Strategic Drug Repurposing Framework

ChEMBL 메커니즘 데이터를 활용한
전략적 약물 재창출 분석

'이룸의 법칙(Eroom's Law)'을 극복하기 위한 혁신적 접근. 안전성이 확보된 화합물의 신규 적응증 발굴을 통해 신약 개발의 리스크를 최소화하고 효율을 극대화합니다.

약물 재창출의 전략적 가치

PTRS 제고: 임상 성공 및 규제 승인 가능성 극대화.

ChEMBL의 역할: 화합물-표적-작용 기전(MoA)을 연결하는 의사결정 지원 리소스.

타임라인 단축: 기존 안전성 데이터를 활용하여 연구 가속화.

EROOM'S LAW

"신약 개발 비용은 매 9년마다 두 배로 증가한다"

Efficiency Need

ChEMBL 데이터 아키텍처 및 핵심 자산

pChEMBL: 표준화 지표

IC50, Ki, Kd 등 다양한 실험 조건을 부의 상용로그(-log10)로 변환. 대규모 데이터셋에서 화합물의 상대적 효능을 객관적으로 비교하는 '준동등(Quasi-equivalent)' 척도입니다.

Standardized Activity pChEMBL ≥ 6

Threshold: 1µM Efficiency

다각적 출처

특허(SureChEMBL), NTD, PubChem 어세이 통합 큐레이션

계층적 구조

단백질, 복합체, 세포주, 조직, 유기체 간 관계 정의

화합물-표적-MoA 연결

엔티티 간 유기적 데이터 바인딩을 통한 전략 수립

전략적 후보 약물 발굴 프로세스

01

적응증 기반 탐색

임상 1~4상 진입 약물 현황 파악 및 기존 안전성 데이터 활용 자산 우선 식별

02

기전(MoA) 주석 활용

질병 치료에 대한 생물학적 근거 제공 및 가설 정밀도 제고

03

데이터 정제 및 비판적 평가

효능 기준

pChEMBL ≥ 6

약물성 기준

Rule of 5

우선순위

인체 안전성 우선

Dengue & NTD 사례 연구

이원화된 후보 식별 워크플로우를 통한 효율적 발굴 전략

Path A: Top-Down

Browse Drugs Approach

  • 임상 시험 진입 13개 약물 식별
  • 예: Ivermectin, Chloroquine
  • 즉각적인 적응증 확장 가능

Path B: Bottom-Up

Bioactivity Data Mining

  • 4,000개 이상의 원시 바이오 활성 분석
  • 159개 유효 활동(Activities) 압축
  • 신규 후보군 확보 최적화

Heat Map & ADMET Integrated Analysis

LOW SELECTIVITY HIGH SELECTIVITY (POTENTIAL DRUG)

고도화 전략: 외부 리소스 통합

UniChem 매핑

InChIKey를 활용하여 PubChem, DrugBank, FDA 등 40여 개 외부 DB와 실시간 연동 및 연구 이력 파악.

SureChEMBL 선점

문헌 출판 전 특허 데이터 분석을 통해 경쟁사 대비 연구 타임라인의 시간적 우위 확보.

Dark Target 대응

Sequence Similarity Search를 통한 대리 표적 활성 추론. 구조 미정 표적에 대한 유효 화합물 선별.

연구자를 위한 전략적 제언

1

표준화 데이터의 입체적 해석

pChEMBL 지표를 임상 단계(Max Phase)와 결합하여 입체적 우선순위를 설정하십시오.

2

다각적 필터링을 통한 리스크 관리

Rule of 5 및 ADMET 데이터를 초기 단계부터 적용하여 임상 탈락 리스크를 최소화하십시오.

3

지식 확장성 확보

UniChem 및 시퀀스 검색 기능을 활용하여 구조 미정 표적 및 특허 단계 기회를 선점하십시오.