Genome 기반 분자 진단 :: 본격화 되는 Genome 산업

그래서 게놈으로 돈 벌 수 있나요?

2000년대 초중반, HGP(  Human Genome Project )가 끝나면서 뜨거워졌던 Bioinformatics 학회에 가보면 발표 마다 의례히 , "그래서 그걸로 신약 개발한 사례가 있나요?",  " 그래서 그걸로 환자 치료한 사례가 있나요?"  류의 질문들이 나오면, 발표자가 우물쭈물 거리며 talk이 끝나곤 했다.

HGP 이후 Genome 산업에 대해서도 비슷한 시각이 형성되어 왔다. 사실 현대 생물학/의학 연구의 시작과 끝이 Genome 으로 귀결되고 있는 마당에도 실제로 Genome tech을 직접적으로 이용해 환자를 치료하거나 신약을 개발한 실례라고 들만한 건 극소수의 경우에 지나지 않았고, 특히나 성공한 Business model을 얘기하자면 ( 소소한 것들을 제외하면 ), 말문이 막힐 수 밖에 없었던 것이 사실이다.

저게 Genome 이라고요? 음... so what?

분자 진단 

분자 진단이라 하면 인간의 생체 분자( 각종 호르몬, 단백질, 유전자, DNA, RNA 등등)를 정밀하게 Detection 한 후, 그 결과를 기반으로 약의 처방이나 의학적 진단을 하는 행위를 이야기 한다. 분자 진단은 병원에서 아주 일상적으로 약의 처방, 시술의 선택에 앞서 아주 일상적으로 광범위하게 행해지고 있다.

HGP 가 끝나고 난 이후, Genome 연구를 통해 얻어진 지식을 기반으로 유전자를 기반으로 하는 분자 진단 방법들이 속속 개발되었고, 이들 중 몇몇은 상업화 되어 크게 성공하기도 하였다.

대표적인 성공 사례는 올해 여름, 미국의 대법원 판결까지 가서야 논란의 종지부를 찍었던 '유전자 특허'로 떠들석 했던 Myriad genetics( https://www.myriad.com/ )의 BRCA test를 들 수 있다.  Myriad는 BRCA1/2 유전자에 대한 특허를 걸고, 이 두 유전자를 읽어 유방암 위험을 판별하는 BRCA test를 상업화 하여 개당 $3000~4000 사이로 판매를 하였고,  이를 통해 최근 5년 평균 5천억 가량의 매출을 올렸다. ( 매출은 꾸준히 증가세로 2013년은 6천억)  올해 여름  BRCA1/2 유전자 특허에 대한 권리를 박탈당했음에도 불구,  올해 매출이 sum up되는 2014년 fiscal year revenue는 역대 최고인 $710million  우리돈 7천억이 넘을 것으로 예상되고 있다고 한다.

Myriad genetics의 BRCA test ( 제품명은 BRCAnalysis ) 키트. 

유방암과 관련해 또하나의 성공한 분자 진단 상품이 있는데, Genomic Health ( http://www.genomichealth.com/ ) 사가 출시한 OncotypeDX 라는 제품이다. OncotypeDX는 21개 유전자의 발현( Gene expression) 정보를 기반으로 ,  환자의 유방암이 ER-positive 인지 ER-negative 인지를 판별해 주는 제품이다.

 이 제품은 지금까지 3천여명의 case에서 validation이 되었고, 이런 validation 결과들을 기반으로 FDA 승인을 받고 미국을 비롯 전세계에 제품을 판매 중이다. OncotypeDX의 가격은 BRCA test와 비슷한 $3000~3500 정도이며( 미국에서 분자 진단 제품들의 가격대가 보통 이 정도 인 듯), Genomic Health는 이 제품으로 한해 2천억의 매출을 올린다.

유전자 발현 정보를 clustering 하여 Heatmap으로 그린 그림.
두가지 cellular condition으로 패턴화 되는데, OncotypeDX 도 이런 식으로
discrimination되는 유전자 발현을 이용하여 ER-positiive 유방암을 판별한다. 

  미국에서 한해 신규로 유방암 확진을 받는 환자 수가 23만명이 넘는데, OncotypeDX 의 매출 2천억이 모두 미국에서 나온다고 가정하고, 환자수에 대비해 계산해 보면,  미국 유방암 환자 중 1/5 정도가 OncotypeDX 로 ER-positive 유방암 검사를 한다고 유추해 볼 수 있을 정도로 널리 사용되고 있다.

BRCA test나 OncotypeDX의 사례에서 보듯, 분자 진단 상품은 신뢰를 쌓고( FDA 허가 등),  사용의 효용성을 인정받고 대중에 널리 인식되거나, 의료 process의 한 축으로 들어갈 수만 있다면, 적은 제품 생산 비용 대비 큰 매출을 기대할 수 있는  전망 좋은 사업 모델이 될 수 있다.



Genome 기반 분자 진단 

Genome은 유전자의 전체를 의미한다. Genome 기반의 분자 진단이라 하면 Genome 전체를 읽어 분자 진단에 활용하는 기법을 의미한다.  Genome sequencing 가격이 싸지면서, 유전자 한두개, genotype 몇개 읽어서 분자 진단을 하던 한계에서 벗어나 전체 Genome을 읽어 분자 진단을 해도 가격대 성능비가 떨어지지 않는 시대가 도래했다.

왜 Genome 기반 분자 진단인가? 간략하게 Genome 기반 분자 진단 제품들의 특징을 꼽아보면, 아래와 같다

1) Make impossible possible
2) One test fits for all
3) Cost effective

즉, 기존에 불가능하던 것을 가능케 하고, 한번의 분자진단을 통해 많은 기존의 다양한 분자 진단들을 한꺼번에 처리할 수 있고, 그래서 매우 효율적이다( 가격 성능비가 뛰어나다. )

Genome 기반 분자 진단 제품을 출시해 성공적으로 시장에 안착하고 최근 IPO 까지 성공시킨 Foundation Medicine의 FoundationOne( http://www.foundationone.com/ ) 제품을 예로 들어 보자.

FoundationOne은 암환자의 Genome을 읽어, 문제가 되는 Genome 영역을 분석하고, 이를 컨트롤 할 수 있는 표적 drug들이 있는 경우 이들을 profiling 하여 주는 제품 이다.  실질적으로는 Drug들이 target 되는 유전자 영역의 DNA들만 읽으면 되기 때문에, 237개 유전자의 whole DNA를 읽어 분석해 준다.  237개의 유전자를 읽어 분석을 해주는데도, 소비자가격은 $5800 밖에 되지 않는다. ( 유전자 두개를 읽어 $4000에 판매하는 BRCAnalysis 제품을 떠 올려 보라)

기존의 단일 유전자 기반 제품들과 같은 sequencing 기술을 써서 237개나 되는 유전자를 읽어 이런 서비스를 제공하는건, 가격과 technical complexity 등을 고려했을 때  mass market 용으로 서비스 하기는 거의 불가능에 가까웠던 것이 지금은 Genome seq 기술의 발전으로 가능하게 된 것이다. 동시에 한번의 서비스로 237개 유전자에 대한 진단이 가능하고, 언급했던 바 대로 가격은 기존의 단일 유전자 기반 진단 제품과 별 차이가 없을 정도로 cost effective하다.

또다른 제품 Counsyl ( https://www.counsyl.com/ ) 을 살펴보자. Counsyl은 임신하기 전, 아이를 가지려는 계획이 있는 부부가 미리 Genome을 읽어,  부부 사이에 태어나게될 장래의 아이가 특정한 질병에 걸릴 확률을 분석해 주는 서비스를 제공한다.  분석 질병은 100개를 넘어선다.  이 제품 역시 가격은 부부의 Genome 분석을 모두 합해  단돈 $599 !  Counsyl 서비스를 커버하는 보험 가입자의 경우엔  $99 에 제품 이용이 가능하다.  보험 커버 제품이라는 것이 크게 어필이 된 덕인지, 현재 미국 신생아의 약 3% 부모들이 Counsyl 서비스를 이용하고 있다고 한다. ( 이 수치는 매년 증가 추세) Counsyl이 제공해 주는 분석을 기존의 방식으로 하는 경우 2억이 넘는다고 하니, 이 역시 불가능 했던 서비스고, 한번에 100여개의 질병을 동시에 분석하며, 가겨이 매우 저렴하다는 특징들을 가지고 있음을 알 수 있다.

