Target Identification and Target Validation은 약물발견(d rug discovery) 파이프라인에서 질병의 생물학적 기전과 치료 가능 타겟을 밝히고, 그 타겟이 약물로 조절되었을 때 질병 개선에 충분한 효과와 안전성을 예측할 수 있도록 하는 핵심 단계이다. 이 두 과정은 성공적인 약물의 전임상 및 임상 개발의 진입 여부를 결정하는 중요한 기준점을 제공한다. --- ## 개요 - 정의 - Target Identification: 질병의 병리학적 기전에 기여하는 생체분자(주로 단백질, 핵산, signaling 요소) 또는 생물학적 네트워크를 후보 타겟으로 식별하는 과정. - Target Validation: 후보 타겟이 실제로 질병 경로를 조절하고, 이를 모듈화(Modulate)하는 것이 임상적으로 치료효과를 낼 수 있으며 안전성 제약을 만족하는지 확인하는 증거를 축적하는 과정. - 목적 - 질병의 근본 기전 이해 - Druggability(약물가능성) 평가 - 질병 관련 기전의 특정 읽아람(readout) 및 생체지표(biomarker)와의 연결 확립 - 임상 개발의 위험도 감소 및 성공 확률 증가 --- ## Target Identification의 핵심 원리 - 질병의 생물학적 맥락 이해 - 단일 타겟 중심(target-based) 접근과 전체 표현형 기반(phenotype-based) 접근의 차이를 이해하고, 두 접근의 보완점을 활용한다. - 데이터 소스의 다양성 - 유전체(genomics), 전사체(transcriptomics), 단백체(proteomics), 대사체/metabolomics, 상호작용 네트워크(network biology), 표현형 스크리닝(phenotypic screening), 질병 특이적 환자 데이터(patient-derived data) - 드루버블리(druggability)와 안전성 가능성 평가 - 표적의 구조적 가용성, 작용 부위의 특이성, 약물의 흡수-분포-대사-배출(ADME) 특성, 안전성이라는 상충되는 요소를 균형 있게 고려 - 후보 타겟 우선순위화 - 질병 관련성, 치료적 기대치, 부작용 위험, 접근 가능성(타겟의 조직 특이성, 혈액-뇌 장벽 통과 여부 등)을 종합하여 우선순위를 정한다. ### 접근 방식 - Genomics-driven target discovery - GWAS, Mendelian 질환 연구, 유전자-질병 연관성 분석 - Omics 기반 타겟 발견 - Proteomics, phosphoproteomics, transcriptomics에서 질병 상태에서의 차별적 발현 및 변형 확인 - 네트워크 및 시스템생물학 - 생체네트워크에서의 노드/경로 중요도 평가, 네트워크 컨플루언스 분석 - Phenotypic screening - 세포 또는 동물 모델에서의 표현형 변화로부터 질병 관련 타겟 후보를 역추적 - 약물가능성평가(druggability) 및 안전성 스크리닝 - 타겟의 약물 접근성, off-target 위험, essential gene 여부 등 고려 --- ## Target Validation의 핵심 원리 - 목표 검증의 기본 프레임 - 타겟 조절이 질병 표현형을 긍정적으로 변화시키는지에 대한 다층 증거를 축적 - Genetic evidence, Pharmacological evidence, Disease-relevant readouts의 삼중 증거 체계(supporting evidence) - Genetic validation - Loss-of-function(LOF)/Gain-of-function(GOF) 실험을 통해 타겟의 기능과 질병 경로의 의존성 확인 - CRISPR/Cas9, CRISPRi/a, RNAi, antisense oligonucleotides 등 유전적 조절 도구 활용 - 환자 유래 세포주, 또는 동물 모델에서의 재현성 확보 - Pharmacological validation - 선택적 화합물/probe를 이용한 타겟Engagement 확인 - Dose-response 관계, on-target 효과, off-target 영향 평가 - 독립적인 화학적 반어(calibration)나 구조활성 관계(SAR) 분석 - Disease relevance 및 translational readouts - 질병 관련 생체지표(biomarkers) 및 기능적 읽아머(readouts) 확보 - in vitro(in cell) 및 in vivo(model) 간의 일관성 확보 - 모델의 타당성 및 예측성 - 질병 모델의 외삽성(extrapolability) 및 종간 차이 해결 - 안전성 프로파일의 예비 예측(예: 선택적 표적의 순응성, essential gene의 악용 위험) - Evidence hierarchy와 결정 기준 - 일반적으로 “three lines of evidence” 같은 프레임워크를 사용하여 genetic, pharmacological, 그리고 disease-relevant