2단계: 약력학, CYP450, 그리고 환자 계층화

1단계와의 연결고리: 왜 농도만으로는 부족한가

1단계에서 우리는 약물이 수용체(receptor)에 결합하는 열역학적 에너지를 계산하고, 혈중 농도가 시간에 따라 어떻게 소실되는지 PK 방정식 C(t) = C₀·e^(−kt)로 기술하는 법을 배웠다. 반감기(t₁/₂)와 분포용적(Vd), 1구획 모델까지 다뤘다면 PK의 뼈대는 세운 셈이다. 이제 자연스럽게 다음 질문이 솟아오른다: "혈중 농도가 높으면 효과도 무조건 더 강하게 나타날까?" 직관적으로 그럴 것 같다. 그런데 실제 실험을 해보면 어느 농도 이상에서는 약을 아무리 더 넣어도 효과가 추가로 증가하지 않는 "천장"이 나타난다. 그 이유가 무엇인지, 2단계에서 그 답을 찾는다.

**약동학(Pharmacokinetics, PK)**이 "약물이 몸 안에서 어떻게 이동하는가"를 다루는 이야기라면, **약력학(Pharmacodynamics, PD)**은 "약물이 몸에 어떤 변화를 일으키는가"를 다루는 이야기다. PK가 농도(concentration)의 언어라면 PD는 효과(effect)의 언어다. 이 두 이야기를 연결하는 핵심 도구가 **용량-반응 곡선(Dose-Response Curve)**이며, 여기에 더해 여러 약을 동시에 복용할 때 발생하는 상호작용의 수학적 구조와, 어떤 환자에게 어떤 약이 맞는지 미리 예측하는 바이오마커(biomarker) 개념까지 오늘 모두 연결한다.

이론적 기초: 효과를 어떻게 측정하는가

본론으로 들어가기 전에, 약물 효과를 "측정"하는 방식부터 이해해야 한다. 1단계에서 수용체-리간드 결합을 다룰 때 해리상수 Kd를 배웠다. Kd가 작을수록 약물이 수용체에 더 강하게 달라붙는다는 것, 그리고 약물-수용체 복합체(Drug-Receptor Complex, DR)가 형성되어야 세포 내 신호(signal)가 켜진다는 것을 기억하는가? **Clark(1926)의 수용체 점유 이론(Receptor Occupancy Theory)**은 이 DR 복합체의 농도에 비례하여 효과가 나타난다고 제안한다.

그런데 이 지점에서 스스로 생각해보자. 수용체가 총 100개 있다고 가정하면, 약물이 50개를 점유할 때 효과가 50%이고 100개 전부를 점유하면 100%가 되는 단순한 선형 관계일까, 아니면 다른 패턴이 나타날까? 이 질문의 답이 용량-반응 곡선의 모양을 결정한다.

실험에서 약물 효과를 측정하는 방법은 크게 두 가지다. **등급 반응(Graded Response)**은 하나의 조직이나 세포에서 농도를 점차 높이면서 효과의 크기(근육 수축력, 효소 활성도 등)를 연속적 수치로 측정하는 방식이다. **분위 반응(Quantal Response)**은 집단(예: 100마리 쥐)에서 특정 사건(수면 유도, 사망)이 "나타남/나타나지 않음"으로 이분화되는 결과를 용량별로 집계하는 방식이다. 오늘 주로 다루는 것은 등급 반응이지만, 후반부 치료 지수를 계산할 때는 분위 반응 개념이 반드시 필요하다. 이 둘을 머릿속에 명확히 분리해두자.

용량-반응 곡선: 세상에서 가장 중요한 S자

16세기 의사이자 연금술사였던 **파라셀수스(Paracelsus)**는 이런 말을 남겼다: "Dosis sola facit venenum", 즉 "오직 용량만이 독을 결정한다." 물도 너무 많이 마시면 저나트륨혈증으로 사망할 수 있고, 보툴리눔 독소도 극소량이면 미용 치료제가 된다. 핵심은 언제나 **용량(dose)**과 효과(effect) 사이의 관계다. 이것이 약리학 전체의 철학적 출발점이다.

