[메디게이트뉴스 박도영 기자] 한미약품과 유한양행 등 국내 제약회사부터 글로벌 빅파마들까지 현재 치료제가 없는 비알코올성지방간염(NASH) 신약 개발에 뛰어들고 있다. 동시에 혁신적인 NASH 진단법 및 선별법 개발 열풍도 일고 있다. NASH 환자 수는 늘고 있지만 과소진단돼 정확한 스크리닝 도구의 확인과 검증이 필요하기 때문이다.

노바티스(Novartis)와 길리어드(Gilead Sciences), 장피트(GENFIT) 등 NASH 치료제를 개발하고 있는 제약회사들이 8~12일(현지시간) 미국 보스턴에서 열린 미국간학회 연례학술대회(AASLD 2019 Liver meeting)에서 혁신 NASH 진단법에 대한 연구결과를 잇달아 발표했다.


노바티스, 기계학습으로 NASH 위험 예측

노바티스와 독일 마인츠대학병원(University Medical Center Mainz) 연구팀은 동반질환이 있는 환자에서 NASH 위험을 성공적으로 예측하는 기계학습 툴을 검증하기위한 임상연구 결과를 발표했다. 연구팀은 2가지 리얼월드(real-world) 데이터베이스를 바탕으로 비침습적이면서 정기적으로 수집된 임상 파라미터를 사용해 NASH가 있을 위험을 예측하는 기계학습 알고리즘을 개발하고 있다.

연구팀은 미국 국립보건원(NIH)의 당뇨병 및 소화기병, 신장병 연구소(National Institute of Diabetes and Digestive and Kidney Diseases, NIDDK)의 비알코올성지방간(NAFLD) 성인 데이터베이스로 탐색적 분석, 특징 추출, 모델 트레이닝, 매개변수 튜닝을 수행했다.

또한 옵텀(Optum)의 비식별화된 전자건강기록(EHR) 데이터셋에서 NIDDK 데이터베이스의 최고 성능 모델을 테스트했다. 곡선하면적(AUC), 진단 민감도와 특이도, 전체 정확도와 같은 성능 측정을 분석했다.

연구팀은 옵텀 EHR 환자에서 XGBoost 14-파라미터 모델을 사용해 코호트 인구 10만명 당 2만 9000명의 추가 비식별 NASH 환자를 예측할 수 있었다. 또한 연구팀은 약간 더 낮은 성능을 보인 5가지 임상변수로 된 단순화된 모델도 개발했다.

마인츠대학병원 Jörn M. Schattenberg 박사는 "이것은 다양한 임상 변수를 기반으로 대규모 데이터 세트에서 잠재적인 NASH 환자를 식별할 수 있도록 개발된 혁신적인 기계학습 알고리즘이다"면서 "이 알고리즘은 잠재적인 NASH 환자의 조기 선별 및 관리를 지원하고, 향후 임상시험 환자 모집에도 사용될 수 있다. 의료 기록 소프트웨어 통합과 같은 추가 개발 옵션도 고려할 수 있다"고 설명했다.


길리어드, NASH 진단 및 병기 결정에 인공지능 결합

길리어드는 간 조직학 해석에 대한 기계학습 접근법에 대한 연구결과를 공개했다. 이는 질병의 중증도 특성과 모니터링을 위한 비침습 검사다.

길리어드는 인공지능(AI)을 이용한 병리학 연구 선두주자인 스타트업 패스에이아이(PathAI)와의 협력을 통해 NASH 진단 및 병기 결정에 사용되는 간 조직학 평가에 대한 기계학습 접근법을 개발하고 있다.

임상 3상 STELLAR 프로그램을 통해 선별된 환자의 간 생검 이미지 연구에서 숙련된 병리학자와 PathAI 연구 플랫폼에 의해 평가된 간 질환의 병기 결정 및 특성을 비교했다.

연구결과 기계학습 모델과 독립적인 병리학자들의 판독이 일치, NASH의 주요 조직학적 특징에 대한 높은 일관성이 입증됐다.

길리어드 수석부사장인 Mani Subramanian 박사는 "NASH 임상개발 프로그램 데이터를 AI 기반 도구와 결합해 복잡한 질병의 특성을 보다 잘 파악하고 잠재적 치료법이 질병 진행에 미치는 영향을 이해할 수 있는 기회를 갖게 됐다"면서 "간 조직학 평가에 PathAI 의 딥러닝 연구 플랫폼을 적용하면 치료 반응을 보다 정확하게 검토할 수 있으며, NASH로 인해 섬유증이 진행된 환자에서 새로운 생물학 탐구가 가능해질 것이다"고 밝혔다.


장피트, 제2형 당뇨병 환자서 NASH 식별 검사법 개발

장피트는 비침습성 진단 혈액검사인 NIS4을 시연하는 연구결과를 발표했는데, 이 검사는 제2형 당뇨병 환자에서 다른 비침습적 진단법보다 NASH 식별 성능이 뛰어났다.

연구팀은 제2형 당뇨병이 어떻게 NASH와 간섬유증의 위험 인자 역할을 하는지 탐구하고, 제2형 당뇨병 환자 집단에서 NIS4와 다른 비침습적 혈액 마커 기반 스코어의 성능을 비교했다. 코호트1(n=820)에서는 NAS>4 및 F>2 유병률에 대한 제2형 당뇨병 상태 및 항당뇨병 치료의 영향을 평가했고, 코호트2(n=275)에서는 제2형 당뇨병 환자에서 NIS4 진단 성능을 평가했다.

연구결과 코호트1에서 제2형 당뇨병이 있는 것은 NASH(NAS>4)와 유의한 섬유증(F>2) 유병률을 증가시키는 것과 연관성 있는 것으로 나타났다. F>2가 있는 NAS>4 발생 확률은 인슐린이든 비인슐린이든 사용된 당뇨병 치료제 종류에 상관없이 환자가 혈당을 조절하기 위해 복용하는 추가 당뇨병 치료제 수에 따라 증가했다. 이 데이터는 제2형 당뇨병 환자에서 간 손상에 대한 능동적 감시가 필요하다는 점을 강조한다.

코호트2 데이터는 NIS4가 NASH(NAS>4) 및 유의한 섬유증(F>2)을 정확하게 식별하는데 기존의 비침습적 진단 시험보다 현저히 우수한 것을 보여줬으며, 제2형 당뇨병 환자에서는 NASH와 섬유증을 정확하게 식별해냈다.

장피트 글로벌 진단 총괄인 Suneil Hosmane 박사는 "이 결과는 자체 개발한 4개 바이오마커 패널 NIS4의 잠재적 우월성을 다시 한번 보여준다"면서 "이 분야에 대해 지속해서 우리가 연구하는 것은 생명을 위협할 수 있는 질병인 NASH 환자에 대한 진단 및 치료 경험을 향상시키겠다는 우리의 약속을 강조한다"고 말했다.