readouts의 일치 여부를 확인 - 목표가 임상 개발에 적합한지 여부를 IND-의사결정과 연결지어 판단 ### 구체적 전략 - Genetic strategies - 타겟의 LOF/GOF 효과를 다양한 세포형태와 동물모델에서 재현 - allele-specific 기능 분석으로 질병 관련 변이의 의존성 평가 - Chemical biology strategies - 고품질의 화학 프로브 확보 및 표적Engagement 측정 - PROTAC, degrader, 또는 기능 억제제를 통한 타겟의 생물학적 역할 규명 - Biomarker-driven validation - pharmacodynamic biomarkers를 통해 타겟 조절이 생물학적 신호에 어떤 변화를 주는지 확인 - translational feasibility를 위한 human-relevant readouts 설계 - Model selection 및 타당성 평가 - in vitro 세포계 모델, 3D 조직, 인간 유래 모델, 동물 모델 간의 상호 검증 - 종 간 차이, 조직 특이성, 생리학적 맥락 고려 --- ## 실무적 요소 - 실험 설계의 모범사례 - 다기관 다중 모델에서의 재현성 확보 - 양적 읽어움(readout)의 표준화 및 품질관리(QC) - 데이터 관리 및 해석 - 대용량 데이터에서의 통계 분석, 바이오인포매틱스 파이프라인 적용 - 위험-편향을 최소화하기 위한 독립적 검증 - 의사결정 포인트 - Target Product Profile(TPP)와의 정합성 - 임상 진입 시점 결정: 충분한 다층 증거를 확보했는가? - 안전성 한계와 예비 독성 평가 및 관리 계획 --- ## 기술 동향 및 혁신 - 대규모 CRISPR 기반 스크리닝의 확산으로 타겟 발굴의 해상도 증가 - 프로텍션 기반 접근(proximity-based assays) 및 타깃Engagement 측정 기술의 발전 - 머신러닝/AI를 활용한 네트워크 기반 타겟 우선순위화 - Proteolysis-targeting chimeras(PROTACs) 등 타겟 존속성 제거 전략의 증가 - 환자 맞춤형 데이터와 정밀의학의 융합으로 질병 하위타입별 타겟 식별 가능성 증가 --- ## 사례 연구 (개요) - PCSK9 타깃 사례 - 유전적 LOF 변이가 혈중 LDL-cholesterol을 낮추는 현상을 통해 PCSK9이 LDL 수용체(regulation of LDL receptor) 경로의 중요한 타깃임을 입증 - 이후 화합물 및 모노클로나올 항체가 개발되어 임상에서 사용 중인 타깃으로 발전 - LRRK2 타깃 사례(파킨슨병) - 특정 유전 변이와 병리 연관성을 바탕으로 타깃 검증이 진행되었고, 타깃 경쟁적 억제제 개발의 근거를 제공 - 이와 같은 사례는 질병 연관성 증거와 약물가능성의 조합이 임상 개발로 이어지는 흐름을 보여준다 --- ## 도전과제와 관리 전략 - 컨텍스트 의존성(Context dependence) - 타깃의 기능이 조직, 질병 단계, 신호 맥락에 따라 다르게 나타날 수 있음 - 종 간 차이와 모델의 예측력 한계 - 동물모델의 질병 재현성 및 인간과의 이식성 -> translational gap 최소화 필요 - 안전성 및 오프타깟(off-target) 문제 - 표적 특이성이 낮아지면 안전성 위험 증가 - 화합물 프로브 품질 및 데이터 품질 - 불확실한 프로브로 인한 잘못된 타깃 주장이 발생할 수 있음 - 프로젝트 우선순위 결정의 불확실성 - 다수의 후보 타겟 중 시장성, 의학적 필요성, 경쟁 상황 등을 종합 고려 --- ## 용어집(간단한 정의) - Target: 질병 경로를 조절하는 생체분자 또는 생물학적 노드 - Druggability: 약물로 모듈화 가능한 정도 - Target engagement: 타깃에 약물이 실제로 결합하거나 작용하는 정도 - Genetic validation: 유전적 조작으로 타깃의 질병 기여도를 입증하는 과정 - Pharmacological validation: 화학적 도구를 이용해 타깃의 기능과 질병에의 영향 확인 - Biomarker: 질병 상태나 타깃의 조절 여부를 반영하는 생체지표 - Phenotypic screening: 특정 표현형 변화로부터 타깃 후보를 도출하는 스크리닝 방식 --- ## 결론 Target Identification과 Target Validation은 질병의 생물학적 기전을 이해하고, 치료 가능하고 안전한 타깃을 선정하는 데 필수적인 체계이다. 다양한 데이터 소스의 통합, 다층적 검증 전략, 그리고 Translational Readiness를 고려한 설계가 성공적인 약물발견의 핵심이다. --- 관련 문서: [[Drug Discovery Process]], [[Genomics-guided Target Discovery]], [[Phenotypic Screening in Drug Discovery]], [[Target Engagement and Biomarkers]]