용량을 로그 스케일로 x축에, 효과(%)를 y축에 놓으면 거의 모든 약물이 S자형(sigmoidal) 곡선을 그린다. 왜 직선이 아닌가? 농도가 매우 낮을 때 수용체는 거의 점유되지 않아 효과가 미미하다. 중간 농도 범위에서는 약간의 농도 변화에도 효과가 급격히 증가하는 구간이 나타난다. 그리고 농도가 매우 높아지면 모든 수용체가 **포화(saturation)**되어 효과가 더 이상 늘지 않는 **천장 효과(ceiling effect)**에 도달한다. 이 세 구간이 합쳐지면서 S자가 그려진다.

이 곡선을 수학적으로 표현하는 것이 **Hill 방정식(Hill equation)**이다. 생리학자 A.V. Hill이 1910년 헤모글로빈의 산소 결합을 설명하기 위해 처음 제안했고, 이후 약리학 전반에 확장 적용되었다:

$E = \frac{E _{ma x} \cdot [ C ] ^{n}}{E C _{50}^{n} + [ C ] ^{n}}$

[노트 기록] Hill 방정식의 각 파라미터를 손으로 써서 정리하라:

E: 현재 농도 [C]에서 나타나는 효과의 크기
E_max: 최대 효과(Maximum Effect). 아무리 농도를 높여도 초과할 수 없는 천장값
[C]: 약물 농도(Concentration)
EC₅₀: 최대 효과의 50%를 유발하는 농도(Effective Concentration producing 50% of E_max). 이 값이 작을수록 적은 양으로 큰 효과를 낼 수 있다는 뜻 → **역가(Potency)**가 높다고 표현
n: Hill 계수(Hill coefficient). 곡선의 기울기를 결정. n=1이면 표준 S자, n>1이면 더 가파른 S자(이를 협동성, cooperativity라 함), n<1이면 완만한 곡선

검산해보자. 방정식에 [C] = EC₅₀를 대입하면: E = E_max × EC₅₀ⁿ / (EC₅₀ⁿ + EC₅₀ⁿ) = E_max × 1/2. 수학적으로 당연한 결과지만, 이처럼 식을 직접 손으로 대입해 확인하는 습관이 나중에 파라미터를 직관적으로 이해하는 힘이 된다.

이제 **역가(Potency)**와 **효능(Efficacy)**을 구분해야 한다. 이 둘은 자주 혼용되지만 완전히 다른 개념이다. Potency(역가)는 EC₅₀로 표현되며 **"얼마나 적은 양으로 효과를 내는가"**를 뜻한다. Efficacy(효능)는 E_max로 표현되며 **"최대로 낼 수 있는 효과의 크기가 얼마인가"**를 뜻한다. 예를 들어, 모르핀(morphine)과 코데인(codeine)을 비교하면 모르핀은 더 낮은 농도에서 강한 진통 효과를 내므로(EC₅₀가 낮음) Potency가 높다. 코데인은 아무리 용량을 높여도 도달 가능한 최대 진통 효과가 모르핀보다 낮다(E_max가 낮음). 이런 약물을 **부분 작용제(Partial Agonist)**라 한다. [Goodman & Gilman's The Pharmacological Basis of Therapeutics, 13th ed., Chapter 3]

스스로 생각해볼 질문: 역가가 높은 약이 무조건 더 좋은 약일까? 효능이 높은 약이 더 좋은 약일까? 임상에서 어떤 상황에 어떤 속성이 더 중요한지, 본문을 읽은 뒤 스스로 결론을 내려보라.