Counsyl 서비스를 order 하면 집으로 날아오는 kit.
저 saliva kit에 침을 듬뿍 밷어 보내면 된다. ( 23andme와 같은 방식 )

Counsyl은 사실 SNP chip을 찍어 분석하니 엄밀하게는 Genome seq을 통한 서비스는 아니다. 최근에는 NGS 방식의 Genome seq을 통해 Mendelian disease 진단 분석을 서비스 하는 회사가 나왔는데,  InVitae라는 회사가 그곳이다.

InVitae(https://www.invitae.com/ )는 위에서 소개했던 OncotypeDX로 성공을 거둔 Genomic Health사가 Genome 기반 분자 진단 시장 진출을 위해 만든 자회사로 현재는 Genomic Health의 공동창업자 이자 CEO 였던 Randy Scott이 next paradigm 인 Genome 기반 분자 진단 시장을 선점하고자 InVitae에 'All-in' 하고 있다고 한다.  이 회사에서 얼마전 최초의 NGS 로 Genome 을 분석하는 DTC( Direct To Consumer) 분자 진단 상품을 출시 했다.

Panel 기반, Condition 기반, Gene 기반으로 주문을 할 수 있는데, 한개를 선택하던, 전체를 선택하던 가격은 $1500로 동일하다. Exome은 아닌듯 하고, 이들이 서비스 하는 모든 유전자 영역을  대상으로 Targeted seq 을 하는 것으로 보인다.  유전자에는 BRCA1, 2 도 포함되어 있어 $1500짜리 이 제품을 주문하면 Myriad의 $4000 짜리 BRCAnalysis 도 포함한 결과를 받아 볼 수 있는 것이다.  앞서 소개한 Genome 기반 분자 진단 제품들과 같이, 이 기존에 불가능했던 수백개의 유전자를 동시에 그것도 2주라는 짧은 기간 안에 결과까지 받아 볼 수 있는 제품을 가능하게 했고, $1500로 가격도 상상을 초월하며, BRCA test 의 경우 처럼, 기존의 유전자 기반 분자 진단 제품들을 포함하고 있을 만큼 효율적인 제품이다.

InVitae의 제품 소개. $1500불, 그리고 결과는 2주 안에 받아 볼 수 있다고 명시되어 있다. 

Genome 산업의 본격적 도래 

분자 진단은 빠르고 값싼 Genome seq 기술 혁명이 가장 먼저 효과적으로 산업적인 진보를 이뤄낼 수 있는 영역이고, 자연스러운 수순으로 분자 진단에 접목된 제품들이 하나 둘 시장에 출시되어, 성공적으로 시장에 안착하고 있다.

Foundation Medicine을 필두로, Genome sequencer 시장을 석권하고 있는 illumina 도 BaseSpace 등의 앱 마켓과 분자 진단 시장을 염두에 둔 MiSeq 라인의 제품, 임신한 여성에 대한 산전 분자 진단 제품을 출시하는 등으로 분자 진단 경쟁에 불을 붙이고 있는 형국이고, Roche 등 기존의 분자 진단의 강자들도 Genome 기반 분자 진단 시장에 내놓을 제품들을 준비하고 있다. 국내는 의료 법 상 여러가지 제약들이 있어, 이런 제품들을 준비하는 기업이나 병원이나 빠르게 제품 출시도 못하고, 그에 따라 자연히 산업의 형성도 늦어지고 있는 형국이다.

앞서 유방암에 이용되는 OncotypeDX 제품의 경우,  미국의 모든 유방암 환자가 이 서비스를 받는다고 했을 때 매출이 1조원이 넘는다.  이런 서비스가 훨씬 더 많은 타겟 고객들을 대상으로 하는 시장으로 확대된다면 어떨까? 모든 암종에 대해 매년 확진 판정을 받는 암환자가 미국만 해도 수백만명이고 전세계적으로 본다면, 의학적인 진단을 필요로 하는 암환자 고객만 매년 수천만명이 발생한다.

Genome 시장, 좀 더 넓게 제약을 제외한 Bio 시장은 사실 그 market 사이즈가 극히 미미했는데, 그 이유는 mass market을 타겟으로하는 제품이 전무했고,  대부분 '연구자'들을 target 고객으로 하는 상품들만 존재했기 때문에, 기본적인 산업 자체의 사이즈가 작을 수밖에 없었다.

분자 진단 시장은 질병을 앓고 있는 전세계의 모든 환자들을 target 고객으로 두는 mass market 이고, Genome 기반 분자 진단 제품들을 통해 인류는 일상적으로 자신의 Genome을 읽는 시대에 들어 서고 있다.

'Genome으로 돈 벌 수 있나요?' 라는 질문에 말문이 막히지 않아도 되는 시대가 목전에 와 있다.

2003년 이후 창업한 1조원 이상 가치의 회사들은 30대 중반의 교육 수준 높은 남성 엔지니어들이 창업한 회사들이다.

원문기사: http://techcrunch.com/2013/11/02/welcome-to-the-unicorn-club/

 2003년 이후 창업해서 10억달러(1조) 이상 찍은 스타트업들의 특성 분석 기사 간단 요약.
이런 조건에 맞는 회사들을 Unicorn club 이라 기사에서 명명하였음.

 1. 2003년 이후 창업한 39개 미국 기반 소프트웨어 회사로 10억 달러 이상 가치 평가.
이는 전체 조사 대상 소프트웨어 startup 중 0.07% 1,538개 기업 중 하나.

 2. 매년 4개 꼴로 unicorn club 회사가 탄생.

 3. Consumer-oriented 기반의 unicorn club 회사가 가장 많고 가치도 가장 높다,(페북을 계산에서 제외하더라도)

 4. 하지만 enterprise-oriented 회사가 평균적으로 가치가 더 높고, ROI 가 더 높다 ( unicorn club 회사들 포함해 평균적으로 본다면) 

5. 유니콘 클럽은 4개 메이저 사업 모델로 구분. Consumer e-commerce, consumer audience, SaaS, enterprise software

6. 잭팟을 터트리기 까지 평균적으로 7년 이상의 시간이 걸렸다.

7. 경험없는 20대 창업자들은 outlier 였다. 교육 수준이 높고 오랜 시간 함께 역사를 만들어온 30대 공동창업자들이 대부분의 성공 사례를 만들어 냈다.
 - 유니콘 클럽 창업자의 평균 창업 나이는 34세.
 - 5번에 언급한 사업 영역별로 unicorn 기업 창업자의 평균 나이는 Audience-driven ( 페이스북, 트위터, 텀블러 등 ) : 30세 SaaS and e-commerce : 35세, 36세 enterprise software : 38세
 - 유니콘 클럽 회사는 평균 3명이 공동 창업.

 - 90%의 공동창업팀은 창업 이전에 학교를 같이 다녔거나( 46%) 같은 직장에 다녔거나( 60%) 하며 함께한 시기가 있었다. 나머지 10%는 투자자에 의해 소개 받거나, 친구의 소개를 받거나, 공통 idea로 일을 같이 하며 알게 되었거나.
 - 학교를 같이 다닌 경우보다, 직장을 같이 다닌 경우 회사 가치가 더 컸다.

 8. 최초의 제품과 완전히 다른 것( Big pivot) 으로 큰 성공을 거든 경우는 outlier에 해당
 - 90%는 original product vision 에 열중해 성공했다.
 - 큰 변화를 통해서 성공한 4개 기업은 모두 consumer company( Groupon, Instagram, Pinterest, Fab)

9. 샌프란시스코( 실리콘밸리가 아닌 샌프란시스코) 가 unicorn 들의 지역 

10. unicorn club의 창업자들 사이엔  variation이 적다. 비슷비슷한 사람들. ( 비슷비슷한 tech 기반 창업자들이 대부분 )
- 오직 2개 회사만 여성 공동창업자가 끼어 있다.
-  founding CEO가 여성인 회사는 단 한 곳도 없다.


디테일한 내용들 재밌는 부분들도 많으니, 원문 참고.

Foundation medicine과 스티브 잡스, 빌 게이츠 그리고 구글.

 암환자의 Genome sequencing 을 통해 personalized drug profiling 서비스 해주는 상품을 비즈니스 모델로 한 Foundation medicine 사가 얼마전 성공적으로 IPO 를 하며 Genome 산업의 본격적인 시작을 알렸다.

 사실 Foundataion medicine이 판매하는 이 암유전체 분석 상품은 죽기전 스티브 잡스가 10만불 비용을 지불하고 시도했던 바로 그 서비스를 효율적으로 다듬어 내놓은 제품이다.

