2025.03.31 노화, 알츠하이머, 그리고 AI 관련 소식

노화와 알츠하이머 연구 분야의 최신 동향과 함께, 이 분야에 혁신적인 변화를 가져올 인공지능(AI) 기술의 융합에 대한 더욱 소식을 전해드립니다.

 

키선라(Kisunla, 성분명: 도나네맙 Donanemab) / 일라이 릴리

유럽의약품청(EMA), 릴리 알츠하이머 신약 '키선라' 판매 불승인 권고 (2025년 3월 28일)

핵심 내용:

• EMA는 일라이릴리의 알츠하이머병 신약 '키선라(도나네맙)'에 대해 판매 승인을 권고하지 않음.
• 조기 알츠하이머병 환자에게 제공할 수 있는 **이점이 심각한 부작용 위험(ARIA)**을 상쇄하기에 불충분하다고 판단.
• ARIA 발생률이 키선라 투여군에서 위약군보다 높았으며, 심각한 ARIA 및 사망 사례도 보고됨.
• 릴리가 APOE ε4 유전자 보유 여부에 따라 분석했지만, 유전자 없는 환자 집단에서도 ARIA 위험이 높고 효능 차이는 크지 않음.
• 장기적인 효능을 뒷받침할 자료 부족하다는 의견.
• 앞서 영국 NICE도 비용 대비 효능 부족을 이유로 키선라 급여 적용에 부정적 의견 제시.
• 릴리는 EMA 결정에 대해 재심사를 요청할 수 있음.

주요 우려 사항:

• 아밀로이드 관련 영상 이상(ARIA): 뇌부종 또는 출혈 형태의 이상 반응 발생률 및 심각성.
• 미흡한 효능: 위약군 대비 뚜렷하지 않은 인지 기능 개선 효과, 특히 APOE ε4 유전자 없는 환자 집단에서.
• 장기 효능 데이터 부족.
• 높은 약가 대비 효능 부족 (NICE 의견).

키선라 특징:

• 아밀로이드 베타 단백질을 표적하는 단클론항체 치료제.
• 4주마다 정맥 주사 투여.
• 뇌 속 아밀로이드 베타 플라크 제거를 통해 질병 진행을 늦추는 기전.

 

---

노화 연구의 새로운 지평

• 장수 유전자 연구의 분자 메커니즘 규명: 단순히 특정 유전자 변이가 수명을 늘리는 것을 넘어, 해당 유전자가 세포 내에서 어떤 분자적 경로를 활성화하고 노화 과정을 조절하는지에 대한 심층적인 연구가 진행 중입니다. 예를 들어, 특정 단백질 발현을 촉진하거나 특정 신호 전달 체계를 억제하는 방식 등이 밝혀지고 있으며, 이는 인위적으로 노화 과정을 조절할 수 있는 표적을 제시합니다.
• 세포 노화 억제 전략의 다각화: 노화 세포 제거(Senolysis) 외에도, 노화 세포의 유해한 물질 분비(SASP, Senescence-Associated Secretory Phenotype)를 억제하거나, 노화된 세포를 젊은 상태로 되돌리는(Reprogramming) 연구가 활발합니다. 특히, 후성유전체 조절을 통한 세포 리프로그래밍 기술은 노화 연구의 새로운 패러다임을 제시하고 있습니다.
• 개인 맞춤형 노화 예측 및 개입: 단순히 평균 수명을 늘리는 것을 넘어, 개인의 유전적 특성, 생활 습관, 환경적 요인 등을 종합적으로 분석하여 개인별 노화 속도를 정확하게 예측하고, 맞춤형 건강 관리 및 노화 방지 전략을 제시하는 연구가 중요해지고 있습니다. 웨어러블 기기, 생체 센서, 빅데이터 분석 기술 등이 이러한 개인 맞춤형 접근 방식을 가능하게 합니다.

 

알츠하이머병 치료 및 진단 전략의 진화

• 다중 표적 치료제 개발의 중요성: 알츠하이머병의 복잡한 병리 기전을 고려하여, 아밀로이드 베타, 타우 단백질뿐만 아니라 뇌 염증, 신경 세포 손상, 시냅스 기능 저하 등 다양한 요인을 동시에 표적하는 다중 작용 기전의 치료제 개발이 활발하게 이루어지고 있습니다.
• 뇌 면역 시스템 조절을 통한 치료 접근: 최근 연구에서는 뇌의 면역 세포인 미세아교세포가 알츠하이머병 발병 및 진행에 중요한 역할을 한다는 사실이 밝혀지고 있습니다. 이에 따라, 미세아교세포의 기능을 조절하여 뇌 내 유해 물질 제거를 촉진하고 신경 염증을 완화하는 치료 전략이 새로운 가능성으로 떠오르고 있습니다.
• 생체 표지자(Biomarker) 연구의 고도화: 뇌척수액, 혈액뿐만 아니라 뇌 영상, 안구 검사 등 다양한 방법을 통해 알츠하이머병을 조기에 정확하게 진단하고 질병 진행 정도를 예측할 수 있는 새로운 생체 표지자 발굴 및 검증 연구가 활발합니다. 이는 임상 시험의 효율성을 높이고 개인 맞춤형 치료 전략 수립에 기여할 것입니다.

 

AI가 주도하는 노화 및 알츠하이머 연구의 혁신

• AI 기반 약물 재창출(Drug Repurposing): AI는 기존에 개발된 약물들의 방대한 데이터를 분석하여 알츠하이머병이나 노화 관련 질병 치료에 새로운 가능성을 가진 약물을 발굴하는 데 활용됩니다. 이는 신약 개발에 비해 시간과 비용을 절약하고 성공 가능성을 높일 수 있다는 장점이 있습니다.
• AI 기반 임상 시험 설계 및 환자 모집 최적화: AI는 과거 임상 시험 데이터를 분석하여 성공 가능성이 높은 환자군을 예측하고, 임상 시험 설계를 최적화하며, 환자 모집 과정을 효율화하는 데 기여합니다. 이는 신약 개발 기간을 단축하고 비용을 절감하는 효과를 가져올 수 있습니다.
• AI 기반 이미지 분석을 통한 질병 진단 정확도 향상: AI는 뇌 MRI, PET 스캔 등 의료 영상 데이터를 분석하여 인간 전문가보다 더 빠르고 정확하게 알츠하이머병의 특징적인 뇌 변화를 감지하고 진단을 내릴 수 있습니다. 또한, 미세한 변화를 감지하여 조기 진단율을 높이는 데 기여할 수 있습니다.
• 자연어 처리(NLP) 기술을 활용한 연구 문헌 분석: AI의 자연어 처리 기술은 방대한 양의 연구 논문, 임상 기록, 환자 데이터를 분석하여 새로운 연구 아이디어를 발굴하고, 질병 메커니즘을 이해하며, 치료 효과를 예측하는 데 활용됩니다.

 

노화와 알츠하이머병 연구는 앞으로 더욱 정밀하고 개인 맞춤화된 방향으로 발전할 것으로 예상됩니다. 특히, AI 기술과의 융합은 기존의 연구 방식을 혁신하고, 질병의 근본적인 원인을 규명하며, 효과적인 예방 및 치료 전략 개발을 가속화하는 데 핵심적인 역할을 할 것입니다. 우리는 머지않아 건강하게 장수하고, 알츠하이머병으로 인한 고통에서 벗어날 수 있는 새로운 시대에 한 걸음 더 다가갈 수 있을 것으로 기대합니다.