치료 지수: 약과 독 사이의 경계

약이 효과를 내는 농도와 독성이 나타나는 농도 사이의 간격이 얼마나 넓은지를 표현하는 것이 **치료 지수(Therapeutic Index, TI)**다. 분위 반응 실험에서 두 개의 S자 곡선이 등장한다. **ED₅₀(Effective Dose 50%)**는 집단의 절반에서 치료 효과를 나타내는 용량이고, TD₅₀(Toxic Dose 50%) 혹은 **LD₅₀(Lethal Dose 50%)**는 집단의 절반에서 독성 반응(또는 사망)을 나타내는 용량이다.

$T I = \frac{L D _{50}}{E D _{50}} (동물 실험) 또는 T I = \frac{T D _{50}}{E D _{50}} (임상)$

[노트 기록] TI의 의미를 직관적으로 이해하는 법: TI가 10이라면 치료 용량의 10배를 먹어야 절반의 대상이 독성 반응을 보인다는 뜻이다. TI가 2라면? 치료 용량의 고작 2배만으로도 위험해진다는 의미로, 임상에서 매우 조심스럽게 다뤄야 하는 약물이다.

좁은 치료 지수(Narrow Therapeutic Index, NTI) 약물의 대표 예시는 디곡신(Digoxin, 심부전 치료제), 와파린(Warfarin, 항응고제), 리튬(Lithium, 조증 치료제), 페니토인(Phenytoin, 항경련제) 등으로 TI가 2~3 수준에 불과하다. 이들은 투약 시 혈중 농도를 주기적으로 모니터링하지 않으면 언제든 독성 구간에 진입할 수 있다. 반면 페니실린 같은 항생제는 TI가 수십에서 수백에 달해 용량을 넉넉히 써도 비교적 안전하다.

여기서 한 발 더 나아간 개념이 **치료창(Therapeutic Window)**이다. TI가 하나의 숫자로 표현된다면, 치료창은 "효과는 있되 독성은 없는" 농도 범위, 즉 최소 유효 농도(MEC)보다 높고 최소 독성 농도(MTC)보다 낮은 구간을 말한다. 1단계에서 배운 PK 모델로 혈중 농도 시간 프로파일을 설계할 때, 이 치료창 안에 농도가 유지되도록 투약 주기와 용량을 최적화하는 것이 투약 설계의 본질이다.

CYP450: 간 속의 화학 공장

약물이 혈중에서 소실되는 가장 중요한 경로는 **간(liver)에서의 대사(metabolism)**다. 1단계의 PK 모델에서 k(제거 속도 상수)는 주로 이 간 대사 속도에 의해 결정된다는 것을 이제는 자연스럽게 연결할 수 있어야 한다. 간 대사를 담당하는 효소 중 단연 가장 중요한 것이 **사이토크롬 P450(Cytochrome P450, CYP450)**이다.

왜 이름이 P450인가? P는 Pigment(색소)를, 450은 일산화탄소(CO)와 결합했을 때 450nm 파장에서 특이적으로 빛을 흡수하기 때문이다. 1950년대 분광학(spectroscopy)적 특성으로 처음 발견된 이 효소군은 간의 소포체(Endoplasmic Reticulum, ER) 막에 박혀 있으며, 산소(O₂)와 NADPH를 이용해 약물에 산소 원자를 집어넣는 산화반응(oxidation)을 촉매한다. 그 결과 약물이 수용성(hydrophilic)으로 변환되어 신장이나 담즙으로 배설될 수 있게 된다.

[노트 기록] 주요 CYP 아이소자임(isoenzyme)과 대표 기질(substrate):

CYP3A4: 전체 처방약의 약 50% 이상 담당. 스타틴(simvastatin), 면역억제제(cyclosporine), HIV 치료제 등
CYP2D6: 항우울제(fluoxetine), 항정신병약(risperidone), 베타차단제 등
CYP2C9: 와파린(warfarin), NSAIDs(ibuprofen), 항당뇨약 등
CYP2C19: 프로톤펌프억제제(omeprazole), 항혈소판제(clopidogrel) 등
CYP1A2: 카페인, 클로자핀(clozapine), 테오필린 등

이 아이소자임들은 각자 다른 유전자로 코딩되어 있으며, 개인마다 그 활성이 다르다. 그리고 여기서 약물 상호작용의 씨앗이 뿌려진다.