 Foundation medicine의 제품은 $5800 로 잡스의 10만불에 비하면 1/20 에 가깝게 싼 가격이다. 그도 그럴 만한 것이 우선 잡스가 유전체 분석을 했던 2010년은 이미 3년 전이다. 3년 동안 Genome seq 가격은 꾸준히 감소했던 것이 첫 번째 이유. 두번째는 잡스는 전체 Genome을 읽은 반면, Foundation의 FoundationOne 은 236개 유전자만 선별적으로 읽어내어 seq 원가는 사실 잡스의 경우에 비해 낮다는 점.  하지만 단순히 가격을 seq 원가로만 따지자면, 잡스의 경우보다 FoundationOne의  base당 seq 가격이 더 비싸다.  (  genetic variant - drug targetting 분석 시스템이 이 제품의 핵심이지 Genome seq 은 중요한 부분이 아니다. 앞으로 Genome seq은 그냥 복사기,전자렌지 쓰듯 전문성을 필요로하지 않고 누구나 쉽게 사용할 수 있는 유틸리티 제품이 되리라 예상한다.  ) 

각설하고, 불과 3년 전 스티브 잡스 급의 세계적 celebrity만이 접근 가능했던 암유전체 분석이 이제 원하는 사람이면 누구나 가능한 $5800 의 비용으로 가능하게 만든 것이 Foundation Medicine 의 업적이고,  그들의 제품이 실제 환자들에게 의미있는 가치를 주고 있다는 것은 매출과 주식시장에서의 상한가로 여실히 증명되고 있다. 

Foundation Medicine은 사실 학계의 수퍼스타들이 뭉쳐서 처음부터 빠방하게 많은 돈을 투자 받으며 시작된 회사였다.  재미 있는 건 이후 빌 게이츠와 구글이 상당한 투자를 하며 많은 지분을 가져갔다는 점이다.  구글은  $13million 우리돈 130억 가량을 투자해 Foundation medicine사의 지분 9%를 보유하고 있으며,  Foundation의 주식 상장 후 이미 보유지분의 가치는 $90million 우리돈 900억이 넘는 돈으로 불어나 있다. 빌 게이츠는  $5million 우리돈 50억 이상을 투자해 지분 4% 를 소유하고 있고, 주식 상장 후 이미 $30million 우리돈 300억 가량의 시세 차익을 보고 있는 상태라 한다. 

최초의 Genome business 로 상장한 회사에 애플, 마이크로소프트, 구글 3대 IT 대기업이 모두 엮여 있는 스토리는  앞으로 Genome 산업의 방향이  디지털화된 유전체 정보를 기반으로 하는 IT platform과 다양한 application 의  폭발로 이어지는  헬스케어 생태계의 변화의 미래를 단적으로 보여주고 있는 듯 하다. 

JOLIE TEST :: Geference의 대중적 유전성 유방암 위험도 분석 키트

* To whom it may concern, this post contains content on Angelina Jolie's BRCA test and subsequent mastectomy. However, since the JOLIE TEST mentioned in the post were retracted from the market, there is no concern on the right of publicity related to Angelina Jolie anymore. This post is just to provide information on BRCA test and its usefulness for general public in South Korea. 

* 이 포스트는 지난해 (주)제퍼런스에서 출시했던 유방암 susceptibility 분석 제품 '졸리테스트'에 대한 소개 글로 출시와 동시에 올려놓았던 글인데, 초상권 관련 문제로 졸리테스트 이름을 사용할 수 없게 되면서 홈페이지 및 웹 상의 관련 content 삭제 요청을 받고 내렸던 글인데, 출시가 취소된 상황인지라 유전적 유방암 위험도 분석 제품에 대한 내용에 대한 정보들이 담겨 있어 살려 둡니다. 


Geference에서 이번에 JOLIE TEST( http://jolietest.com ) 라는 유전성 유방암 위험도 분석 제품을 출시했다.  그런데 왠 뜬금없이 Jolie ?  헐리웃 영화배우 안젤리나 졸리의 그 졸리를 떠올리셨다면 정답!!

유방암 위험도 검사 후, 유방절제술을 통해 유방을 잘라낸 안젤리나 졸리

안젤리나 졸리,  유방암 

지난 5월 안젤리나 졸리는 뉴욕타임즈에 'My medical choice' 라는 제목의 에세이를 기고했다.
내용을 간단히  요약해 보면,  졸리는 유전성 유방암 위험도 검사 ( BRCA 유전자 분석 ) 를 통해 자신이 87%의 생애 유방암 위험 ( 80까지 산다고 했을 때, 유방암에 걸릴 확률 ) 을 가지고 있다는 것을 알게 되어, 유방암이 걸리기 전에 유방을 잘라내는 유방절제술 ( Mastectomy ) 을 시술 받았다는 것.

외모가 생명인 헐리웃 배우가 여성의 상징과도 같은 양쪽 유방을 유방암에 걸릴 위험이 높다는 이유로, 유방암에 걸리지 않았음에도 절제 수술을 통해 잘라냈다는 사실은 세간에 엄청난 관심을 불러 일으켰다.

이 뉴스와 함께 대중들은 '유방암' 위험도를 미리 유전자 검사를 통해 검사해 볼 수 있다는 사실을 알게 되었고, 위험성이 높은 경우 선택적으로 대처할 수 있는 방법( 졸리와 같은 유방 절제술, etc ) 이 있다는 사실도 알게 되었다.

이런 사실을 알게된 여성들, 특히나 유방암 가족력이 있는 여성들은 졸리와 같은 유방암 위험도 검사를 통해 자신의 유방암 위험도를 검사해 보고,  유방암의 위험도 자체를 스스로 '컨트롤' 하고 싶어 하는 경우가 많았다.  이런 상황에서 이슈가 된 것은 Myriad genetics 라는 회사였다.


Myriad genetics  ::   BRCA1/2 test

안젤리나 졸리가 미리 유방암 위험도를 알게 된 것은, Myriad genetics 라는 회사가 제공하는 'BRCA1/2 유전자 검사'를  통해서였다.  졸리의 게놈(Genome) 중 BRCA1, BRCA2 라는 두개의 유전자를 읽어내어 정상유전자와 다른 변이가 있는 것을 밝혀내고,  졸리가 가진 변이가 87%의 생애 유방암 위험도 ( Life time breast cancer risk) 를 가지고 있다고 분석해 낸 것이다.
( BRCA 유전자와 유방암 위험도에 대한 자세한 과학적 background 는우정훈 님의 블로그 글을 참고 ::  http://geference.blogspot.kr/2013/05/brca.html )

하지만,  Myriad 가 이슈가 된 것은 이런 유용한 검사를 제공하고 있다는 사실 때문이 아니라,  BRCA1/2 유전자에 특허를 걸고, 고가에 유방암 위험도 검사를 판매하고 있다는 사실 때문이었다.

Myriad는 BRCA1/2 유전자 검사를 $4000이 넘는 가격에 판매를 하고 있는데, 이는 유방암 위험도 검사를 원하는 사람이면 누구나 쉽게 선뜻 지불할 수 있는 비용은 아니었다.   더구나 BRCA1/2 유전자 검사에 대한 순수 실험 원가만 생각하면 이 비용은 터무니 없이 비싼 가격이라 볼 수도 있었는데, 이런 비싼 가격이 Myriad의  말많은 유전자 특허로 인해 뒷받침 되고 있다는 사실에 반감을 표시하는 여론이 때마침 Myriad의 특허에 대한 미국 대법원의 최종 판결 시점과 겹치면서 사회적으로 크게 이슈가 되었다.

( 재미있는 것은 한국은 Myriad의 특허가 반려가 되었고, 애초에 특허와 관계없이 BRCA1/2 유전자 검사를 제공할 수 있었음에도 불구하고 보험 적용이 안 되는 경우의 가격이 300만원에 육박하여 특허 보호가 되는 Myriad의 제품과 가격 차이가 없었다.  이는 기본적으로 유전자 검사를 '의료 시술' 행위로 보아, 병원을 통해서만 제공받게 되어 있는 현재의 생명의료윤리법의 제한으로 다양한 이슈들이 복합적으로 작용한 결과라 할 수 있다. )

결론적으로 Myriad의 BRCA1/2 유전자에 대한 특허를 포함한 모든 유전자에 대한 특허는 무효로 최종 판결이 났고 ( 관련한 자세한 내용은 최윤섭 님의 글을 참고 :: http://www.yoonsupchoi.com/2013/06/16/brca_gene_patent-2/  ) ,  유전자를 통한 유방암 위험도 분석은 Myriad 가 아닌 어떤 회사든 공급할 수 있게 되었다.



