약물유사성 (druglikeness)
쉽게 풀면
약물유사성은 아무리 표적에 잘 결합하는 화합물이라도 몸속에서 흡수되지 못하거나 너무 빨리 분해되면 실제 약이 되기 어렵다는 문제의식에서 나온 개념입니다. 분자량, 지용성, 수소결합 개수 등 여러 물리화학적 지표를 종합해, 이 화합물이 경구 약물로 발전할 가능성이 높은지를 초기 단계에서 걸러내는 데 사용됩니다.
왜 중요한가
아무리 표적에 대한 활성이 우수한 화합물이라도 경구 흡수나 대사 안정성이 나쁘면 의약품으로 개발하기 어려우므로, 초기 단계에서 이 성질을 예측하는 것이 후보물질 선별의 효율을 높이는 데 기여합니다.
논문에서는 이렇게 쓰입니다
수많은 후보 화합물 중에서 약이 되기 어려운 성질을 가진 것들을 미리 걸러내니, 절반이 넘는 화합물이 다음 연구 단계로 넘어가지 못했다는 결과입니다.
구조적 특성이 경구 흡수 가능성과 연관된다는 경험칙을 적용한 문장이다.
조금 더 깊게 보면
약물유사성은 특정 규칙 하나로 완전히 판단할 수 있는 것이 아니며, 리핀스키의 5의 규칙과 같은 경험적 지표는 참고 기준일 뿐 절대적 합격선은 아니라는 점에 유의해야 합니다. 약물유사성 평가는 경구용 저분자 약물을 전제로 만들어진 기준이 많아, 주사제나 국소 적용 약물처럼 흡수 경로가 다른 제형에는 그대로 적용하기 어려운 경우가 많습니다. 최적화 과정에서 분자량과 지용성이 커지는 경향을 감안해, 초기 스크리닝 화합물은 약물유사성 기준보다 더 작은 범위(분자량 약 350 이하, logP 약 3 이하)에서 고르자는 리드유사성 개념도 제안되었습니다. 약물유사성 평가 소프트웨어는 여러 지표를 하나의 점수로 통합해 순위를 매기는 방식으로 대규모 화합물 라이브러리를 빠르게 걸러내는 데 활용됩니다.
주의할 점
약물유사성 기준을 통과하지 못했다고 해서 반드시 약이 될 수 없는 것은 아니며, 일부 성공적인 약물은 이 기준을 벗어나기도 합니다. 약물유사성 평가에는 리핀스키의5원칙 외에도 회전 가능한 결합 수, 극성표면적 등을 포함하는 확장된 지표(예: 회전가능결합 10개 이하, 극성표면적 140 Ų 이하를 제시한 베버의 규칙)가 함께 활용되기도 합니다. 약물유사성 필터는 초기 스크리닝의 효율을 높이는 도구일 뿐, 최종 후보물질 선정은 실험적 활성과 독성시험 결과를 종합해 이뤄져야 합니다.