CYP450 효소의 활성에 영향을 주는 약물은 크게 두 종류로 나뉜다. **억제제(Inhibitor)**는 다른 약물의 CYP 대사를 방해하여 혈중 농도를 예상보다 높이는 물질이고, **유도제(Inducer)**는 CYP 효소의 합성 자체를 늘려 약물 대사를 가속함으로써 혈중 농도를 낮추는 물질이다.

대표적인 억제제 사례: **케토코나졸(Ketoconazole, 항진균제)**은 CYP3A4의 강력한 억제제다. CYP3A4로 대사되는 스타틴과 이 약을 함께 복용하면 스타틴 혈중 농도가 급증해 근육독성인 횡문근융해증(rhabdomyolysis)이 발생할 수 있다. 더 흥미로운 억제제가 있다. 바로 일상에서 접할 수 있는 **자몽(grapefruit)**이다. 자몽에 들어 있는 푸라노쿠마린(furanocoumarin) 성분이 장내 CYP3A4를 비가역적으로 억제한다. 고혈압 약인 펠로디핀(felodipine)을 자몽주스와 함께 복용하면 혈중 농도가 3배 이상 높아져 심각한 저혈압이 발생할 수 있다. [Bailey et al., Lancet, 1991]

대표적인 유도제 사례: **리팜핀(Rifampicin, 결핵 치료제)**은 핵 수용체 PXR(Pregnane X Receptor)을 통해 CYP3A4, CYP2C9 등의 전사(transcription)를 대폭 늘린다. HIV와 결핵에 동시에 감염된 환자가 리팜핀과 항HIV 약물(프로테아제 억제제)을 병용하면, 리팜핀이 항HIV 약물의 대사를 극적으로 가속시켜 치료 효과가 사라질 수 있다. 또한 우울증에 쓰이는 허브 세인트존스워트(St. John's Wort) 역시 CYP3A4의 강력한 유도제로, 장기이식 환자가 면역억제제 사이클로스포린(cyclosporine)과 함께 복용하면 사이클로스포린 농도가 급락해 장기 거부반응이 발생했다는 실제 임상 보고가 다수 존재한다.

스스로 생각해볼 질문: CYP2D6의 경우 전 세계 인구의 약 7~10%가 기능 소실 변이를 가진 "느린 대사자(Poor Metabolizer, PM)"이다. 코데인(codeine)은 CYP2D6에 의해 모르핀(morphine)으로 활성화되는 전구약물(prodrug)이다. PM인 환자에게 코데인을 처방하면 무슨 일이 일어날까? 반대로, CYP2D6 유전자 복사본이 여러 개인 "초고속 대사자(Ultrarapid Metabolizer, UM)"에게는? 두 방향 모두를 생각해보라.

약물 상호작용: 1+1이 항상 2는 아니다

여러 약을 동시에 복용하는 다약제 병용(Polypharmacy) 상황은 현대 의학에서 매우 흔하다. 암 환자, 고령 환자, 만성질환자는 종종 5~10가지 이상의 약을 동시에 복용한다. 이때 약물 간에 서로 영향을 미치는 **약물 상호작용(Drug-Drug Interaction, DDI)**이 발생한다.

상호작용은 두 층위에서 일어난다. 첫 번째는 **약동학적 상호작용(Pharmacokinetic Interaction)**으로, 한 약물이 다른 약물의 흡수·분포·대사·배설에 영향을 주는 것이다. 앞서 CYP450에서 다룬 억제·유도 상호작용이 이 범주에 속한다. 두 번째는 **약력학적 상호작용(Pharmacodynamic Interaction)**으로, 두 약물이 같은 혹은 다른 표적(target)에 작용하면서 효과 자체가 증폭되거나 감소하는 것이다. 이를 수학적으로 모델링하는 것이 2단계 프로젝트의 핵심이다.