JOLIE TEST  ::   누구나 부담없이 받아볼 수 있는 유방암 위험도 분석

Geference는 누구나 손쉽게, 낮은 비용으로 유전자를 통해 질병을 분석하고, 관리하고, 치유할 수 있도록 하자는 목표를 가지고 있다. Myriad의 특허가 사라지고 난 후, Geference는 Myriad의 고가의 유방암 위험도 분석 상품을 누구나 손쉽게 해 볼 수 있는 형태로 제공해 보자는 목적을 가지고 가장 cost effective ( 가격 효율적인, 가격성능비가 뛰어난) 한 형태의 유방암 위험도 분석 제품을 기획했고, 그렇게 태어난 제품이 JOLIE TEST 였다.

JOLIE TEST 로고 

Myriad의 BRCA1/2 기반의 유방암 위험도 분석 제품은 BRCA1, BRCA2 유전자 두개를 완전히 읽어내어 위험도 분석을 하는데,  이 두 유전자의 모든 부분에 대해서 유방암과의 연관관계가 밝혀져 있는 것은 아니다. 즉,  특정한 변이에 대해서는 자세하게 오랜 기간 추적 조사 연구( longitudinal study)  를 통해 유방암 발현과의 상관관계가 자세히 연구되어 있지만, 나머지 영역들에 대해서는 그렇지 못하다.

실제 분석 리포트를 보아도, 잘 연구되어 있는 몇개의 부분을 제외하고는 단순히 '유방암 위험'  가능성이 있다 정도로만 표시가 된다. 물론 BRCA1/2의 전영역을 거쳐 문제가 있는 경우 유방암 위험도가 올라간다라는 것은 정설이 되어 있지만, 졸리의 경우 처럼 정확히 87% 생애 위험도가 있다라는 정도의 얘기를 할 수 있는 BRCA1/2 변이는 몇개의 영역에 한정되어 있다는 것이다.

JOLIE TEST는 가장 frequency가 높은 BRCA1/2 유전자 변이인 '185AG deletion' 를 검사 대상으로 하는 유전자 기반 유방암 위험도 검사 키트로, 185AG deletion이 있을 경우 안젤리나 졸리와 같이 생애 유방암 위험도가 87% 까지 올라간다.

이렇게 검사 대상을 좁혀, 가격을 혁신적으로 낮추어 $39.99 에 출시 하였다. 이 정도 가격이면 JOLIE TEST에 관심있는 누구라도 부담없이 받아볼 수 있는 가격일 것이고, 유방암 위험도 검사를 원하는 많은 여성들에게 조금이라도 도움이 될 수 있을 거라 믿고 있다.


JOLIE TEST for AFRICA 

안젤리나 졸리는 나이가 들면서 영화배우 보다 사회운동가의 면모가 더 부각되고 있다. 영화 출연 횟수는 현격하게 줄었고, 아프리카, 동남아시아의 아이들을 입양해서 헌신적으로 키우고, 여러 단체를 통해 봉사에 힘을 쏟으며 살고 있다. (  졸리가 여성으로서 쉽게 선택하기 힘든 유방절제술을 시술받은 것도  자신에게 유방암이 발병되어 아이들이 엄마를 잃어버리게 되는 경우를 막고 싶었기 때문이었다고 한다.  )

Geference의 멤버들 모두  졸리의 이런 철학에 적극적으로 공감하는 바 ( Geference 멤버 Saem은 이번 여름 휴가를 이용해 우간다 의료봉사를 다녀오기도 했다 ),  JOLIE TEST 에 졸리의 철학을 공유하고, 구현해 보고자  졸리테스트 하나 구매시 마다, 아프리카 여성 한명에게 실질적으로 필요한 유전자 검사 ( Malaria 나 AIDS 관련 검사) 를 아프리카 구호 단체를 통해 제공하기로 하였다.

졸리의 이름을 딴 졸리테스트가 많이 판매 될수록 졸리의 철학처럼 많은 아프리카 여성들이 질병의 관리에 도움을 받게 되는 형태가 되니, 나중에 졸리테스트가 혹시나 널리 알려지게 되어 졸리의 귀에도 들어가게 되어도, 졸리가 행복해 할 수 있을 거라는 기대를 가져본다.

제 2회 Geference Tech Seminar 개최

주식회사 Geference 에서 아래와 같이 제 2회 Geference Tech Seminar 를 개최 합니다.

꼭 참여 하실 분들은 contact@geference.com 메일로 등록해 주세요. 

Talk 내용

1. 23andMe API 를 이용한 Application 개발
2. 한국인 유방암 환자 120명의 NGS data 분석과 임상 적용
3. Network genomics  방법론 소개 및 응용 

노령화, 의료시스템의 위기, 정부의 역할 :: 영국의 국가 유전체 연구 전략을 통해 본 의료시스템과 국가 정책

영국의 국가 주도 대규모 Genome 프로젝트

 영국은 프레데릭 생어에 의해 최초로 DNA sequencing이 탄생한 곳이고, 그 생어를 기려 웰컴트러스트의 기부로 설립한 Sanger institute 은 현재도 세계 최고의 유전체 연구소로 자리 메김하고 있다.   대규모 유전체 연구를 가능케 하는 Bioinformatics 도 EBI 와 Sanger 연구소를 통해 세계 최고 수준을 유지하며 유전체 연구를 위한 인프라도 부족함 없이 잘 구축되어 있다 할 수 있다.

하지만, 여느 field와 마찬가지로, 넓은 시장과 막강한 자금력을 바탕으로한 미국의 대학과 회사들이 유전체 학계와 시장을 주도하기 시작했고, 영국도 여느 나라와 마찬가지로 미국의 lead에 동참하는 top tier 중 한 곳으로 주저 앉은 느낌을 지울 수 없었던 것이 사실이다.

하지만 최근의 영국의 행보를 보면, 국가적으로 미래 유전체 market을 leading 하려는 강력한 의지가 보이는데, 그 근거는 최근 발표한  10만명 whole genome 프로젝트 그리고 50만명 genotyping 프로젝트.


노령화,  암울한 미래 의료 시스템

영국이 이런 엄청난 프로젝트를 진행하는 이유는 이 프로젝트의 주체 NHS 를 생각하면 쉽게 답이 나온다. NHS는 우리로 치면 의료보험건강공단 쯤 되는 곳인데, 이를 통한 영국의 의료시스템은 공짜다. 누구나 무상으로 병원을 이용할 수 있고, 약값은 어떤 약을 처방받든 일정 금액을 지불한다 . 이렇게 하면서도 사보험 중심 의료시스템의 미국이 2010년 기준 GDP 18%를 의료비로 소비하는데 반해, 영국은 그 절반 수준인 9% 정도만 의료비로 사용하는 효율적인 의료시스템을 운영하고 있다.

하지만,  고령화 추세에 발맞추어 의료비도 빠르게 상승하고 있다. 2000년대 초반 6%대에 머물던 것이, 2010년 기준 9%를 넘어섰고, 이런 추세가 이어지면 2020년 경에는 20%를 넘어서게 될 것으로 예상된다 ( 아래 그래프 참조, 고령화 추세는 developed country 들엔 공통적 고민거리고 한국도 마찬가지 추세가 확인된다. 남의 일이 아니다 ).

1995년 부터 2010년 까지 각 국가의 GDP 대비 의료비 지출을 표시한 그래프.
 X 축은 1인당 GDP, Y축이 GDP 대비 의료비 지출% 

GDP대비가 아닌, 정부 예산 대비 의료비 지출로 따지면, 영국은 이미 15% 이상을 의료비로 지출하고 있다( 아래 그래프 참조 , 미국은 20%를 이미 넘어섰고, 한국도 이미 12% 이상을 지출하고 있다 )

2010년의 각 정부 지출 대비 의료비 지출을 표시한 그래프. 

결국 모든 국가들이 장기적으로 급격히 늘어나는 의료비 문제에 봉착하게 되는 것이 현실이고,  현재의 의료 시스템은 어떻게든 혁신이 일어나야만 암울한 미래의 의료시스템의 붕괴를 피할 수 있는 상황이다.


유전체 의학 ( Genomic Medicine )과 의료 혁신 

의료시스템의 혁신은 가장 상황이 심각하고 시급한 미국을 중심으로, 활발하게 다양한
대안 모델들이 시도 되고 있다. 원격 의료, 원격 처방, 전문 간호사 진료 ( 의사를 거치지 않고, diagnosis - prescription 이 명확한 질환들을 전문간호사의 관리하에 진료-처방 ) , Mobile 기술을 활용한 다양한 healthcare 등.

