주식회사 에이비엘바이오를 위한 기술 제안
Grabody-T 면역항암 임상과 이중항체 ADC를 돕는 항암 환자 660명 자가보고 부작용·유전형 코호트
한국식품연구원 정밀식이연구단
최효경 연구단장
기술 개요
2022년부터 항암 치료 환자 660명을 추적하며 식이(FFQ)·임상(EMR)·자가보고 부작용(PRO-CTCAE)·유전체(SNP)를 한 사람 단위로 모은 연구데이터와, 이 데이터로 어떤 식품군을 얼마나 먹으면 어떤 부작용 위험이 커지는지를 계산해 환자별 권장·주의 식품을 제시하는 부작용 예측 알고리즘입니다.
에이비엘바이오
가 이 기술을 주목해야 하는 이유
1
ABL503 Grabody-T 임상: 환자 보고 안전성 기준
기존 문제
Grabody-T는 종양미세환경에서만 4-1BB를 활성화해 전신성 부작용을 줄이도록 설계됐지만, 이 차별점을 임상에서 보여 주려면 환자가 체감하는 부작용을 측정할 지표와 견줄 한국인 환자 보고 기준값이 필요하고, 의료진 평가 자료만으로는 부족합니다.
적용 방식
5개 치료법군별 PRO-CTCAE 20개 항목 분포를 ABL503 임상의 환자 보고 지표와 기준값 설정에 참조해 전신성 부작용 차별점을 설명하는 자료에 쓰고, 기술이전 협상에도 활용합니다. 식별정보 제거 가공 데이터로 데이터 이용 계약부터 시작합니다.
2
이중항체 ADC 플랫폼: 개발 초기 내약성 목표 설정
기존 문제
이중항체 ADC로 연구를 넓히는 초기 단계에서는 어떤 부작용 부담을 줄여야 기존 ADC·항암제 대비 차별점이 되는지 먼저 정해야 하지만, 이를 판단할 한국인 환자 보고 자료가 없어 개발 목표가 해외 문헌과 경쟁 약물 자료에 기대기 쉽고 파트너 설득력도 약해집니다.
적용 방식
28개 암종·5개 치료법군별 자가보고 부작용 분포로 부담이 큰 부작용을 정리해 이중항체 ADC의 목표 제품 프로파일 안전성 항목에 쓰고, 기술이전 협상 자료에도 함께 붙입니다. 식별정보 제거 가공 데이터로 데이터 이용 계약부터 시작합니다.
도입 효과
기술·성능 개선
Grabody-T 임상과 이중항체 ADC에 환자 보고 부작용 축 추가
PRO-CTCAE 20개 항목으로 ABL503 환자 보고 지표·기준값 설정
SNP 572명 연계 PRS로 부작용 민감 유전형 후보 탐색 공동연구
28개 암종별 부작용 부담으로 이중항체 ADC TPP 안전성 항목 설정
B. 비즈니스·사업 개선
글로벌 라이선스 아웃 협상에 쓸 한국인 환자 내약성 근거 확보
Grabody-T 기술이전 자료에 전신성 부작용 차별점 근거 추가
이중항체 ADC 파트너링 자료에 환자 관점 안전성 목표 추가
한국인 환자 모집 없이 완성된 660명 코호트로 임상 기준 검토
C. 협업 파트너십 체결
연구데이터 사용계약부터 공동연구까지 협업 가능
연구데이터 사용계약 · 민간수탁 · 공동연구 단계별 진행
연구자와 한국식품연구원 기술지원사업화센터 직접 참여
제공·협업 범위
구분
내용
코호트 데이터
항암 환자 660명의 임상·식이·부작용·유전체
환자당 평균 2.6회 관찰한 종단 데이터
식별정보 제거·마스킹 후 제공, 유전체 원데이터 제외
분석 결과·모델
식이 독립 효과 63개 등 위험도(OR) 라이브러리
시제품 3종: 웹 알고리즘·모바일 앱·LLM 식단
특허 출원 4건·영업비밀 등록 알고리즘
연구자 협업
자사 데이터 결합·해석을 돕는 1:1 기술교류
PRS·LP 최적화 등 고도화 모델 공동연구
암종 특화 모델·CDSS 실증은 민간수탁·공동연구로
이용·협업 조건
연구데이터 사용계약·민간수탁·공동연구 중 선택
비밀유지계약 후 데이터 실사·도입 검토부터
이용 범위·비용은 한국식품연구원 기술지원사업화센터와 협의
기술 핵심정보
어떤 기술인가요?