약력학적 상호작용은 효과의 크기에 따라 세 유형으로 나뉜다. **상가작용(Additive)**은 병용 효과가 단순 합산과 같은 E(A+B) = E(A) + E(B)인 경우다. **상승작용(Synergism)**은 E(A+B) > E(A) + E(B), 즉 합산보다 효과가 더 크게 나타나는 경우다. **길항작용(Antagonism)**은 E(A+B) < E(A) + E(B)로 합산보다 효과가 작아지는 경우다. 이를 정량화하는 방법이 Chou-Talalay 조합 지수(Combination Index, CI) 방법이다:

$C I = \frac{( D ) _{1}}{( D _{x} ) _{1}} + \frac{( D ) _{2}}{( D _{x} ) _{2}}$

여기서 (D_x)₁은 약물 1 단독으로 x%의 효과를 내는 용량, (D)₁은 병용 시 같은 x% 효과를 위해 필요한 약물 1의 용량이다. CI < 1이면 시너지, CI = 1이면 상가, CI > 1이면 길항이다. [Chou TC, Talalay P, Adv Enzyme Regul., 1984]

[노트 기록] CI 공식과 해석 기준을 손으로 쓰고, "CI가 0.5라는 것은 병용 시 단독 치료의 절반 용량만으로 같은 효과를 낸다"는 해석까지 함께 적어두라.

항암 요법에서 시너지 효과는 특히 중요하다. CHOP 요법(Cyclophosphamide, Doxorubicin, Vincristine, Prednisone의 4제 병용)은 각 약물이 서로 다른 메커니즘으로 암세포를 공격하면서 시너지를 낸다. 그런데 시너지가 언제나 좋은 결과만 내지는 않는다. 부작용에서도 시너지가 생길 수 있기 때문이다. 심장독성을 유발할 수 있는 두 약물을 병용하면 독성 시너지가 발생한다. 이것이 병용 요법 설계가 단순하지 않은 이유다.

바이오마커와 환자 계층화: 맞춤 의학의 토대

같은 약을 같은 용량으로 100명에게 투여해도 효과가 있는 사람, 없는 사람, 부작용이 생기는 사람이 제각각 나타난다. 왜인가? 그 개인차를 사전에 예측할 수 있는 지표가 **바이오마커(Biomarker)**다. FDA-NIH 공동 워킹그룹이 2016년 발간한 BEST(Biomarkers, EndpointS, and other Tools) 자료에 따르면, 바이오마커는 **"정상 생물학적 과정, 병리적 과정, 또는 치료 개입에 대한 반응의 지표로 객관적으로 측정되고 평가되는 특성"**으로 정의된다.

바이오마커는 목적에 따라 분류된다. **진단 바이오마커(Diagnostic)**는 질환 유무를 판단한다(예: HbA1c로 당뇨 진단). **예후 바이오마커(Prognostic)**는 치료 여부와 무관하게 질환의 자연 경과를 예측한다(예: 암의 병기, staging). **예측 바이오마커(Predictive)**는 특정 치료에 특정 환자가 반응할지를 예측한다. 오늘 우리가 집중하는 것이 바로 이 예측 바이오마커다.

가장 교과서적인 예시는 **HER2(Human Epidermal growth factor Receptor 2)**와 **트라스투주맙(Trastuzumab, 허셉틴)**이다. 유방암 환자의 약 20~25%는 HER2 단백질이 과발현되어 있으며, 이 환자들에게만 허셉틴이 효과적이다. HER2 음성 환자에게 허셉틴을 써봤자 효과는 없고 비용과 부작용만 발생한다. 따라서 HER2 발현 여부가 허셉틴 투약의 예측 바이오마커가 된다. 이처럼 바이오마커를 기준으로 환자를 소집단으로 나누는 것을 **환자 계층화(Patient Stratification)**라고 한다.