이러한 줄기들 중, 의료 혁신에 강력한 drive를 걸어줄 것으로 대두되는 것이 바로 개인유전체 혁명에 기반한 유전체 의학 ( Genomic Medicine )이다.  개개인의 유전체( Personal Genome ) 정보를 기반으로 개인의 healthcare 관리를 일상의 영역으로 끌어내려, 질병에 걸리기 이전에 미리 질병을 예방하는 예방의학( Preventible Medicine ) 을 가능케 하고, 암과 같은 치명적 질병을 개개인의 질병 발현을 일으킨 변이 유전자를 찾아내 개인화된 치료를 가능케 하고, 개인의 유전적 특성에 기초해 부작용을 일으키는 약물을 속아내거나, 안전한 수준의 약물 투여량 등을 판별해 내는 등의 일들이 개인의 유전체 정보를 의학에 이용할 때 가능해지는 일들이 되고, 국가 전체의 의료 시스템의 측면에서 보자면, 유전체 정보를 활용하여 효율적인 치료와 처방 및 예방이 가능해지면, 엄청난 의료비 지출 감소 효과를 기대할 수 있을 것으로 예상된다.

인간게놈프로젝트( Human Genome Project)에서 한 사람의 유전체 분석( DNA sequencing)에 3조원이 소모되었던 것이, 지금은 수백만원 수준으로 떨어졌고, 전체 유전체 중 유전자 영역인 Exome 부위의 DNA 만 읽어내는 Exome sequencing의 경우 소비자 가격이 이미 백만원 아래로 떨어진 상태다.  MRI, CT 찍는 정도의 가격으로 전체 유전자 영역의 DNA sequencing이 가능하다는 말이고, 이는 곧, 지금 당장도 유전체 의학을 적용해 볼 수 있는 시대라는 것.

하지만, 아직 유전체 의학이 기대 만큼 제대로 환자의 치료에 적용되지는 못하는데, 이는 유전체와 질병 및 약물 등과의 연관성이 충분히 연구되지 않은 상태이기 때문이다.



10만명 Genome 프로젝트에 담긴 영국의 전략


앞서 언급한 영국 NHS 주도 10만명 Whole Genome 프로젝트는 유전체 의학의 실효성을 높일 유전체-질병,약물 연관성 정보의 부족을 타개하여, 유전체 의학의 실질적 이용을 가능케 하기 위해 디자인된 프로젝트다.

영국 국가 건강 서비스  NHS( National Health Service ) 주도로 암이나 희귀질병을 가진 영국인 10만명의 DNA sequence 30억개 전체 whole genome을 분석하는 인류 역사상 최대의 genome project 를 통해 질병과 유전체의 상관 관계에 대한 다양한 정보를 얻어내, 의료시스템에 활용하겠다는 전략.  영국 총리 데이빗 카메론은  "영국이 mainstream 의료 시스템에 유전체를 이용하는 최초의 국가가 될 것" 이라고 얘기하는데, 바로 이 프로젝트의 목적을 잘 보여주는 대목이다.

이 프로젝트는 구체적으로 2014년 4월까지 10만명의 whole genome sequencing을 수행할 기관을 선정하고,  프로젝트를 진행할 계획이라고 하는데,  프로젝트 에는  

-  유전체 의학, 약물유전체학을 연구할 전문 인력 교육

-  대규모 유전체 정보를 관리할 computer system 구축

에 대한 계획도 수립되어 있다고 한다. 

이 프로젝트가 성공적으로 완수가 되면 영국은

- 세계 최대의 유전체 의학 정보 knowledgebase 구축( 이 자체가 엄청난 자산)

- 유전체 의학의 NHS 이용으로 국가적 의료비 절감

- 프로젝트를 통해 대규모 유전체 정보 분석 전문 인력 대규모로 양성

- 대규모 유전체 정보 flow 컨트롤 가능한 computer system 구축 ( 현재 IT의 최대 화두 중 하나인 Cloud 컴퓨팅 환경 하에서의 Genome data 활용에 필요한 기반 기술의 개발이 기대됨 )

등의 효과를 기대할 수 있는데, next paradigm인 Genome 산업에 매우 유리한 위치를 선점하게 되는 것. 

이런 대단한 프로젝트에 드는 돈은 얼마나 될까? 겨우 $160 million 이다. 겨우 우리돈 2천억 정도.  4대강에 수십조 쏟은 우리의 경험을 생각해 보면, 겨우 2천억 정도 푼돈을 쏟아 Genome 대국이 되는 영국의 정책 입안자들이 그저 부러울 따름이다. 

50만명 Genotyping 프로젝트 :: 또다른 영국의 국가 주도 유전체 프로젝트

10만명 Genome 프로젝트 이외에 영국은 UK Biobank 주관의 50만명 Genotyping 프로젝트도 시작한다. 

이 프로젝트는 40세에서 69세 사이의 영국인인 50만명의 blood, urine, saliva 샘플을 Affymetrix Genotyping chip을 이용해 분석하여, 다양한 질병과 유전체의 상관관계를 밝혀내는 것이 목적이다.  10만명 프로젝트와 차이는 이것이 추적조사연구( longitudinal study) 라는 점.  

참여자의 medical history, lifestyle( diet, 다양한 설문, body scan, 그외 accelerometer를 이용한 activity tracking 등도 고려) 그리고 다양한 테스트 결과들( fMIR, CT scan, X-ray 등의 정보의 포함 까지 계획)이 유전체 정보와 함께 분석되어  구체적인 유전체와 질병 발병의 상관 관계를 밝혀낼 수 있게 된다. 

질병의 발현은 개인의 유전체 타입으로만 결정되는 것이 아니라, 다양한 생활 습관, 식습관, 운동, 환경적 요인등 다양한 생활-환경 요소가 함께 결합되어 결정이 된다. 이 프로젝트에서는 개인의 유전체 뿐만 아니라 다양한 개인의 생활-환경 요소 정보를 함께 축적하여 질병의 발현의 종합적 분석을 하려는 목적을 담고 있다.  

이런 시도는 인류 역사상 최초로 시도되는 가장 구체적인 질병 연구라 할 수 있고, 여기서 쏟아지는 질병 정보는 인류가 지금까지 축적한 질병의 발현 정보를 기하 급수적으로 확장시킬 것이라 예상한다. 

이 프로젝트 또한 $160million 정도, 우리돈 2천억 정도만 소모된다고 한다.  

현재 미국과 중국이 이와 유사한 프로젝트를 계획하고 있다고 하는데, 미국은 이 프로젝트에 $2 billion 우리돈 2조 이상을 투입할 것이라 한다. ( 얼마나 대규모로 진행할려고 2조 이상을 ... )

이 두 프로젝트 도합 우리돈 4천억 밖에 안 든다.  도로명 주소 까는데 4천억 이상의 예산이 소모되었다고 한다.  통크게 1조 정도 써서  50만명 whole genome 기반 10년 longitudinal 질병 프로젝트 하면, 한국은 유전체 연구, 산업 Top tier 국가로 올라선다.  

앞서나가는 국가들, 그리고 한국 

한국은 지금까지 whole genome sequencing 이 가장 많이 수행된 국가 중 한곳으로, 다양한 genome 관련 연구 프로젝트가 진행되고 있긴 하다. BT가 성장 동력이라는 것도 잘 인식하고 있고, 이를 위해 다양한 정책과 산업적 움직임이 감지되고 있다. 하지만, Genome 산업과 그 정책에 대해서만 따져보면,  의료시스템과 Genome 기술과 산업을 한데 묶어, 경쟁력 있는 미래를 위한 정책이나 투자는 전혀 진행되고 있지 못하다고 생각한다. 

유전체 산업에 대해서만 보자면, 다양한 idea들이 시장에 선보이고 자연스럽게 시장에 의해 성공과 실패가 반복되며 경쟁력 있는 유전체 산업과 제품군이 생겨나는 창의적인 순환이 일어나야 하지만, 생명의료윤리법에 의해 이러한 시도는 완전히 불가능하게 막혀 있다. 

미국이 모두 정답은 아니지만,  GINA법( 개인의 유전적 특질로 인해 차별받지 않을 권리)이나, 소비자유전학에 대한 관리규정 등 사회,윤리적 문제가 될 만한 부분들을 법적 장치나 관리 기관의 관리 하에 허용하면서, 유전체 산업의 다양한 창의적 시도들이 가능한 환경은 정말 부럽기 그지 없다.

유전체 산업에서는 앞으로 분명히 구글, 애플을 능가하는 회사가 출현할 것인데,  어떤 비즈니스 모델이 이런 회사로 이어질지는 아무도 모른다.  자연히 다양한 시도를 하는 중에 이런 회사가 툭 튀어 나오게 된다. 실리콘밸리의 성공을 굳이 언급할 필요는 없을터. 