항암 부작용 예측·식이 의사결정 지원 기술은 항암 치료 환자 660명의 임상·처방·식이·자가보고 부작용·유전체 데이터를 한 사람 단위로 묶은 종단 코호트에서 어떤 식품군이 어떤 부작용 위험을 높이거나 낮추는지 찾아내는 데이터·분석 기술입니다. 28개 암종을 7개 군, 339종 약물을 5개 치료법으로 정리하고 432명·1,131개 관찰값을 교란 요인을 통제한 모델(CLMM)로 분석해 식이 독립 효과 63개를 확인했습니다. 이를 위험도(OR)로 바꿔 웹·앱·LLM 식단 추천 시제품으로 구현했고, PRS와 선형예측인자(LP) 최적화로 개인 맞춤 식단까지 고도화하고 있습니다.
어떤 문제를 해결하나요?
1.
가이드라인에 머무는 항암 환자 식이 관리
암 환자 60~80%가 치료 중 부작용을 겪지만 식이 관리는 일반 가이드라인·경험에 기대고, 치료별 반응 차이를 반영하지 못합니다. 암종·치료법·식이 데이터로 부작용 위험을 정량화해 치료 단계부터 식이로 조절하게 합니다.
2.
교란변수에 가려지는 식이-부작용 관계
단순 상관분석은 연령·성별·암종·치료법의 영향을 걸러내지 못해 식이와 부작용의 관계를 잘못 읽기 쉽습니다. 환자당 평균 2.6회 관찰한 432명·1,131개 관찰값을 CLMM으로 분석해 식이의 독립 효과만 골라냅니다.
3.
위험도 예측에서 멈추는 식이 추천
위험도만 알려 주면 무엇을 얼마나 바꿔야 할지는 환자와 의료진의 몫으로 남습니다. 선형예측인자(LP)로 부작용 예측과 식단 최적화를 하나의 수식으로 잇고, 572명 SNP 기반 PRS로 개인별 민감도까지 반영합니다.
연구자 소개
최효경
책임연구원 · 연구단장
한국식품연구원 식품기능연구본부 정밀식이연구단
연구 분야: 암 생존자 정밀영양 재활·의사결정 지원(P-NuRECA), 항암 치료 부작용-식이-유전체 코호트(660명) 구축·분석 책임, 유전체 기반 개인맞춤 영양, 후성유전학 기반 대사질환 조절
한국식품연구원 식품기능연구본부 정밀식이연구단 단장(책임연구원)
본 내용은 연구자가 직접 작성한 내용입니다.
연구자 한마디
“질병은 이제 단순한 치료를 넘어 조절과 관리의 대상입니다. 개별적으로 존재하던 임상, 영양, 유전체 데이터를 통합한 본 알고리즘은, 항암 환자는 물론 건강인 시장까지 확장 가능한 ‘개인 맞춤형 식이추천 플랫폼’의 강력한 코어가 될 것입니다.”
진행 프로세스
STEP 1
상담 신청
신청 폼 작성
STEP 2
연구자와 미팅
데이터·기술 확인
STEP 3
조건 협의
이용 범위·비용 범위
STEP 4
계약 체결 및 협업
협업 착수
자주 묻는 질문
왜 우리 회사에 기술을 제안했나요?
문의&상담 신청 이후 절차는 어떻게 진행되나요?
문의하면 비용이 발생하나요?
이 연구자와 다양한 협업을 진행하고 싶은데 어떻게 하면 되나요?
문의
담당자
송재민
이메일
jm.song@rndcircle.io
소속
(주)디써클 기술매칭팀
이 연구데이터 사용계약 및
상담 신청하기
데이터 연구
공동 연구
협업 제안
데이터 이용·협업 조건
데이터·기술 관련 문의
양측 협업 방식 진행 논의
자세한 자료 받기
데이터 구성/ 연구성과 자료를
보내드립니다