유전자 수준의 바이오마커를 다루는 학문이 **약물유전체학(Pharmacogenomics)**이다. CYP450 파트에서 언급한 대사자 유형 분류(PM·IM·EM·UM)가 약물유전체학의 핵심이다. 실제로 항혈소판제 **클로피도그렐(clopidogrel)**의 경우 CYP2C19 유전자형에 따라 효과가 극적으로 달라진다. 클로피도그렐은 CYP2C19에 의해 활성 대사체로 전환되어야만 혈소판 응집을 억제한다. CYP2C19 기능 소실 변이를 가진 PM 환자에게는 이 전환이 잘 일어나지 않아 심장 스텐트 시술 후 혈전 발생 위험이 유의미하게 높다. 미국 FDA는 이를 근거로 클로피도그렐 라벨에 CYP2C19 유전자형 검사를 권고하는 블랙박스 경고를 추가했다.

**PharmGKB(Pharmacogenomics Knowledgebase)**는 스탠퍼드 대학교가 운영하는 데이터베이스로, 유전자 변이(SNP)와 약물 반응의 관계를 체계적으로 정리한다. 이 데이터를 바탕으로 **CPIC(Clinical Pharmacogenetics Implementation Consortium)**는 이미 수십 개 약물에 대해 유전자형별 최적 투약 가이드라인을 공개하고 있다. 이것이 1단계에서 설계했던 "개인형 맞춤 투약 알고리즘"과 2단계가 연결되는 실제 응용 지점이다.

1단계에서 배운 수용체 결합 에너지(Kd)와 PK 수식이 2단계의 Hill 방정식, 치료 지수, CYP450 상호작용, 그리고 바이오마커 기반 계층화까지 하나의 논리 흐름으로 연결된다는 것을 느꼈길 바란다. 이제 이 지식을 실제 문제에 적용해볼 차례다.

2단계 프로젝트: 다제 병용 요법 최적화

안내: 아래 예제는 정답 없이 제시된다. 40~50분을 투자해 각 문제를 풀어보자. 필요한 공식은 본문에 모두 있다. 계산기를 사용해도 되지만, 식을 먼저 손으로 세우는 것이 중요하다.

예제 1: Hill 방정식과 파라미터 추정

신약 후보 A의 체외 실험(in vitro) 결과가 아래와 같다.

농도 [C] (nM)	효과 E (%)
1	4.8
3	12.5
10	37.2
30	66.1
100	89.4
300	96.8

(1) 이 데이터로부터 E_max를 추정하라. 300 nM에서 96.8%가 나왔다는 사실이 "아직 포화에 도달하지 않았다"는 의미인지 "거의 포화 상태"인지를 판단하고, 실제 E_max 값을 어떻게 추정할 수 있을지 방법을 서술하라. (2) 표를 보간(interpolation)하여 EC₅₀를 추정하라. 어느 두 농도 사이에 EC₅₀가 위치하는가? (3) n = 1로 가정하고 [C] = 10 nM을 Hill 방정식에 대입했을 때 얻는 이론값과 실제 측정값 37.2%를 비교하라. 오차가 있다면, n > 1인지 n < 1인지를 추론하고 그 근거를 논리적으로 서술하라. (4) 비교 약물 B(EC₅₀ = 50 nM, E_max = 95%)와 이 약물 A를 비교하라. 어떤 약이 더 "좋은" 약인가? 단순히 수치만 비교하지 말고, 임상적으로 어떤 상황에서 어떤 약물 속성이 더 중요한지를 함께 논하라.

