KO
검색
사진: analyticsinsight.net

클세포 치료제를 생산하는 자동화 기업들

로빈 윌리엄스는 한때 현실이란 마약을 견디지 못하는 사람들을 위한 목발일 뿐이라고 말했다. 미국은 그 어느 나라보다도 엄청난 양의 마약을 소비한다. 통증에는 오피오이드, 신경 긴장에는 애더럴. 

앞으로 약은 개인의 유전적 프로필에 맞춰 조정될 것이다. 제약 제품의 대량 맞춤화와 전체 유전체 시퀀싱은 모든 사람을 위한 개인별 알약의 탄생으로 이어질 것이다. 

의약품 생산에서의 로봇공학

처음에 이these 기업들은 스스로를 '로봇 기업'이라고 불렀다. 하지만 로봇공학은 물체를 옮기는 것 이상을 해내는 완전한 자동화 플랫폼의 한 구성 요소일 뿐이다. 

제약 분야에서 로봇공학은 새로운 것이 아니다. 대부분의 제약사는 이미 포장에 로봇을 사용하고 있다. 대형 제약사는 모두 자사 의약품을 보관할 창고를 갖추고 있다. 실제 치료제를 만들기 위한 다양한 로봇 자동화 솔루션도 존재한다. 

이는 약병을 옮기는 로봇 몇 대를 구입하는 것보다 훨씬 더 많은 것을 필요로 한다. 의약품 생산을 자동화하는 몇몇 기업을 살펴보자. 

사진: staubli.com

Multiply Labs

2016년에 설립된 이 회사는 정밀 치료제 생산을 자동화하는 플랫폼 개발을 위해 2,200만 달러의 투자를 유치했다. 

개인 맞춤형 3D 프린팅 알약의 초기 아이디어는 상상할 수 있는 모든 성분 조합으로 알약을 만드는 것이었다. 개인별 성분 함량으로 캡슐을 채우는 자동화 시스템만 만들면 되었기에 거의 문제를 해결한 셈이었다. 

3D 프린팅의 뒤를 이어 Multiply Labs가 등장했다. 이 회사의 초기 활용 사례는 각 환자의 고유한 필요에 맞춰 디지털 처방 주문을 받아 처리하는 소형 자동화 공장에 담긴 첨단 로봇 기술을 포함한다. 이 생산 셀은 면적이 단 1.4 m²에 불과하다. 

Multiply Labs는 이를 맞춤 설정, 확장성, 안전성에 초점을 맞춘 '제약 분야 최초의 완전 자율 생산 시연'이라고 불렀다. 이후 이 회사는 실험실 작업에 더 가까운 생산 활용 사례로 옮겨 갔다. 

이 회사는 한 걸음 더 나아가 오늘날 상당히 복잡한 수작업 공정을 요구하는 세포 치료제 생산까지 검토했다. 예를 들어 CAR-T 세포 치료는 과학자가 환자의 혈액을 채취해 면역세포를 분리하고, 유전적으로 설계한 뒤, 새 세포를 배양해 다시 환자에게 주입하는 과정을 필요로 한다. 많은 경우 이 단계들을 환자마다 반복해야 한다. 

MIT의 기사에서는 여러 작업을 동시에 수행할 수 있어 치료를 실행하는 생산성과 속도를 높이는 자동화 공정의 부가가치도 다룬다. 

사진: news.mit.edu

Ori Biotech

2015년에 설립된 이 회사는 세포 및 유전자 치료제 생산의 품질을 높이고 비용을 낮추는 플랫폼 개발을 위해 3,900만 달러의 투자를 유치했다. 최근에는 Hitachi, Venti 등 여러 기업과 협력을 시작했다.

Venti는 원래 General Electric과 메이요 클리닉이 개발한 세포 및 유전자 치료 접근용 클라우드 플랫폼으로, 현재 전 세계 수백 개의 주요 의료 기관과 생산 센터에 서비스를 제공하고 있다. 이는 치료제를 환자에게 차질 없이 전달하는 완전한 주기를 위한 길을 열 것이다. 

사진: biospectrumasia.com

Cellares

이 스타트업은 이미 1억 달러의 투자를 유치했다. 2021년 여름 이 회사는 세포 치료 개발을 위한 초특화 '상자 속 공장' 솔루션인 Cell Shuttle의 조기 접근 파트너십 프로그램에 Poseida Therapeutics(PSTX)를 추가했다. 

이는 폐쇄형 시스템에서 이루어지는 진정한 자동화로, 비용을 70% 절감하고 공정 실패율을 3분의 1로 줄인다. 자가(자신의 세포 사용)와 동종(타인의 세포 사용) 치료를 포함해 85% 이상의 세포 치료법을 지원한다. Cellares는 자사 플랫폼이 제약사의 시장 출시를 1~2년 앞당길 수 있다고 주장한다. 

사진: geneonline.com

결론

전 세계에서 1,000건이 넘는 세포 치료 임상시험이 진행 중이어서 로봇 솔루션의 기회도 많다. 위에서 언급한 세 기업이 이 분야에 뛰어든 유일한 곳은 아니다. 

최신 로봇공학 기술과 머신러닝 알고리즘을 활용해 생산 공정을 자동화하는 것은 새로운 일이 아니다. 제약사들이 직접 힘든 작업을 수행하지 못할 이유는 없다. 그래서 이 기업들이 업계의 더 큰 이해관계자들과 협력하고 빠르게 입지를 다지는 것이 중요하다.