분야를 열었다. 방사선과가 x-ray 필름을 읽는 것들 등에 표준을 마련하고, 의대에 이에 관한 전문의 교육과정이 생겼듯이 genomic data를 의학적으로 응용하는 것에도 이러한 변화가 일어날 것이다.
  • 또한 genomic data를 통해서 새로운 진단법이나, 새로운 치료제를 개발하는 것에 대해서, 임상 승인 등의 문제가 있을 수 있다. 하지만 이런 문제들은 결국 해결할 수 있는 문제들 (ultimately surmountable hurdles) 이다.

4. Getting the big guys to pay for it 

• Personalized Medicine을 현실화 하는 마지막 단계는 실행(implementation)하는 것이다. 헬스케어 분야의 관행들이나, 병원과 의사들의 역할, 치료제 등이 재정의 될 것이다. 여기서 중요한 장애물은 이러한 변화에 호의적인 경제 여건을 만드는 것이다. Whole genome sequencing (WGS) 을 표준적인 치료법(standard of care)으로 만들고, 의료 보험사들이 여기에 대해서 보험금을 지불해주는 것 등이 포함된다.
• 이미 WGS 이 공공의 건강(public health)에 도움이 되고, 헬스케어에 대한 사회적 비용을 낮출 수 있다는 것에 대한 다양한 연구들이 있다. 이러한 연구들이 지금은 소수일 수 있지만, 결국에는 수익과 비용절감이 실제로 가능하다는 것이 증명된다면 보험사들도 이에 수긍할 수 있을 것이다.
• 이에 관한 최근의 큰 진전은 미국의 주요 보험사인 Wellpoint 사나, Anthem Blue Cross 같은 보험사들이 유전자 검사(genetic test)에 대해서 보험금을 지급하기로 한 것이다.
• 블록버스터 신약도 재정의 될 것이다. 겉으로 보기에 다른 질병들(seemingly disparate disease) 이 실제로는 같은 돌연변이(molecular mutation)에 의해서 발병된다면, 공통의 분자 표적(common molecular target)에 작용하는 약을 처방할 수 있을 것이다.

결론: The revolution is coming!

• Sequencing의 발달에서 기인한 personalized medicine 혁명은 이미 일어나고 있다. 가격은 급격히 저렴해졌으며, 분석은 빨라졌다. 그 결과로 WGS은 결국 일용품(commodity)이 될 것이다. 하지만 그런만큼 우리 손에 주어지게 되는 genomic data 도 엄청나게 늘어날 것이다.
• 재능 있는 사람들과 투자들이 이미 이러한 혁신을 향하고 있다. 수퍼 컴퓨팅, 빅 데이터 그리고 Genomics의 교차점에 지금 거대한 기회가 있다.
• Personalized medicine은 당신이 생각하는 것보다 더욱 가까이 있다. 다만 학제간 접근법 (multidisciplinary approach)이 더욱 필요할 것이다.

(그림출처: http://medcitynews.com/2013/01/four-barriers-that-must-fall-before-the-personalized-medicine-revolution-can-start/)