IT에서 실리콘 밸리가 성공했는데, BT 유전체 산업에서도 지금 이런 일이 반복되고 있다.  인간 유전체 산업은 사회, 윤리적 문제가 여타 산업과 비교할 수 없을 만큼 파급력이 강할 수밖에 없다. 하지만, 무엇이 문제가 될 것인지, 이런 문제를 어떻게 보호할지는 적절한 법적인 울타리를 만들어 컨트롤 하는 것이 가능하다. 당장 문제가 되는 부분들을 법제화하고, 새로운 문제는 그 때 그때 만들어 나가면 된다. 

그런 울타리를 치고, 창의적 아이디어들이 시장에 살아 숨쉴 수 있도록 만들어야 한다.  선진국들이 모든 문제를 해결해 놓고 난 후에, 이를 그저 답습하는 식의 전략은 이제 그만 버려야 한다. 적극적으로, 주도적으로 목표를 세우고 문제를 해결해 나가는 자세를 국가가 견지 하지 않는 한,  next big thing BT 산업에서 한국이 선도국가로 발돋움하는 일은 없을거라 '확신'한다. 

생물정보학은 BT와 IT의 결합이 아니다.

Bioinformatics를 BT 전문가 분들도 단순히 BT와 IT의 결합이라고 생각하는 경우가 많음을 지난주 GMIG 미팅에서 느꼈다. 단순히 BT 하는 사람과 IT 하는 사람들이 같이 모여서 열심히 일하면 잘 되는 문제로 생각하는 경향이 있는데, 절대 그렇게 해서 bioinformatics가 제대로 안 된다.

달리기 잘하는 사람과 테니스 잘 치는 사람 둘을 모으면 좋은 야구팀이 될까? 야구는 야구를 전문적으로 연습한 사람이 테니스 세계 1위 보다, 100m 기록 보유자 우사인 볼트보다 훨씬 잘 한다.

바이오인포매틱스도 마찬가지. 세부적으로 도구를 나눠 보자면, BT도 알아야 하고 IT 도 알아야 하니, 이 둘을 잘 하는 사람을 모아 놓으면 잘 할 것 같지만, 실상은 전혀 아니다. BT하는 사람은 IT의 철학과 방법론을 모르고, IT는 다루는 데이터의 본질을 알지 못한다. 이렇게 교집합 부분이 텅 비어 있는 상태로 올바른 합집합이 만들어 지지 않는다.

바이오인포는 바이오인포를 전문적으로 학습하고 시간을 투자하여, 바이오 데이터를 IT 적 시각으로 보고, 통계적으로 바라볼 수 있는 안목이 있어야 비로소 제대로 된 일을 수행할 수 있다.

경험상 어느 한쪽에 전문성을 가진 사람이 바이오인포로 와서 반대쪽에 익숙해 지는데는 적어도 학위 과정 정도의 시간이 필요하다. 굳이 더 따지자면 BT-> IT가, IT->BT로 가는 경우 보다 더 짧은 시간 안에 좋은 성과를 낸다.

얼핏 생각하면 생물학이 공부하기 더 쉬우니 IT->BT 로 가는 것이 더 빠르지 않을까 생각할 수 있는데, 바이오인포 즉 생물정보학 = 생물학 이다. 바이오인포는 결국 생물학 문제를 풀어야 의미가 있는 일이다. 자연히 생물학적 지식에 기반한 문제 인식을 가진 생물학 기반의 생물정보학자가 반대쪽의 경우보다 '본질'을 더 잘 이해하고 접근하는 경우가 많다.

IT에서 온 사람들이 이런 노력을 등한시 하는 경우, 그저 algorithm 최적화 문제에 집착하고 시간을 낭비하는 경우가 많다. 하지만, 그건 생물정보학이 아니라, 그냥 알고리즘 문제 해결일 뿐이고, 의미 있는 일도 아니다.

반대로 생물학에서 넘어온 사람들은 기초적인 프로그래밍 능력만 갖추어도 의미 있는 생물학 문제에 의미 있는 수준의 결과를 내는 것이 가능하다. fancy한 알고리즘이나 알고리즘의 효율성은 전혀 문제가 되지 않기 때문이다. ( 하지만, 제대로 된 알고리즘 설계를 하지 못한다면, 풀지 못하는 생물정보학의 문제가 매우 많은 것이 현실 )

생물정보학은 아주 전도 유망한 학문이다. 왜? 생물정보학은 현대 사회가 요구하는 데이터 분석 능력(big data 의 통계적 분석 능력), IT 이해( 프로그래밍 능력, 웹, 클라우드를 컨트롤 하는 능력), 그리고 next paradigm 인 유전체/의학을 이해하는 사람을 길러내는 학문이기 때문이다.

현재 미국에서 생물정보학자가 평균적으로 생물학자보다 연봉이 50% 높다. ( 스탠포드의 생물정보학자들이 인터뷰에서 2-3배 라고 했는데, 평균적으로 따지면 그 보다는 낮다. 하지만, 실질 체감 연봉은 그 정도 차이라는 것 ) 앞으로 이런 갭은 더욱 커질 거라 보는데, 이는 생물정보학자가 선택할 수 있는 도메인이 늘어날 것이기 때문.

지금 BT에 필요한 IT 기술이란?

아래 내용은 GMIG( Genomic Medicine Interest Group ) 2회 모임 후 관련 내용을 멤버들과 share한 내용으로, 내용의 변경 없이 그대로 여기에 남깁니다.
-------------------------------------------------------------------------------------

2회 모임의 내용 중에 제(금창원)가 지적하고 싶었던 내용이 하나더 있는데, 그것은 바로 IT에 대한 '환상'의 경계 입니다. 박재범 대표님의 발표를 보면서 그런 생각이 들었는데, 재범 대표님의 발표에서 중요하게 받아들여야 할 것은 IT의 영역 중 '소비자 중심의 UX / UI 와 관련한 부분'들로 BT에 적용되지 않았던 '일반 대중'을 대상으로 접근성이 높고, 지속가능한 유용성을 꾸준히 제공하는 IT application이 필요하다는 점 이라고 봅니다.

이런 부분은 인류 역사상 BT에 거의 접목이 된 적이 없는 부분에 가깝다 봅니다. 근접하는 성공으로 한국인 정세주 대표가 뉴욕에서 창업한 Noom의 다이어트앱 정도를 들 수 있을 것 같습니다. ( 최초엔 running trajectory tracing과 칼로리 소모량 기록용 개인 data log 앱이었으나, 발전하여 지금은 식습관 등이 포함되어 살빼는 목적을 실현시켜주는 앱이 되었고 전세계 user가 1500만명이 넘습니다. )

이런 식의 접근이 Genetics에도 시도가 되어 나가면 엄청난 혁신이 있을거라는 것을 GMIG 참여자 분들이라면 충분히 이해하시리라 생각 합니다.

하지만, Genomics의 연구 관점에서 보자면 이미 최첨단의 IT 기술들이 충분히 적용되고 있고, 경우에 따라서는 BT inspired IT 기술이 IT의 최첨단 기술이 되고 있습니다.

당장 현재 IT 최대 화도 cloud 컴퓨팅만 해도 유전체 데이터 분석이 major application domain으로 활발하게 연구 개발이 되고 있죠( KT에서 GenomeCloud를 베타 테스트 중입니다)

재범 대표님의 발표에서 구글의 Pagerank 알고리즘이 적용된 Gene priotization 연구를 언급하셨는데, 이런 연구는 gene expression 연구 초창기인 2000년대 초반 부터 minor 저널에 심심하면 한번씩 출판되던 내용입니다. 그냥 구글 서치해보면 2005년 논문이 상위에 뜨네요. 왜 이런 논문이 minor 저널에 출판되냐 하면, 당연히 value가 낮기 때문입니다.

즉, 이런 알고리즘을 적용하는 것은 fancy한 접근일 수는 있지만, '문제 해결'은 되지 않기 때문입니다. 기존의 방법론 보다 더 나은 해결책을 제시해 주지도 못하는데 그 이유는 간략하게 생물체의 variation은 엄청나기 때문이라는 것 정도만 여기에 언급해 둡니다. Gene expression과 관련해선 FDA의 MAQC( Microarray Quality Control ) 컨소시움의 연구를 통해 이런 점들이 이미 충분히 지적이 되었습니다.

(MAQC 내용을 정리한 제 블로그 글http://goldbio.blogspot.kr/2011/03/20.html )

MAQC는 당시 가능한 모든 통계적 분석법과 machine learning 알고리즘을 gene expression 분석에 적용해 보고, 가장 consistent하고 재현성 높은 분석 기준을 찾는 것을 목적으로 미국의 51개 major 유전체 연구기관이 참여한 대규모 study 였습니다.

