19
백서 정밀 종양학 임상시험의 미래

Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

  • Upload
    others

  • View
    0

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서

정밀�종양학�임상시험의�

미래��

��

Page 2: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 2

목차�

핵심�요약� 3�

서론� 4�

환자의�희소성과�방대한�다양한�소스의�데이터� 5�

환자의�희소성� 6�

표적�요법��6�

면역�항암�요법��6�

방대한�다양한�소스의�데이터� 7�

의약품의�적응증�변경��8�

복합�요법��8�

실제�처방�증거��8�

예측:�정밀�종양학�임상시험� 9�

요약� 11�

참고문헌� 12�

Page 3: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 3

핵심�요약�

제약사� 및� 생명공학� 기업들이� 임상� 개발� 프로그램에� 환자의� 유전자� 및� 유전체� 정보를� 통합하는� 경우가� 늘어나고�

있습니다.�이러한�시도를�하는�목표�중�하나는�가장�효과적인�치료를�받는�환자의�특정�하위군을�표적화하는�데�사용할�

수�있도록�바이오마커를�확인할�수�있는�기능을�도입하기�위한�것입니다.�그러나,�많은�암에서�돌연변이가�발생하는�

일은�매우�드물기�때문에�이러한�전략은�임상시험�의뢰자를�좌절시킬�수�있습니다.�즉,�잠재적인�환자�풀(pool)이�매우�

빠르게�잠식되어�시기�적절하게�환자�집단을�등록하는�것이�어려워질�수�있습니다.�임상시험�의뢰자를�더욱�좌절하게�

만드는�것은�임상�개발�프로그램과�연계될�수�있는�기초�연구�및�임상연구를�통해�생성된�새로운�데이터(보통�여러�다른�

소스에서�생성된)의�지속적이면서도�증가하는�흐름을�어떻게�다루는지에�대한�것입니다.�현재�바이오마커�상태와�관련�

임상�반응률�간의�상관관계에�대한�예측�능력이�저조함을�감안할�때,�추가적으로�적절한�데이터�흐름을�통합하면�몇�년�

전만�해도�불가능했던�통찰력과�효율성을�창출할�수�있습니다.�

임상�개발�기술은�복잡한�정밀�종양학�임상시험의�강력한�파트너가�될�수�있습니다.�임상시험이�지속적으로�발전하고�그�

복잡성이�증가할수록�막대한�컴퓨팅�성능에�기반한�고급�분석�기능을�갖춘�임상�개발�기술이�필요합니다.�이러한�기술은�

의뢰자가�위에�언급된�두�가지�문제,�즉�환자의�희소성과�방대한�양의�다양한�소스의�데이터를�해결하는�데�도움이�

됩니다.�본�백서에서는�임상�개발�기술과�방대한�양의�다양한�소스의�데이터�분석을�통해�시험자들이�정밀�종양학�

의약품�개발과�관련하여�일반적으로�나타나는�문제를�극복하는�방법에�대해�알아봅니다.�

� �

Page 4: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 4

서론�

생물학적�데이터와�컴퓨팅�성능의�융합은�임상연구와�개발에서�대단히�놀라운�기술�발전을�이루어�내고�있습니다.�주로�

여러�다른�소스에서�생성된�방대한�양의�데이터로�인해,�기존의�치료�패러다임은�향상된�환자�결과를�산출해내는�정밀�

의약품으로�바뀌었습니다.�

정밀� 종양학의� 성공은� 분자요법으로� 표적화할� 수� 있는� 검증된� 바이오마커의� 개발에� 달려있습니다(Collins,� 2015;�

Woodcock,�2017;�NCI,�2017).�유전체�검사�및�검증된�바이오마커에�대한�접근성이�높아짐에�따라�종양학�분야의�

임상연구는� 더욱더� 복잡해지고� 있습니다.� 종양의� 이질성,� 적응,� 진화� 및� 의약품� 내성뿐� 아니라� 의약품과� 인간�

프로테옴(즉,�유전체에�의해�발현된�전체�단백질�세트)�사이에서�이전에는�인식되지�않은�상호작용과�관련된�새로운�

문제가� 자주� 발견되고� 있습니다(Antolin,� 2016;� Blucher,� 2017).� 정밀� 종양학의� 등장으로� 암의� 원발� 부위에서�

치료하는�것보다�특정�유전적�특성을�갖는�환자를�치료하기�위한�의약품(Keytruda�[pembrolizumab])의�최초�승인을�

포함한�여러�신약의�승인이�쉬워졌습니다(FDA,� 2017).�이�승인은� FDA 의�사고방식이�크게�바뀌었음을�보여�주며,�

이와�같이�혁신적인�경로를�추구하는�의약품�개발자에�대한�선례를�남겼습니다.�

“제 2 상�및�제 3상�전환�성공률에서의�큰�차이는�많은�신약�개발자들이�오랫동안�

주장해온�것처럼�분자적�수준에서�환자�등록을�강화하는�것이�이질적인�등록보다�더�

성공적인�전략이라는�사실을�양적으로�상당히�설득력�있게�보여줍니다.”�

-Thomas,�2016�

항암�신약�개발��환경은�환자에게�더욱더�효과적인�치료를�제공하기�위해�빠르게�진화하고�있습니다.�미국�임상종양학회�

(American�Society�of�Clinical�Oncology�:�ASCO)�미국�내�암�치료�상태:�2017 년�보고(State�of�Cancer�Care� in�

America:�2017�report)에�따르면,�이러한�진화에는�다음과�같은�3 가지�중요�경향이�있습니다�(ASCO,�2017).�

1. 전통적으로�까다로운�질환이�있는�환자의�생존율을�유의미하게�향상시키는�정밀�의학에�초점을�맞추어�정밀�

의학�및�면역요법에�대한�대규모�연구�투자가�이루어져�왔습니다.�

2. 여러�이해관계자들에�의해�Real�world�evidence�및�데이터�공유�계획이�활발하게�이루어지고�있습니다.�

3. 높은�품질의�암�치료를�촉진하고�장려하는�혁신적인�지불�모델에�의해�실무�변화가�진행되고�있습니다.�실제로�

가치�기반�시스템이�더욱�확장될�것으로�예상됩니다.�

Page 5: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 5

새로운�바이오마커�데이터�덕분에�정밀�종양학�임상시험은�늘어났지만,�의뢰자는�다른�새로운�문제에�자주�부딪칩니다.�

바로�환자의�수가�충분하지�않다는�것입니다.�정밀�종양학�임상시험은�환자�수가�더�적은(즉,�시험을�시작하기에�규모가�

적은�환자�풀)�희귀�질환을�평가하기�때문에�환자의�희소성이�문제가�되어�왔습니다(Kolata,�2017).�또한,�많은�수의�

종양학� 임상시험이� 진행되고� 있는데� (현재� 진행� 중인� 것으로� 추정되는� 면역요법� 임상시험� 1,000 건� 이상)� 이는�

의뢰자들이�동일한�제한된�수의�잠재적�모집단의�환자를�두고�경쟁하고�있음을�의미합니다.�

서로�다른�데이터�흐름의�수가�증가함에�따라�방대한�양의�데이터가�생성되어�정밀�종양학�응용분야에�더욱�효과적으로�

정보를� 제공할� 수� 있게� 되었습니다.� 신약� 연구자들이� 직면한� 주요� 도전과제는� 환자� 결과를� 향상시키는� 유의미한�

관련성을� 발견할� 수� 있도록� 사용하기� 쉬운� 워크플로우에서� 이러한� 데이터� 세트를� 원활하게� 수집,� 집계,� 통합� 및�

분석하는�방법을�찾는�것입니다.�

환자의� 희소성과� 방대한� 양의� 다양한� 소스의� 데이터라는� 두� 가지� 상반된� 이슈는� 새로운� 치료법을� 시험할� 준비는�

되었지만�시기�적절하게�충분한�환자를�모집할�수�없는�임상시험�의뢰자들을�좌절시킬�수�있는�분위기를�조성합니다.�

바로�이�부분에서�최적화된�임상�개발�기술이�그�진가를�발휘합니다.�이러한�기술은�정밀�종양학�임상시험을�지원하는�

데� 매우� 중요합니다.� 왜냐하면� 임상� 개발� 기술은� 보다� 풍부하면서� 방대한� 양의� 이질적� 데이터� 소스를� 다양하게�

활용하고,� 최적의�기관�선정,� 환자�모집�및�과거�여러�임상시험의�시험대상자�수준�데이터를�재사용하는�혁신적인�

임상시험�설계(예:�합성�대조군[synthetic�control�arm�:�SCA]�활용)를�돕기�때문입니다.�본�백서의�목적은�임상�개발�

기술이�임상시험�의뢰자가�환자의�희소성과�방대한�양의�다양한�소스의�데이터라는�두�가지�문제를�다루고�정밀�종양학�

임상시험을�예측하는�데�어떻게�도움이�되는지에�대한�고찰을�제시하는�것입니다.�

“ 점점 � 증가하는� 대규모� 데이터베이스로� 직접� 데이터를� 전송하고� 다양한� 소스의�

데이터를�분석하는�모니터링�기기를�포함한�기술적�진보를�통해,�의사결정을�돕기�위한�

더욱�정밀하고�우수하며�관련성이�높은�과거�대조군을�생성할�수�있습니다.�검증된�

예측� 바이오마커와� 다양한� 소스의� 데이터들을� 통합하는� 것은� 매우� 중요합니다.�

왜냐하면�이�통합은�새로운�계획에�영향을�주며�정밀�종양학�임상시험이�성공할�수�

있도록��돕기�때문입니다.”�

-라인하르트�폰�로멜링(Reinhard�Von�Roemeling),�EMD�세로노(EMD�Serono)�의�임상�개발�및�글로벌�항암�부문(Clinical�Development�

and�Global�Oncology�Head)�전�수석�부대표(Senior�Vice�President)�

Page 6: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 6

환자의�희소성과�방대한�양의�다양한�소스의�데이터�

환자를� 보다� 효율적으로� 모집하고,� 증가하는� 다양한� 소스의� 데이터� 흐름을� 원활하게� 처리하기� 위해� 임상시험�

의뢰자들이�임상�개발�기술을�활용하는�경우가�더욱�늘어나고�있습니다.��임상시험�의뢰자가�직면한�두�가지�주요�문제,�

즉� 환자의� 희소성과� 방대한� 양의� 다양한� 소스의� 데이터에� 대해� 간략하게� 설명하고,� 이� 문제를� 극복할� 수� 있도록�

Medidata 가�솔루션을�제안합니다.�

� �

Page 7: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 7

환자의�희소성�

표적�정밀�의약품의�증가와�함께�종양학�분야의�임상시험�수도�늘어나면서�정밀�종양학을�위한�환자�모집에�어려움이�

생겼습니다(Kolata,�2017).�최근�표적요법과�면역요법의�개발로�암�환자에�대한�유익성은�크게�늘어났지만,�이�두�분야�

모두�환자의�희소성이�문제가�되고�있습니다.�

표적�요법�

많은�암에서�돌연변이가�매우�희귀하다는�사실을�고려하여,�임상�개발�프로그램에�유전자�및�유전체�정보를�포함시키는�

것이�정밀�종양학의�핵심�요소가�되었습니다(Rehm,�2017;�Peterson,�2017;�Conley,�2016;�Tuna,�2012).�그러나�

Kavuri�et�al.(2015)의�스터디에서�입증된�바와�같이�희귀�돌연변이는�잠재적인�환자�풀을�빠르게�잠식할�수�있습니다.�

이� 스터디에서,� 연구자들은� 결장직장암에서� HER2� 돌연변이의� 영향을� 평가했습니다(이들� 돌연변이는� 환자의�

~7%에서만�확인되었습니다).�연구자들은�HER2�유전자�증폭이�EGFR�단클론�항체(세툭시맙)에�대한�내성을�유발하는�

것으로�알려져�있어�세툭시맙에�내성인�검체에서�HER2�표적요법을�시험하고자�했습니다.�세툭시맙�내성�결장직장암�

검체�48 개를�시험했으나�그�중�4 개에서만�HER2�돌연변이가�있었습니다.�이들은 HER2�돌연변이를�보유한�검체가�

질병� 모델에서� 종양� 퇴행을� 야기하려면� 이중� HER2� 표적요법(트라스투주맙과� 함께)과� 추가적인� 치료(즉,� 티로신�

키나아제�억제제)가�필요하다는�것을�발견했습니다(Kavuri,�2015).�

면역�항암�요법�

면역�항암�요법의�기본�전제는�면역체계가�암세포를�감지할�수�있다면�이를�파괴할�수�있다는�것입니다.�일반적으로�

‘면역관문� 억제제’로� 알려져� 있는� 몇몇의� FDA� 승인� 의약품(ipilimumab[Yervoy],� pembrolizumab[Keytruda]),�

nivolumab[Opdivo])�들은�환자의�자가면역체계가�암세포를�인지하고�파괴할�수�있도록�합니다.�이러한�의약품들은�

다양한�종양�유형�전반에서�놀라운�임상적�활성을�입증했습니다(Iwai,� 2017;�Hoos,� 2016;�Akbay,� 2013).�그러나�

면역관문�매개체�발현�및�돌연변이�부하가�항상�유효성과�직접적인�관련이�있는�것은�아닙니다�(즉,�완전히�예측적이지�

않음).�이는�복잡한�면역반응을�아직�완전히�파악하지�못했음을�의미합니다.�전체적으로,�이러한�새로운�요법에는�많은�

수의�환자�데이터가�필요하며�관련�바이오마커가�있는�환자의�하위군�확인�식별은�엄청난�도전과제로�남아�있습니다.�

특정� 치료요법과� 우수한� 일치도를� 나타내는� 바이오마커� 프로파일을� 강화하기� 위해� 연구가� 활발하게� 진행되고�

있습니다(Gajewski,�2011;�Rizvi,�2015;�Mehnert,�2017).�이�분야의�임상시험�수가�늘어나고�환자가�특정�군으로�

분류되면서�임상시험에�이용할�수�있는�환자�풀이�지속적으로�줄어들�수�있습니다.�

Page 8: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 8

“현재�개발�중인�많은�표적�항암요법은�환자의�생명을�구할�수�있습니다.�하지만,�이는�

임상시험을� 개선하여� 임상시험으로부터� 혜택을� 받을� 수� 있는� 환자� 수를� 확보하는�

경우에만�가능합니다.�임상시험�설계,�기관�선정�및�환자�모집을�최적화하면�임상시험�

효과를�높이고�새로운�치료제에�대한�환자의�접근성을�향상시킬�수�있습니다.”�

-켄�타코프(Ken�Tarkoff),�CEO,�사이앱스(Syapse)�

� �

Page 9: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 9

방대한�양의�다양한�소스의�데이터�

기초�연구�및�임상연구에서�생성된�방대한�양의�데이터가�있음에도�불구하고,�바이오마커�상태와�관련�임상�반응률�

사이의�상관관계에�대한�예측�능력은�여전히�비교적�낮습니다(Antolin,�2016;�Anighoro,�2014).�바이오마커가�정밀�

종양학�의약품�개발의�초석이라는�사실은�부인할�수�없습니다(Woodcock,� 2017).� 최근�생명공학�산업의�가장�큰�

기구에서�수행한�스터디에서�종양학�의약품은�제 1 상에서�승인�가능성(likelihood�of�approval� :� LOA)이�가장�낮은�

것으로�밝혀졌습니다(5.1%�vs.�종양학�외�모든�적응증의�경우�11.9%).�그러나�특정�바이오마커를�사용하면�제 1 상의�

LOA 가�25%(9.6%로부터)로�증가했으며,�다른�치료�영역과�비교했을�때,�1 주기(first-cycle)�승인�기회가�종양학이�

79%로�가장�높았습니다(Thomas,�2016).�

그림:�종양학�대�비종양학�적응증에�대해�제 1 상으로부터�LOA�및�단계별�성공률(Redrawn�from�Thomas,�2016)�

신뢰할�수�있는�바이오마커�데이터를�다른�데이터�흐름과�통합하는�것은�새로운�정밀�종양요법�개발을�위한�유용한�

접근법이�될�수�있습니다.�다음�항에�다양한�소스의�데이터�사용이�유용할�수�있는�세�가지�분야,�즉�의약품의�적응증�

변경(repurposing),�복합�요법�및 Real�world�evidence 에�대해�설명합니다.�

� �

성공 확률종양학 대 비종양학

성공 확률

제 1상에서 제 2상

제 2상에서 제 3상

제 3상에서 NDA/BLA

NDA/BLA에서 승인

제 1상에서 승인

비종양학 종양학

Page 10: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 10

의약품의�적응증�변경�

새로운�적응증에�대한�기존�의약품의�적응증�변경은�항암�신약�개발에�있어�관심이�부상하는�분야이며,�이�전략은�어느�

정도�성공을�거둔�인정된�전략입니다(Bayat�Mokhtari,�2017;�Oprea,�2012;�Azvolinsky,�2017;�Coyle,�2016;�Sun,�

2016;�Nosengo,�2016).�의약품의�유효성,�환자의�반응�및�잠재적�독성에�대한�이해를�포함하여�의약품�적응증�변경�

프로그램의� 성공을� 극대화하기� 위해서는� 광범위한� 데이터� 분석이� 필요합니다.� 방대한� 양의� 이질적� 데이터에� 고급�

분석법을�적용하면�오래되거나�실패한�의약품의�새로운�가능성을�확인할�수�있습니다(Chen,�2016;�Sagers,�2016;�

Xu,�2015).�

복합�요법�

복합�약물�치료는�항암�요법에서�중요한�패러다임입니다.�왜냐하면�복수의�요법을�사용할�경우�의약품의�내성�가능성을�

줄이고,�보다�뛰어난�항암�효과를�얻을�수�있기�때문입니다(Bayat�Mokhtari,� 2017;� Sun,� 2015).�정밀�종양학에서�

복합�약물�치료를�만들기�위해서는�알려진�기존�의약품과의�상호작용에�따른�변이�관련�표적의�우선순위�결정뿐만�

아니라�다양한�유전자�변이체로�변형된�표적과의�의약품�상호작용에�대한�지식이�필요합니다(Blucher,�2017).�또한,�

증가하는�데이터�양과�함께�IT 기술의�발전은�특정�종양과�관련된�의약품의�활성�프로파일을�더욱�잘�모델링하고�예측할�

수�있는�가능성을�제공하기�때문에�정밀�종양학�응용분야에�매우�중요합니다(Rastelli,�2015;�Dry,�2016).�

Real�world�evidence�신약의�안전성�및�유효성�평가를�위한�표준은�여전히�무작위배정�대조�임상시험입니다.�그러나�그�한계�역시�잘�알려져�

있습니다(Bothwell,�2016).�이러한�한계는�정밀�의학에서�심화됩니다.�왜냐하면�정밀�의학�임상시험은�보통�소규모로�

진행되며�규제기관에서�가장�중요하게�고려하는�결과(예:�전체�생존)에�대해�완벽한�통찰력을�제공하는�것은�어렵기�

때문입니다(Lewis,�2017).�실제�처방�데이터�소스로부터�얻은�증거�등의�다른�방법들이�이러한�데이터�격차를�메우기�

위해�더욱더�많이�사용되고�있습니다.�자연어�처리�및�머신러닝�기능의�급속한�발전으로�실제�처방�데이터의�추출,�분석�

및� 신뢰성이�향상되고�있는데,� 이러한�실제� 처방� 데이터의�일부는�구조화(예:� 청구� 및� 실험실�코드,� 환자� 기록� 및�

인구통계�정보)되고�일부는�구조화되지�않은�데이터입니다(예:� 의사� 기록지,� 진단� 보고서).� 전체적으로,� EHR� 내의�

추가적�평가변수(병리학�및�영상�포함)에�대한�구조화�데이터�보고가�증가함에�따라�실제�처방�데이터�분석에�추가적인�

데이터�흐름을�효율적으로�통합해야�합니다(Dangi-Garimella,�2017;�Schilsky,�2017).�

나아가� FDA� 역시� 규제� 의사결정� 상황에서 Real� world� evidence 를� 사용하기� 위해� 노력하고� 있습니다.� FDA�

의약품평가연구센터(Center� for� Drug� Evaluation� and� Research)의� 센터장인� 재닛� 우드콕(Janet� Woodcock)은�

최근�기관이 Real�world�evidence 및�2021 년�이전에�이용할�수�있을�것으로�예상되는�프레임워크에�대한�드래프트를�

만드는�중이라고�언급했습니다.�

Page 11: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 11

“방대한�양의�고품질�데이터베이스로�단일군�임상시험의�적합성�기준과�일치하는�과거�

대조�코호트를�형성할�수�있으며�진행/중단�결정�또는�규제�제출문서�지원을�위한�

표준�치료�후�중요한�평가변수/결과�데이터를�제공합니다.”�

-라인하르트�폰�로멜링(Reinhard�Von�Roemeling),�EMD�세로노(EMD�Serono)�임상�개발�및�글로벌�항암�부문(Clinical�Development�

and�Global�Oncology�Head)�전�수석�부대표(Senior�Vice�President)�

� �

Page 12: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 12

정밀�종양학�임상시험의�미래�

정밀�종양학적�접근법은�향후�지속적으로�발전할�것이며,�이러한�발전은�환자의�희소성과�방대한�양의�다양한�소스의�

데이터라는�두�가지�문제를�효과적으로�다룰�수�있도록�임상�개발�과정에서�데이터와�기술을�필요로�할�것입니다.�또한,�

정밀�종양학�임상시험의�혁신으로�인해�비트�AML®�마스터�트라이얼(Beat�AML®�Master�Trial)을�주도하는�백혈병�

및�림프종�학회(Leukemia� &� Lymphoma� Society� :� LLS)와� 같은�비전통적인�의뢰자도�의약품�개발을�할�수�있게�

되었습니다.�LLS 는�급성�골수성�백혈병(acute�myeloid�leukemia�:�AML)�환자를�위한�새로운�표적�요법을�시험하기�

위해�획기적인�임상시험에서�Medidata 와�협력하고�있습니다.�

방대한�양의�데이터�세트가�환자를�보다�정확한�하위군으로�분류하는�데�사용됨에�따라,� 시험자들은�유전자형에서�

표현형에�이르는�여러�차원(예:�유전자형,�실험실�데이터,�디지털�바이오마커,�센서�데이터,�행동�데이터,�조직�영상,�

사진�및�현장[point-of-care]�기록지)에서�환자를�측정해야�합니다.�빅데이터는�최대한�소스와�가깝게�도출된�다양한�

종류의�비전통적인�데이터를�수집함으로써,�정밀�종양학을�위한�기회를�제공합니다(Beckmann,�2016;�Dinov,�2016).�

이를�위해서는�데이터의�효율적인�수집,�집계�및�통합을�가능하게�할�뿐만�아니라�강력한�분석을�통해�정밀�종양학�

접근법을�주도하는�탐색�및�반복�프로세스에�힘을�실어줌으로써�정밀�종양학�임상시험을�수월하게�만드는�임상�개발�

기술을�채택해야�합니다.�

예를�들어,�서로�다른�데이터�소스를�통합하는�빅데이터�접근법은�새로운�표적�요법�개발을�수월하게�만드는�정보를�

활용하고�의약품의�적응증�변경�및�새로운�의약품�조합을�확인하는�데�보다�효율적으로�도움을�주는�최상의�방법이�될�

것입니다.�방대한�양의�댜양한�소스의�데이터를�수집,�표준화�및�분석할�수�있는�적절한�인프라를�갖춤으로써�특이적�

접근법과�기술을�사용하여�정밀�종양학�응용�분야를�최적화할�수�있습니다.�

첫�번째�단계는�효율적인�스터디�계획입니다.�

• 전체적인�의약품의�적응증�변경/복합�요법�전략에�따라�복수의�가설을�검정하기�위한�집중적인�사전�프로토콜�연구�

• 관심�대상의�여러�결과를�유연하게�산출할�수�있는�좁은�범위의�목적에�초점을�맞추어�균형�잡힌�방식으로�프로토콜�

작성�

• FDA 와�같은�규제�기관이�탐색적�가설�검정에�관한�한도를�정할�것인지에�대한�필수�고려사항(너무�많은�가설은�

적절하지�않고�정의된�연구�목적이�부족한�것으로�간주될�수�있음)�

• 합성� 대조군(즉,� 과거� 환자� 수준� 임상시험� 데이터를� 이용하여� 신중하게� 대응시킨� 대조군)을� 활용하는� 적응적�

임상시험�또는�단일군�임상시험과�같은�혁신적인�임상시험�설계�활용.�

Page 13: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 13

임상시험�설계가�완료된�후에는�기관�선정과�환자�모집이�시작됩니다.�이�단계는�스터디�프로토콜과�일치하는�특정�

바이오마커를� 사용하는� 등� 환자의� 희소성을� 위한� 명확한� 전략을� 포함해야� 합니다.� 예를� 들어,� 운영� 성과�

분석(Operational�Performance�Analytics� :�OPAL)은�일정�수준�이하의�성과에�대한�근본�원인을�분석하기�위해�

임상시험과�기관의�과거�성과를�평가합니다.�사용자는�이전�스터디의�성공�및�실패를�통해�관련�있는�환자를�확인�및�

모집할�확률이�높은�기관을�파악하고,�개선해야�할�부분(예:�더딘�모집,�낮은�데이터�품질,�긴�주기�시간)을�파악할�수�

있습니다.� 합성� 대조군� 기술은� 무작위배정� 대조를� 강화하고� 충분히� 검정력� 있는� 스터디를� 유지하면서� 대조군에�

배정된�환자�수를�줄이는�데�사용할�수�있습니다.��

“오늘날의�임상시험�표준은�치료군과�대조군�환자를� 1:1 의�비율로�사전�등록하는�

것입니다.�하지만�새로운�임상�개발�플랫폼은�치료군과�대조군�환자가�N:1 의�비율이�

되는�미래�표준에�더욱�가까워지도록�만들�것입니다.”�

-글렌�드�브리스(Glen�de�Vries),�Medidata�대표�

즉,� 향후에는�합성� 대조군�환자와 Real� world� evidence 를� 통해� 대조군이�강화될�수� 있으므로�사전� 등록된�모든�

환자에게�시험�요법을�실시하기�위해�사전�등록된�대조군�환자는�1 명�미만이�될�것입니다.�이러한�유형의�새로운�협력�

플랫폼은�대조/위약군과�관련된�비용�및�윤리적�부담을�줄이면서�임상시험의�성공�가능성을�높이고�시장�출시�시기를�

앞당길�것입니다.�최근�스터디에서는�Medidata 의�임상시험�자료가�급성�골수성�백혈병에서의�제 1/2 상�단일군�

임상시험을� 위한� 합성� 대조군을� 개발하는� 데� 이용되었습니다.� 장기� 임상� 결과의� 예측인자로� 초기� 평가변수를�

확립함으로써�이러한�접근법의�성공적인�사용이�입증되었습니다(Berry,�2017).�

“합성�대조군은�단일군�임상시험에서�치료�효과를�보다�잘�예측할�수�있는�고급�매칭�

알고리즘을� 사용하므로,� 이후� 후속� 단계의� 무작위배정� 임상시험을� 보다� 우수하게�

예측할�수�있습니다.�따라서,�합성�대조군을�채택하면�제 1상에서�규제�승인까지의�

임상�개발�실패율이�90%�가까이�감소될�것으로�예상됩니다.�향후,�합성�대조군은�

또한� 질병� 하위군에� 대한� 이해를� 높이고,� 새로운� 평가변수를� 선정하는� 데� 도움을�

주며,�무익한�표준치료�또는�위약�투여를�받는�대조군�환자�수를�줄일�것입니다.”�

-데이비드�리(David�Lee),�Medidata�수석�데이터�관리자(Chief�Data�Officer).�Preston,�2017 에서�인용�

Page 14: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 14

스터디�및�모집�계획이�완료되면�데이터를�올바르게�해석하기�위해�데이터�수집,�관리�및�분석�절차를�마련해야�합니다.�

RaveX 는�통합�전자�데이터�수집,�임상�데이터�관리�시스템(clinical� data�management� system� :� CDMS)�및� lab�

administration� 기능을� 포함하여� 환자� 데이터를� 수집,� 관리� 및� 보고하는� 유연하고� 적응� 가능한� 솔루션입니다.�

RaveX 를�통해�의뢰자는�적응형�임상시험,�프로토콜�변경�및�요건�업데이트�등을�포함하여�스터디�변경을�실시간으로�

쉽게�시행할�수�있습니다.�Centralized�Statistical�Analytics 과�같은�고급�분석�도구를�사용하면�환자의�반응을�분류할�

수� 있습니다.� 또한,� 적응형� 무작위배정� 및� 임상시험� 공급� 관리(Adaptive� Randomization� and� Trial� Supply�

Management�:�RTSM)�도구를�사용하여�데이터�수집�시�실시간으로�모집군별�치료를�수정할�수도�있습니다.�

정밀� 종양학� 임상시험은� 임상의와� 연구자가� 새로운� 데이터를� 새로운� 방식으로� 생각하고,� 생성된� 대량의� 데이터를�

최대한�활용할�수�있는�혁신적인�전략�개발에�크게�의존합니다.�스터디가�끝나면�Clinical�Trial�Genomics 과�같은�고급�

분석을�통해�반응의�바이오마커�또는�전이�진행,�반응을�보인�환자의�새로운�모집단,�새로운�진단�기준�또는�위험인자,�

새로운�의약품�조합�또는�적응증�변경�치료�등을�확인할�수�있습니다.�이러한�프로세스는�검정할�가설에�더�집중하여�

스터디를�수정하거나�심지어�완전히�새로운�스터디로�귀결될�수�있습니다.�

“이용할�수�있는�데이터�양이�늘어나고�이러한�데이터를�통합하는�새로운�접근법을�

통해�시간과�비용을�절감할�수�있는�방법으로�새로운�가설을�생성하고�검정할�수�

있습니다.”�

-데이비드�리(David�Lee),�Medidata�수석�데이터�관리자(Chief�Data�Officer)�

� �

Page 15: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 15

정밀� 종양학은� 유연하고� 반복적인� 프로세스를� 요구하는� 여정입니다.� 특정� 정밀� 종양학� 분야가� 발전함에� 따라�

연구자들은�향후�반복�프로세스에는�새로운�바이오마커�시험,�새로운�복합�요법�개발�및�의약품�적응증�변경�전략�

평가에�대한�추가적인�단계가�필요하다고�예상할�수�있습니다.�이러한�접근�방식의�주기적�특성은�정밀�종양학의�노력을�

가속화하는�데�도움이�될�수�있습니다.�

임상� 개발� 기술과� 방대한� 양의� 다양한� 소스의� 데이터� 분석을� 통해� 연구자는� 정밀� 종양학� 신약� 개발과� 관련하여�

일반적으로�나타나는�문제를�극복할�수�있습니다.�Real�world�evidence�및�기타�다른�데이터와�함께�혁신적인�항암�

임상시험�설계에�통합된�새로운�바이오마커�데이터는�환자의�이익을�위한�정밀�종양학�임상시험의�성공�가능성을�

확실히�향상시킬�것입니다.�

요약�

항암�분야는�정밀�의학의�혁명을�이끌어�왔으며�정밀�종양학�치료는�많은�환자들에게�개선된�결과를�선사하는�놀라운�

치료법을�제공합니다.�이�분야가�지속적으로�발전하고�진화함에�따라�정밀�종양학�의약품�개발업체들은�환자의�희소성�

및�방대한�다양한�소스의�데이터라는�두�가지�문제를�다루기�위한�보다�정교한�기술이�필요해졌습니다.�

이�두�가지�문제를�분석하기�위해서는�사람에�의한�분석만으로는�실현되지�않았던�데이터의�관계를�밝히는�고급�분석�

외에�데이터의�효율적인�수집,�집계�및�통합을�가능하게�하는�임상�개발�기술의�사용이�필요할�것입니다.�이러한�기술은�

보다�풍부하면서�방대한�양의�이질적�데이터�소스를�다양하게�활용하고,�최적의�기관�선정,�환자�모집�및�합성�대조군을�

사용하는�혁신적인�임상시험�설계를�지원합니다.�

임상�개발�플랫폼에서는�반복적인�연구�프로세스가�가능하므로�정밀�종양학에서의�성공�가능성을�확장시킵니다.�경험이�

많은�파트너와의�컨설팅을�통해�일반적인�문제를�피하고�프로그램에�적합한�플랫폼을�쉽게�활용할�수�있습니다.�

Medidata�소개�메디데이터는�업계�최고의�임상연구용�클라우드�기반�솔루션을�개발하여�글로벌�의약품�및�의료기구�개발에서�혁신을�이끌고�있습니다.�메디데이터의�고급�

응용�프로그램�및�지능형�데이터�분석�기술은�850 개�이상의�글로벌�제약�회사,�혁신적인�생명�공학,�진단�및�의료기구�회사,�선도적인�학술�의료�센터�및�

임상시험�수탁기관을�비롯해�전�세계�생명과학�관련�고객사가�과학적�목표를�향상하는�데�일조하고�있습니다.�

Medidata� Clinical� Cloud®는� 임상시험에� 새로운� 차원의� 품질과� 효율성을� 제공하여� 고객사가� 정보에� 기반해� 의사� 결정을� 더� 빨리� 내릴� 수� 있도록�

Page 16: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 16

지원합니다.�메디데이터의�탁월한�임상시험�데이터�자산은�미래�성장을�위한�깊이�있는�통찰력을�제공합니다.�Medidata�Clinical�Cloud 는�스터디�설계�및�

계획부터�실행,�관리�및�보고에�이르는�업무�전반에서�세계�상위�25 대�글로벌�제약회사�중�18 개�사의�임상시험을�지원하는�주요�기술�솔루션이며�상위�

25 대�의료기구�개발사�중�18 개�사에서�사용되고�있습니다.�

[email protected]�|�mdsol.com�|�+1�866�515�6044�

Medidata�Clinical�Cloud®�

클라우드�기반�임상연구�솔루션�|�혁신�기술�|�데이터�중심�분석�

비용�절감�|�출시�시간�단축�|�의사결정�시간�단축�|�위험�부담�최소화�

참고문헌�

Akbay�EA,�Koyama�S,�Carretero�J,�Altabef�A,�Tchaicha�JH,�Christensen�CL,�Mikse�OR,�Cherniack�AD,�Beauchamp�EM,�Pugh�TJ,�

Wilkerson�MD,�Fecci�PE,�Butaney�M,�Reibel�JB,�Soucheray�M,�Cohoon�TJ,�Janne�PA,�Meyerson�M,�Hayes�DN,�Shapiro�GI,�

Shimamura�T,�Sholl�LM,�Rodig�SJ,�Freeman�GJ,�Hammerman�PS,�Dranoff�G,�Wong�KK.�Activation�of�the�PD-1�pathway�

contributes�to�immune�escape�in�EGFR-driven�lung�tumors.�Cancer�Discov.�2013�Dec;3(12):1355-63.�

Anighoro�A,�Bajorath�J,�Rastelli�G.�Polypharmacology:�Challenges�and�Opportunities�in�Drug�Discovery.�J.�Med.�Chem.�2014,�

57�(19),�pp�7874­7887.�

Antolin�AA,�Workman�P,�Mestres�J,�Al-Lazikani�B.�Polypharmacology�in�Precision�Oncology:�Current�Applications�and�Future�

Prospects.�Curr�Pharm�Des.�2016;�22(46):6935-6945.�

ASCO�(2017).�The�State�of�Cancer�Care�in�America,�2017:�A�Report�by�the�American�Society�of�Clinical�Oncology.�Journal�of�

Oncology�Practice�2017�13:4,�e353-e394�

Azvolinsky,�A.�Repurposing�Existing�Drugs�for�New�Indications.�The�Scientist.�[Online]�Available�at:�http://www.the-

scientist.com/�

?articles.view/articleNo/47744/title/Repurposing-Existing-Drugs-for-New-Indications.�[Accessed�9/21/2017].�

Bayat�Mokhtari�R,�Homayouni�TS,�Baluch�N,�Morgatskaya�E,�Kumar�S,�Das�B,�Yeger�H.�Combination�therapy�in�combating�

cancer.�Oncotarget.�2017�Jun�6;8(23):38022-38043.�

Beckmann,�J.�S.,�&�Lew,�D.�(2016).�Reconciling�evidence-based�medicine�and�precision�medicine�in�the�era�of�big�data:�

challenges�and�opportunities.�Genome�Medicine,�8,�134.�

Berry,�D.A.,�M.�Elashoff,�S.�Blotner,�R.�Davi,�P.�Beineke,�M.�Chandler,�D.S.�Lee,�L.C.�Chen,�and�S.�Sarkar.�2017.�Creating�a�

synthetic�control�arm�from�previous�clinical�trials:�Application�to�establishing�early�end�points�as�indicators�of�overall�survival�

in�acute�myeloid�leukemia�(AML).�Jco.�35:7021-7021.�

Blucher�AS,�Choonoo�G,�Kulesz-Martin�M,�Wu�G,�McWeeney�SK.�Evidence-Based�Precision�Oncology�with�the�Cancer�

Targetome.�Trends�Pharmacol�Sci.�2017�Sep�27.�pii:�S0165-6147(17)30166-9.�

Page 17: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 17

Bothwell�LE,�Greene�JA,�Podolsky�SH,�Jones�DS.�Assessing�the�Gold�Standard�—�Lessons�from�the�History�of�RCTs.�N�Engl�J�

Med.�2016�Jun�2;374(22):2175-81.�

Chen�B,�Butte�AJ.�Leveraging�big�data�to�transform�target�selection�and�drug�discovery.�Clin�Pharmacol�Ther.�2016�

Mar;99(3):285-97.�

Collins�FS,�Varmus�H.�A�new�initiative�on�precision�medicine.�The�New�England�journal�of�medicine.�2015;372(9):793­5�

Conley�B,�Sorg�BS,�Tricoli�JV.�Implications�and�opportunities�of�precision�medicine�in�rare�malignancies.�Expert�Opinion�on�

Orphan�Drugs.�4(9),�2016.�

Coyle�C,�Cafferty�FH,�Vale�C,�Langley�RE.�Metformin�as�an�adjuvant�treatment�for�cancer:�a�systematic�review�and�meta-�

analysis.�Ann�Oncol.�2016�Dec;27(12):2184-2195.�

Dangi-Garimella,�S.�Physician,�Regulatory,�and�Payer�Perspectives�on�the�Value�of�Real-World�Data.�The�American�Journal�of�

Managed�Care®

�website.�Available�online:�http://www.ajmc.com/journals/evidence-based-oncology/2017/july-

2017/physician-regulatory-and-payer-perspectives-on-the-value-of-real-world-data.�Published�July�20,�2017.�Accessed�

10/8/2017�

Dinov,�I.�D.�(2016).�Methodological�challenges�and�analytic�opportunities�for�modeling�and�interpreting�Big�Healthcare�Data.�

GigaScience,�5(1),�12.�

Dry�JR,�Yang�M,�Saez-Rodriguez�J.�Looking�beyond�the�cancer�cell�for�effective�drug�combinations.�Genome�Med.�2016�Nov�

25;8(1):125.�

FDA�(2017).�Two�Recent�Scientific�Advances�Underscore�an�Encouraging�Future�for�Precision�Medicine�at�FDA.�FDA�Voice.�

[Online]�Available�at:�https://blogs.fda.gov/fdavoice/index.php/2017/07/two-recent-scientific-advances-underscore-an-

encouraging-future-for-precision-medicine-at-fda/�[Accessed�October�9,�2017].�

Gajewski�TF,�Fuertes�M,�Spaapen�R,�Zheng�Y,�Kline�J.�Molecular�profiling�to�identify�relevant�immune�resistance�mechanisms�

in�the�tumor�microenvironment.�Curr�Opin�Immunol.�2011;23(2):286-292.�

Hoos�A.�Development�of�immuno-oncology�drugs�—�from�CTLA4�to�PD1�to�the�next�generations.�Nat�Rev�Drug�Discov.�2016�

Apr;15(4):235-47.�

Iwai,�Y.,�Hamanishi,�J.,�Chamoto,�K.,�&�Honjo,�T.�(2017).�Cancer�immunotherapies�targeting�the�PD-1�signaling�pathway.�

Journal�of�biomedical�science,�24(1),�26.�

�Kavuri�SM,�Jain�N,�Galimi�F,�Cottino�F,�Leto�SM,�Migliardi�G,�Searleman�AC,�Shen�W,�Monsey�J,�Trusolino�L,�Jacobs�SA,�

Bertotti�A,�Bose�R.�HER2�activating�mutations�are�targets�for�colorectal�cancer�treatment.�Cancer�Discov.�2015�Aug;5(8):832-

41.�

Page 18: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 18

Kolata�G.�2017.�A�Cancer�Conundrum:�Too�Many�Drug�Trials,�Too�Few�Patients.�The�New�York�Times.�

https://www.nytimes.com/�

2017/08/12/health/cancer-drug-trials-encounter-a-problem-too-few-patients.html.�Accessed�9/21/2017�

Lewis�R.R.J.,�Kerridge�I.,�Lipworth,�W.�Use�of�Real-World�Data�for�the�Research,�Development,�and�Evaluation�of�Oncology�

Precision�Medicines.�JCO�Precision�Oncology�2017:1,�1-11�

Mehnert,�J.�M.,�Monjazeb,�A.�M.,�Beerthuijzen,�J.�M.,�Collyar,�D.,�Rubinstein,�L.,�&�Harris,�L.�N.�The�challenge�for�development�

of�valuable�immuno-oncology�biomarkers.�Clin�Cancer�Res�September�2017;�23�(17):�4970-4979.�

NCI�(2017).�Targeted�Cancer�Therapies.�[Online]�Available�at:�https://www.cancer.gov/about-

cancer/treatment/types/targeted-therapies/targeted-therapies-fact-sheet.�[Accessed�October�9,�2017].�

Nosengo�N.�Can�you�teach�old�drugs�new�tricks?�Nature.�2016�Jun�16;534(7607):314-6.�

Oprea�TI�&�Mestres�J.�Drug�Repurposing:�Far�Beyond�New�Targets�for�Old�Drugs.�AAPS�J.�2012�Dec;�14(4):�759-763.�

Peterson�TA,�Gauran�IIM,�Park�J,�Park�D,�Kann�MG.�Oncodomains:�A�protein�domain-centric�framework�for�analyzing�rare�

variants�in�tumor�samples.�PLoS�Comput�Biol.�2017�Apr�20;13(4):e1005428.�

Preston�J.�Medidata�wants�to�help�control�your�single-arm�clinical�trials.�MedCity�News.�https://medcitynews.com/2017/05/�

medidata-control-arm-clinical-trial.�Accessed�10/7/2017.�

Rastelli�G�&�Pinzi�L.�Computational�polypharmacology�comes�of�age.�Front�Pharmacol.�2015�Jul�28;6:157.�doi:�

10.3389/fphar.�2015.00157.�eCollection�2015.�

Rehm�HL.�Evolving�health�care�through�personal�genomics.�Nat�Rev�Genet.�2017�Apr;18(4):259-267.�

Rizvi�NA,�Hellmann�MD,�Snyder�A,�et�al.�Cancer�immunology.�Mutational�landscape�determines�sensitivity�to�PD-1�blockade�in�

nonsmall�cell�lung�cancer.�Science.�2015;348(6230):124-128.�

Sagers,�J.�(2016)�Re-Engineering�Cures�for�the�Big�Data�Age:�Precision�Medicine�and�Computational�Drug�Repositioning.�

[Online]�Available�at:�http://sitn.hms.harvard.edu/flash/2016/re-engineering-cures-big-data-age-precision-medicine-

computational-drug-repositioning/.�[Accessed�October�9,�2017].�

Schilsky�R.�Finding�the�Evidence�in�Real-World�Evidence:�Moving�from�Data�to�Information�to�Knowledge,�In�Journal�of�the�

American�College�of�Surgeons,�Volume�224,�Issue�1,�2017,�Pages�1-7.�

Shin,�S.�H.,�Bode,�A.�M.,�&�Dong,�Z.�Addressing�the�challenges�of�applying�precision�oncology.�npj�Precision�Oncology.�2017�

1(1),�28.�

Sleeman,�J�&�Steeg�PS.�Cancer�metastasis�as�a�therapeutic�target.�Eur�J�Cancer.�2010�May;46(7):�1177-80.�

Page 19: Precision Onc ology Tria ls A Look Ahead2 - Medidata Solutions · 2019. 12. 19. · 백서 정밀 종양학 임상시험의 미래 3 핵심요약 제약사및생명공학기업들이임상개발프로그램에환자의유전자및유전체정보를통합하는경우가늘어나고

백서 정밀 종양학 임상시험의 미래 19

Steeg�PS.�Targeting�metastasis.�Nature�Reviews�Cancer.�2016�16,�201­218.�

Stone�J.�How�Can�We�Encourage�Participation�in�Clinical�Trials?�Forbes�Pharma�&�Healthcare.�https://www.forbes.com/sites/�

judystone/2015/01/06/how-can-we-encourage-participation-in-clinical-trials/#4c150b964d0c.�Accessed�9/21/2017.�

Sun�Y,�Sheng�Z,�Ma�C,�Tang�K,�Zhu�R,�Wu�Z,�Shen�R,�Feng�J,�Wu�D,�Huang�D,�Huang�D,�Fei�J,�Liu�Q,�Cao�Z.�Combining�

genomic�and�network�characteristics�for�extended�capability�in�predicting�synergistic�drugs�for�cancer.�Nat�Commun.�2015�

Sep�28;6:8481.�

Sun�W,�Sanderson�P,�Zheng�W.�Drug�combination�therapy�increases�successful�drug�repositioning.�Drug�Discov�Today.�2016�

Jul;�21(7):�1189-1195.�

Thomas,�D.�W.,�Burns,�J.,�Audette,�J.,�Carrol,�A.,�Dow-Hygelund,�C.,�&�Hay,�M.�(2016).�Clinical�development�success�rates�

2006-2015.�San�Diego:�Biomedtracker/Washington,�DC:�BIO/Bend:�Amplion.�

Tuna�M.,�Amos�C.I.�(2012).�Activating�Mutations�and�Targeted�Therapy�in�Cancer,�Mutations�in�Human�Genetic�Disease,�Prof.�

David�Cooper�(Ed.),�InTech,�DOI:�10.5772/48701.�Available�from:�https://www.intechopen.com/books/mutations-in-human-

genetic-disease/activating-mutations-and-targeted-therapy-in-cancer�

Woodcock�J�&�LaVange�LM.�Master�Protocols�to�Study�Multiple�Therapies,�Multiple�Diseases,�or�Both.�N�Engl�J�Med.�2017;�

377:62-70;�DOI:�10.1056/NEJMra1510062.�

Xu�H,�Aldrich�MC,�Chen�Q,�Liu�H,�Peterson�NB,�Dai�Q,�Levy�M,�Shah�A,�Han�X,�Ruan�X,�Jiang�M,�Li�Y,�Julien�JS,�Warner�J,�

Friedman�C,�Roden�DM,�Denny�JC.�Validating�drug�repurposing�signals�using�electronic�health�records:�a�case�study�of�

metformin�associated�with�reduced�cancer�mortality.�J�Am�Med�Inform�Assoc.�2015�Jan;22(1):179-91.