PrecisionLife와 Ovation, GLP-1 효능 반응을 정량적으로 예측할 수 있는 최초의 잠재적 유전적 바이오마커 식별

Ovation.io와 PrecisionLife, GLP-1 치료제 반응 예측 바이오마커 개발 협력 성과 발표 및 파트너십 확장 인간 오믹스 및 임상 데이터 기업 Ovation.io와 복잡한 만성 질환의 이해 및 관리를 혁신하는 정밀 의료 기업 PrecisionLife가 글루카곤 유사 펩타이드-1 수용체 작용제(GLP-1) 치료제의 효능, 안전성 및 내약성을 정량적으로 예측하는 약물 반응 바이오마커 개발을 위한 협력 1단계 결과를 발표하고 파트너십을 연장한다고 밝혔습니다. 양사는 Ovation.io의 장기 임상 및 오믹스 데이터셋과 PrecisionLife의 AI 기반 조합 분석 플랫폼을 활용하여 GLP-1 효능의 근본적인 유전적 요인을 규명했으며, 이를 통해 실제 대규모 환자 집단 내에서 GLP-1 치료제에 잘 반응하는 환자와 그렇지 않은 환자를 예측하고 분류할 수 있게 되었습니다. 이번 연구 결과는 GLP-1 반응의 유전적 및 생물학적 요인에 대한 이해를 높이고, 신약 개발, 임상 시험 환자 등록 개선, 그리고 널리 처방되는 GLP-1 약물에 대한 환자의 내약성 및 반응 가능성에 기반한 보험 지급 정책 수립에 활용될 수 있는 새로운 바이오마커를 제공합니다. GLP-1 치료제는 전 세계적으로 가장 빠르게 성장하는 약물 계열 중 하나이지만, 약 50%의 환자가 12개월 이내에 치료를 중단하며, 이로 인해 이전에 달성했던 대사 개선 효과를 잃는 경우가 많습니다. 미국에서 GLP-1 의약품 지출이 연간 700억 달러를 초과하는 상황에서, 환자별 반응의 차이와 높은 중단율은 보험사, 의료 제공자, 제약 개발사에게 상당한 임상적, 경제적 과제를 안겨주고 있습니다. 2025년 12월에 시작된 협력 1단계에서는 4,600명의 환자 데이터를 활용하여 GLP-1 RA 매개 효능과 관련된 2,500개 이상의 유전적 서명을 생성했습니다. 이 서명들은 1,100개의 유전자에 매핑되었으며, 효능을 주도하는 15가지 주요 유전적 메커니즘이 확인되었습니다. GLP-1 약물에 대한 강력한 반응을 나타내는 이러한 표지자는 제2형 당뇨병, 심혈관 질환, 지질 대사 및 기타 질병 상태와도 연관성을 보였습니다. 효능 바이오마커는 모든 환자에게서 100% 확인되었습니다. PrecisionLife의 CEO인 Steve Gardner는 "GLP-1 환자 반응에 대한 유전학의 영향에 대한 의문이 제기되어 왔지만, PrecisionLife/Ovation 협력 1단계는 GLP-1 RA 약물에 대한 반응이 좋은 환자와 그렇지 않은 환자와 관련된 유전적 바이오마커를 식별하고, BMI 및 HbA1c 변화로 측정된 반응 정도에 따라 효능 수준을 정량적으로 예측할 수 있음을 입증했습니다. 많은 알려진 경로가 확인되었지만, 식별된 유전자 중 일부는 '정의된' GLP-1RA 작용 메커니즘 외부에 있으며 문헌상 새롭습니다. 우리는 이러한 초기 노력이 정밀 의료 및 치료법 선택이 결과 개선과 충족되지 않은 요구를 해결하는 고부가가치 질병 상태에서 솔루션을 제공할 수 있는 우리의 결합된 능력을 보여준다고 믿습니다."라고 말했습니다. 이러한 결과를 바탕으로 PrecisionLife와 Ovation은 파트너십을 2단계로 확장하기로 합의했으며, 데이터셋을 최대 2만 5천 명의 환자로 확대하고 보다 상세한 임상 표현형 데이터를 통합할 예정입니다. 다음 단계에서는 효능 신호를 검증하고 개선하며, 약물별 반응 차이를 포함한 안전성 및 내약성의 예측 표지자를 식별할 것입니다. 이를 통해 다양한 치료 집단 내의 여러 하위 그룹을 분류하여 GLP-1에 가장 반응할 가능성이 높은 환자와 그렇지 않은 환자, 그리고 특정 부작용 발생 가능성이 가장 높은 환자를 구분할 수 있게 됩니다. Ovation.io의 CEO인 Curt Medeiros는 "우리의 초기, 가설이 없는 결과는 Ovation의 고유한 정규화되고 표준화된 장기 데이터셋 및 임상 기록과 PrecisionLife의 기계론적 환자 계층 분석 플랫폼을 결합함으로써, 이 중요한 치료 범주 내에서 서로 다른 '반응 정의' 하위 그룹을 생성하는 특정 유전적 및 생물학적 요인의 조합을 식별할 수 있음을 시사합니다. 이러한 실제 데이터는 바이오 제약 고객에게 상당한 가치를 제공할 뿐만 아니라 환자 결과를 개선하는 중요한 임상적 표지자를 제공합니다. 환자를 동질적인 집단으로 취급하는 대신, 개별 위험 및 반응 메커니즘에 따라 특정 치료법에 환자를 매칭하는 것은 보다 표적화되고 위험이 감소된 개발 프로그램과 보다 정확한 환자 처방을 가능하게 합니다."라고 덧붙였습니다.