기대는 뭔가 첨단의 hign-end 방법론이 best 일거라 기대했지만, 그 예상은 처참히 무너집니다. 최고는 초창기 부터 일반적으로 써왔던 fold change ( 그냥 단순히 case-control의 비율) 과 가장 간단한 t-test를 적절히 혼용하는 것이었죠.

재범 대표 님이 발표한 내용 중 network analysis 와 관련된 내용도 있었는데, network analysis 는 네트웍 분석이 바라바시에 의해 중요하게 부각된 초창기 부터 BT가 major application domain 으로 2000년대 초반부터 BT 특히나 bioinformatics에서는 일상적으로 다루어져 오고 있습니다. 바라바시가 쓴 그 유명한 저서 'Linked'에도 현재 테라젠의 박종화 연구소장님의 단백질 구조 도메인의 네트웍 연구가 소개되어 있을 정도 입니다.

심지어 network visualization 소프트웨어 중 최고로 인정되는 것이 바로 요즘 생물학 연구실에서 한명 쯤은 쓰고 있는 cytoscape라는 오픈 소스 소프트웨어 입니다. ( 이는 리로이 후드가 이끄는 ISB 에서 개발한 소프트웨어 )

사실 BT의 연구 측면에서만 보자면 IT 적 시각을 가진 사람들( bioinformatician )이 해야하는 역할은 새로운 시각으로 문제 해결의 새로운 가능성을 여는 일이라 봅니다. ( 이에 대해서도 일전에 정리해 둔 글을 참고로 링크 합니다http://goldbio.blogspot.kr/2011/02/blog-post.html )

Broad나 Sanger 연구소가 유전체 연구의 최고로 인정받는 이면에는 바로 이런 역할을 하는 사람들이 directing board로 참여하면서 연구의 혁신을 이끌기 때문입니다. ( sanger의 리차드 더빈, 팀 허바드 broad의 토드 골럽 등) 국외 뿐만 아니라, 국내에서도 유전체 연구를 선도하는 테라젠이나 서정선 교수님이 이끄는 서울대유전체연소(GMI) 등도 훌륭한 bioinformatician( 혹은 cross-functional researcher ) 들의 존재 때문에 선구적인 연구들을 진행할 수 있다고 봅니다.

글이 길어졌는데, 정리해 보면, IT의 UX/UI 기술들이 접목이 되어야 결국 진정한 personal genomics로 갈 수 있고, 대중화될 수 있다는 점. 하지만 연구자의 입장에서는 이미 충분히 첨단의 IT 기술이 적용되고 있고, 필요한 내용들은 대부분 쉽게 사용할 수 있는 application들이 존재하니, 활용을 하고, IT 기술에 대한 환상을 가질 필요는 없다는 점, 그리고 fancy한 기술 보다는 어떤 문제를 해결하는데 새로운, 참신한 idea를 간단한 IT 기법들로, crude한 상태라도 적용해보는 것이 중요할 수 있다는 아이디어들을 나누고 싶었습니다

소비자 유전학( DTC: Direct To Consumer ) pioneer 회사들의 현재

 소비자 유전학, DTC(Direct To Consumer ) genetics,  회사라고 불릴 수 있는 곳의 효시는 Google의 co-founder 세르게이 브린의 와이프 앤 워치키가 설립한 23andMe 라고 할 수 있다.  좀 더 엄밀히 따지면, deCODE genetics가 몇일 앞서지만, DTC 서비스라는 비즈니스 모델을 세상에 널리 알리며 소비자유전학이란 말을 만들어 내게 된 공은 역시 23andMe 로 돌리는 게 맞다.

 이 두 회사의 설립 후, 암 전문의로 LA 헐리웃에서 활동하면서 이미 유명세를 떨치던 USC 의대 교수 데이빗 아구스가 디트리히 스테판과 함께 설립한 Navigenics가 23andme와 deCODE genetics의 뒤를 이어 세번째로 DTC 회사 리스트에 이름을 올렸다.  ( 데이빗 아구스는 이 후, 스티브 잡스의  췌장암을 Genome 분석으로 치료하려는 시도를 하게 되면서, 잡스의 주치의 팀에도 합류하게 된다 )

 전자공학도 이자 4개의 벤처기업을 런칭한 경험이 있던 제임스 플랜트는 이후 4번째 DTC 회사인 Pathway Genomics 를 설립한다.

23andme : 설립 2006년 4월, 2007년 11월 DTC 서비스 런칭
deCODE  genetics : 설립 1996년 2007년 11월 DTC 서비스 런칭
Navigenics : 설립 2007년 11월,  2008년 4월 DTC 런칭
Pathway genomics : 설립 및 DTC 런칭 2008년


23andme 는 아무래도 Google의 후광 효과와 가장 싼 DTC 서비스를 내세워, 현재까지 가장 많은 고객을 유치했고( 2012년말 18만명), 최근에는 또다시 5천억 5백억 이상의 투자를 받으며 서비스 가격을 $99까지 낮추어 100만 고객 유치를 기치로 내걸고  박차를 가하고 있다.


사라진 두 pioneer

deCODE genetics의 DTC 서비스였던 deCODEme 는 크게 각광 받지 못하였고, 최근 다국적 제약사 Amgen에 4천억 상당에 인수 되었다. Amgen의 deCODE 인수는 deCODE가 쌓아둔 Genome knowledge DB 및 분석 자원(인력과 방법론)을 활용한 신약 개발 과정의 혁신을 위해서라는 분석이 지배적이다.  Navigenics 역시 크게 각광 받지 못하다가 최근 CLIA-lab 확보를 위해 노력하던 Life Technologies 에 500억 상당에 인수 되었다.

두 회사를 인수한 Amgen과 Life tech 모두 DTC 서비스의 중단을 선언했다. 엄밀하게 Navigenics 서비스는 이미 중단되었고, deCODE의 서비스인 deCODEme 는 중단할 예정이라고 발표가 난 상태다.

Pathway genomics는 최근 Blue shield of california 라는 캘리포니아 사보험 사와 계약하여 새로운 판로를 뚫었는데, 이 전 부터 다이어트, 올림픽 운동 선수 건강 가이드라인 등에 이용 등 마케팅을 꾸준히 하고, 해외 시장을 적극적으로 개척하는 등의 노력을 하며 비즈니스 안정화에 많은 노력을 기울이고 있는 것으로 보인다.

개인 게놈의 의학적 이용에서 제기되는 문제점과 미래

 어제 아산병원 이종극 박사님의 Lead로 closed meeting으로 개최되었던 'Genomic Medicine Interest Group Meeting' 은 다양한 전공의 과목 의사분들에 의해 실제로 환자 치료나 연구에서 Genome 을 이용한 사례들이 넘쳐나는 흥미롭고 유익한 모임이었다.

 모임의 말미에 아산병원 신수용 선생님이 개인 게놈 정보를 실제 병원에서 의학적으로 이용함에 있어 해결해야할 굉장히 중요한 문제점들을 제시해 주셨고, 이에 대해 다양한 시각의 의견들이 제시가 되었다.  흥미로운 주제이기도 하고, 또 앞으로 Genome의 산업적 이용에 있어 매우 중요한 사안들이기에, 이렇게 글로 정리하여 많은 사람들과 나누는 것이 의미 있을 거라는 판단에 정리해 본다.

( 기억력의 한계로 제대로 정리되지 않은 부분이 포함되었을 수 있고 상당 부분 논의된 내용이 빠져 있고, 개인적으로 인상 깊었던 두가지 사안에 대해서만 정리를 했습니다. 혹, 잘못된 부분/추가/수정 해야할 부분이 있으면 지적해 주시면 감사하겠습니다 )


1. 개인 게놈 raw data 의 저장 문제

문제 개괄
 현재 NGS machine에서 한 사람의 whole human genome을 30x 로 읽으면 fastq raw data size는 180GB(3GB*30*2 -for fastq quality score space- )가 넘어가는 Big Data가 생성되고, 이를 기반으로 많은 환자들의 치료에 이용하는 병원과 같은 곳의 Genome center는 심각한 data storage 문제가 발생한다.  흔히 이에 대한 해결책으로 얘기되고 있는 Cloud 시스템은 a) 이용 요금이 생각보다 싸지 않고, b) 한 사람의 raw data 전송에 수일이 소요되는 전송 속도의 문제 등으로 인하여 적절한 해결책이 되지 못할 공산이 크다.

이종극 박사님 의견
병원에서 raw data를 계속 저장하고 있을 필요가 없다. 데이터 분석에 이용되는 환경( reference genome 과 분석에 이용되는 DB 들의 update )의 변화로 설령 추후에 분석 내용이 변경될 수 있다고 하더라도, 병원에서 genome data의 효용은 환자를 치료하는 시점( at the point of care )에 국한되고, 이 시점이 지난 시점은 이미 데이터 효용이 사라진 후기 때문에 raw data를 가지고 있을 필요가 없다.

