Forecasting novel therapeutic development in biomedical research

의학 연구의 세계를 수백만 명의 과학자들이 질병을 치료하는 방법에 관한 새로운 책, 논문, 노트를 끊임없이 써 내려가는 거대하고 북적이는 도서관이라고 상상해 보십시오. 오랫동안 이 수천 가지의 새로운 아이디어 중 어떤 것이 실제로 생명을 구하는 진짜 약이 될지 알아내는 것은, 종종 수년간의 값비싼 테스트를 거친 후에야 비로소 가능한, 마치 건초더미 속에서 단 하나의 황금 바늘을 찾는 것과 같았습니다.

이 논문은 그 바늘을 훨씬 더 일찍 찾아내는 새로운 방법을 소개합니다. 연구자들을 거대한 새 떼라고 생각해 보십시오. 보통 새로운 흥미로운 아이디어가 등장하면, 여러분은 갑작스러운 '군집(flocking)' 현상을 목격하게 됩니다. 즉, 많은 과학자가 그 주제에 대해 쓰기 시작하고, 서로의 연구를 인용하며, 그 특정 주제 주위로 모여드는 현상입니다.

연구진은 매우 관찰력이 뛰어난 조류 관찰자 역할을 하는 스마트한 컴퓨터 시스템을 구축했습니다. 이 시스템은 임상 시험(다리를 건설하는 마지막 단계이자 느리게 진행되는 과정과 같은 것)을 기다리는 대신, 과학적 저술의 전체 라이브러리를 스캔합니다. 이 시스템은 다음 사항들을 살핍니다:

• 과학자들이 특정 주제에 대해 얼마나 자주 이야기하는가 (인용 활동).
• 그들이 논문에서 실제로 무엇을 말하고 있는가 (출판 내용).
• 새로운 아이디어 주위로 과학자 무리가 얼마나 빠르게 모여들고 있는가 (군집 효과).

이러한 패턴을 분석함으로써, 이 시스템은 어떤 연구 주제가 결국 FDA(의약품에 최종 '승인'을 내주는 정부 기관)의 승인을 받은 약물로 이어질지 예측할 수 있습니다.

이들의 예측에는 마법이 있습니다:

• 수정구슬 효과: 이 모델은 너무 뛰어나서, 실제 FDA 승인이 나기 8년 또는 그 이상 전에 미래의 승인될 약물을 포착할 수 있습니다. 실제로 그들이 예측한 대부분의 약물의 경우, 해당 약물이 인간 대상 임상 2상 시험에 들어가기도 전에 이미 포착해 냈습니다.
• 정확도: 그들은 "이 주제는 승리할 것이다"라고 말했을 때 약 84%의 확률로 적중했습니다.
• 비법: 그들은 비밀스러운 내부 정보나 임상 시험 데이터(공개되기까지 수년이 걸리는 경우가 많은 데이터)를 필요로 하지 않았습니다. 그들은 오직 당시 이미 공개되어 있던 공적인 '담론'과 과학자들 사이의 연결 고리만을 사용했습니다.

요약하자면: 과학자들이 출판된 논문을 통해 어떻게 모여들고 새로운 아이디어에 대해 이야기하는지를 관찰하는 것만으로도, 이 방법은 다른 누구보다도 몇 년 앞서 해당 연구 주제가 실제 의약품이 될 것임을 신뢰성 있게 알려줄 수 있습니다. 이는 과학적 출판이라는 혼란스러운 소음을 미래 의학을 향한 명확한 지도로 바꾸어 놓습니다.