예제 2: 치료 지수와 임상 결정

항경련제 D의 동물 실험 분위 반응 데이터:

용량 (mg/kg)	경련 억제 반응률 (%)	진정 독성 발현율 (%)
5	5	0
10	20	2
20	50	8
40	80	25
80	95	55
160	99	90

(1) ED₅₀(경련 억제)와 TD₅₀(진정 독성)를 각각 추정하라. (2) 치료 지수(TI)를 계산하고, 이 약물이 NTI(Narrow Therapeutic Index) 약물에 해당하는지 판단하라. (3) "ED₅₀에서 치료 효과가 나타나는 환자 중 이미 독성을 경험하는 비율"은 얼마인가? 이 수치가 TI 단일 수치보다 임상에서 더 현실적인 이유를 논하라. (4) 이 약물의 치료창(Therapeutic Window)을 MEC와 MTC 개념으로 서술하고, 투약 설계 시 어떤 고려사항이 필요한지 1단계 PK 모델과 연결하여 논하라.

예제 3: CYP450 상호작용 예측

환자 E는 다음 세 가지 약물을 동시에 복용 중이다:

와파린(Warfarin): 혈전 예방약, CYP2C9의 기질(substrate), TI ≈ 2~3
플루코나졸(Fluconazole): 항진균제, CYP2C9의 강력한 경쟁적 억제제
리팜핀(Rifampicin): 항결핵제, CYP2C9 및 CYP3A4의 강력한 유도제

(1) 플루코나졸 추가 시 와파린 혈중 농도 변화를 예측하라. 이것이 와파린의 좁은 TI와 맞물려 어떤 임상적 위험을 초래하는지 구체적으로 서술하라. (2) 리팜핀 추가 시 와파린 혈중 농도 변화를 예측하라. (1)의 임상 위험과 방향이 어떻게 다른가? (3) "플루코나졸(억제)과 리팜핀(유도)이 반대 방향으로 작용하니 서로 상쇄되어 와파린 농도가 정상 범위를 유지할 것"이라는 주장의 논리적 허점을 찾아라. (4) 추가 정보: 환자 E의 유전자 검사 결과 CYP2C9 *3/*3 유전자형(PM)으로 밝혀졌다. 이 유전 정보가 위 상호작용 분석에 어떤 추가 고려사항을 더하는가? 약물유전체학과 DDI의 교차점에서 논하라.

예제 4: 시너지 분석과 환자 계층화

항암제 F와 G를 단독 및 1:1 몰비 병용 시 IC₅₀ 데이터:

약물 F 단독: IC₅₀ = 40 μM
약물 G 단독: IC₅₀ = 80 μM
F + G 병용(1:1 몰비): 50% 세포사멸을 위해 F = 10 μM, G = 20 μM 필요

(1) Chou-Talalay 방법으로 CI를 계산하라. 이 조합은 시너지인가, 상가인가, 길항인가? (2) 환자 코호트를 분석한 결과, BRCA1 유전자 변이 보유 환자군(n=30)에서 CI = 0.3(강한 시너지), BRCA1 정상 환자군(n=70)에서 CI = 1.2(약한 길항)가 나타났다. 이 결과가 이 약물 조합의 임상 개발 전략에 미치는 함의(implication)를 서술하라. (3) BRCA1이 예측 바이오마커로 확정된다면, 임상시험 2/3상 설계 시 환자 등록 기준(inclusion criteria)을 어떻게 구성해야 하는가? BRCA1 검사의 민감도(sensitivity)와 특이도(specificity) 문제를 함께 고려하라. (4) 이 조합을 BRCA1 변이 환자 전용으로 개발하면 더 적은 환자 수로도 임상시험을 성공시킬 수 있다고 한다. 왜인가? "신호 대 잡음비(Signal-to-Noise Ratio)"의 관점에서 통계적 근거를 간단히 논하라.

네 예제를 모두 풀고 나면, 학습 목표 ①(약물 농도-효과 관계 정량화), ②(다약제 상호작용 예측), ③(약물 반응 예측 지표 선별)을 스스로 달성했는지 점검해보라. 3단계에서는 이 지식을 바탕으로 항체 구조를 직접 변형하고, AI 생성 모델로 신약 후보 분자를 만들어내는 훨씬 더 복잡한 문제들이 기다리고 있다.

생화학 및 약리 공학