최형진 선생님( 충북대 내분비내과 ) 의견
현장의 의사는 현실적으로 개개의 환자를 진료하는데 많은 시간을 쏟을 수 없다. 의사에게 전달되는 Genome 분석 결과는 한두페이지 짜리 최종 분석 보고서면 충분하다. 또한 현재 환자 치료에 이 분석 내용을 활용하였다면, 추후 다시 이 환자의 genome raw data를 재분석해 활용해 얻는 이익은 미미할 것이고, 현실적으로도 이런 재분석이 필요한 경우는 흔하지 않을 것이다.
결론적으로 raw data 저장에 여러가지 현실적 제약이 있다면, 병원이 raw data를 계속 가지고 있을 필요는 없다고 본다.

개인적 의견 
Genome raw data storage는 기술의 발전이 자연스럽게 해결해 줄 것이라고 생각한다. 사실 현재의 raw data 사이즈가 큰 이유는 NGS 기계들의 떨어지는 성능 탓이다. DNA 30억개 문자로 3G면 되는 개인 게놈을 왜 30X 즉 30배로 읽을까?  a) NGS 기계들이 200 base 단위 정도의 짧은 조각으로 게놈을 읽고, b) 그 마저도 1% 정도의 에러가 섞이기 때문이다.  그래서 전체 게놈의 30배 정도로 200bp 길이의 짧은 조각 DNA read 들을 생산해 '퍼즐 맞추기' 과정을 통해 문제 a 를 해결하고, 같은 부분에 읽힌 30개의 DNA를 확인해 b 문제를 해결하는 형태로 현재의 NGS 기계들이 작동하고 있기 때문이다.

현재 내부적으로 fine-tuning 과정을 거치고 있는 Oxford nanopore 의 4세대 DNA sequencer 가 그들의 주장대로 기계의 성능을 갖춰 출시된다면,  개인 게놈 raw data 사이즈는 혁신적으로 작아지게 된다. Oxford 의 read 길이는 평균 1만 base ( 2012년 초 기준) , error rate 4%( 역시 2012년 초 기준) 다. Oxford는 2012년말 보도 자료에서 error rate 이 1% 이내가 되기 전에는 시장에 출시하지 않겠다고 발표했다. 즉, 시장에 나오는 Oxford 제품은 평균 read 길이 최소 1만에 1% 이하의 error rate의 read를 생산하는 획기적인 DNA sequencer 가 된다.

Oxford 이후에도 Sequencer 성능은 꾸준히 개선될 것이고, 일정 시점에선 whole genome을 그냥 한번 읽어내면 되는 Sequencer 완성형 제품이 나오게 될 것이라고 생각한다. 그렇게 되면 그냥 개인 게놈은 3G 가 된다. 3G 라면 raw data 저장 문제도 그냥 해결이 된다. 현재 우리가 공짜로 쓰는 구글의 Gmail이 10G가 넘는다.

우정훈( Columbia medical school, Biomedical informatics PhD course & Geference Cofounder )의 의견
또하나의 가능성은 Genome sequencing 자체 가격이 떨어져, 마치 병원에서 필요할 때 마다 X-ray 를 찍듯, one time test 로 변모할 가능성이다. Whole genome sequencing 가격이 $1000 아래로 떨어진다면, Genome sequencing 이 필요할 때 마다 새로이 분석을 해도 하등의 문제가 없다 ( 지금 당장 MRI를 생각해 보면 명확하다). 이렇게 되면 굳이 raw data를 어딘가에 저장해 둘 필요가 없으면서, 미래의 분석 능력 향상 때 raw data를 새로이 분석해서 이용해야할 필요성이 완전히 사라지게 된다.  사실 이 시나리오가 가장 현실에 가까울 것 같다.


2. Genome 해석의 불완전성 으로  인한 책임 문제

문제 개괄
현재 Genome의 분석 과정에는 엄청나게 많은 error / variation  이 존재한다. 각 단계 마다 수많은 processing 방법들 중 하나를 선택할 수 있고, 이용할 수 있는 무수히 많은 소프트웨어들이 존재한다. 이들 방법론/소프트웨어들은 상당 부분 상이한 결과를 도출하는 경우가 많다.  잘못된 분석 단계 / 소프트웨어 이용으로 잘못된 결과를 도출하고 이에 기반하여 환자에게 잘못된 치료를 하게되는 문제 상황이 발생할 수 있다.

이종극 박사님, 최형진 선생님 의견 
환자를 진료하는 의사 입장에서 여러가지 lab test 들과 진료 장비들을 일상적으로 사용하지만, 이들의 error율도 상당하다. 환자 치료에는 그 시점에서 state-of-art 검사 장비와 test 들을 이용하지만, 현재의 이런 최신 기법들을 훗날 돌아보면 모두 허점들이 있을 수밖에 없다.  하지만, 현재 시점에서 '최선'의 방법들을 선택할 수밖에 없는 것이고, 여기에 설령 error가 들어 있다손 치더라도, 이는 감수할 수 밖에 없는 부분이다.

Genome 의 이용도 이와 같은 맥락에서 바라볼 수 있다고 본다. 현 시점에서 개인의 Genome 분석에 error가 들어 있더라도, 이것이 현재 할 수 있는 최선이었다면, 그것으로 된 것이고, 추후 Genome 분석 방법이 upgrade 되어 error가 발견된다고 하더라도 이는 감수해야 하는 부분이다.


개인적 첨언 
두분의 의견에 전적으로 동의하고, 현재 미국에서 이와 관련된 문제들에 어떻게 대처하고 있는지 현재 상황들의 정리해 본다.

Genome 치료의 임상 적용 사례중 가장 잘 알려진 사례는 스티브 잡스 건. 잡스의 개인 유전체 분석에는 지구상 최고의 의료팀이라 해도 과언이 아닌 드림팀이 구성되어 참여 했었고, 당연히 그 당시 잡스 유전체 분석에 State-of-art best practice가 적용되었다.  잡스는 게놈 분석을 위해서만 1억원의 비용을 지불했다. 의료진은 최선의 분석을 하고 치료에 이용했지만, 뚜렷한 치료법을 찾지 못했고 잡스는 사망했다. 잡스의 유전체 분석이 2010년경 행해졌기 때문에, 2년이 지난 지금 시점에서 다시 잡스의 게놈을 분석하면 분명 그 때에는 발견하지 못했던 어쩌면 잡스를 살릴 수도 있었던 중요한 내용을 발견할 가능성도 있다.

하지만, 지금 시점에서 잡스 게놈의 분석을 문제 삼는 사람은 아무도 없다.  잡스의 게놈은 치료가 필요한 바로 그 '시점'에서 필요한 정보였고, 그 당시 이를 최대한 활용했다면, 그것으로 된 것이고, 여기에 법적/도덕적 책임을 지을 하등의 이유가 없다.

잡스나 와트맨 같은 사례들이 나오고, Cancer 환자들에 Genome 분석을 이용하는 Foundation medicine 같은 회사가 구글/빌게이츠 등의 5천억 투자를 받아가며 성공적으로 비즈니스를 런칭했고, Drug 처방에 국한되는 Foundation medicine 보다 한발 더 나아가, 의사의 진료 현장에서 clinical decision 에 적극적으로 개입하는 '예측 모델'을 기반으로한 SV Bio 같은 회사들이 설립되고, 실제 뚜렷한 진단 부터가 어려운 희귀병 환자들을 우선적인 타겟으로 하여 비즈니스를 시작하고 있다.

현재의 시장을 관찰해 보면  개인 Genome의 의료계 도입은 현재 현대 의학으로 뚜렷한 답이 없는 부분에서 부터 적극적으로 도입되고 있는 것을 알 수 있다. 스티브 잡스와 같은 말기 암 화자, 루카스 와트맨 처럼 모든 가능한 치료법을 시도해 봤지만 실패하고 희망이 없는 암 환자, 병명도 모르는 희귀병 환자들.

Genome으로 인한 진단과 처방, 치료는 지금 상황에서 '이것이 정답' 이라고 얘기할 수 있는 임상 적용 사례는 몇몇 Drug에 대한 약물 반응성( Pharmacogenomics ) 분석 등 소수에 불과하다. 하지만, Genome 분석의 도입이 진단과 치료에 의미 있는 한 차원의 데이터를 더해 주고, 이를 기반으로 조금 더 정확하고, 조금 더 정밀한 진단과 치료가 가능해 지고, 또한 개선되어 나갈 것이라고 생각한다.