고객 사례

탐색적 분석으로 바이오마커 과학의 혁신 향상

독일 다름슈타트에 위치한 Merck KGaA의 다기능 팀은 주제별 전문 지식, 임상 데이터 분석 및 탐색을 결합하여 새로운 종양 치료법을 추구합니다.

최근 바이오마커 연구로 인해 점점 더 표적화된 약물과 진단 분석법이 탄생하게 되었습니다. 의료에 대한 이러한 개인화된 접근 방식은 더 크고 복잡한 데이터 세트를 생성하는 신기술의 확산으로 인해 가능해졌습니다. 점점 더 정교해지는 환자 데이터에 접근함으로써 과학자들은 이제 최근까지 이용 가능한 기술의 범위를 넘어서는 진단 및 약물 반응 문제를 조사할 수 있습니다. 제약 연구와 관련된 엄청난 양의 데이터로 인해 높은 처리량의 데이터를 동시에 관리할 수 있는 동시에 다양한 통계 전문 지식을 갖춘 전문가 간의 협업을 촉진하는 사용자 친화적인 대화형 인터페이스를 제공할 수 있는 강력한 분석 도구가 필요하게 되었습니다.

바이오마커 개발은 종양학에서 진정한 환자별 치료 요법을 제공하는 능력에 대한 기술 및 분석의 고유한 영향에 대한 흥미로운 창을 제공합니다. 바이오마커 과학자들은 약물과 환자 하위 그룹 간의 다양한 생물학적 상호작용을 평가하여 치료 효능과 결과를 더 잘 이해함으로써 의료 서비스 제공자가 각 환자에게 이상적인 치료법을 처방할 수 있도록 합니다.

이러한 환자별 약물을 효과적으로 배포하고 규제 승인을 얻으려면 연구자는 바이오마커 양성 환자를 식별하기 위한 동반진단(CDx) 분석법을 동시에 개발해야 합니다. 이 '한 가지 약물/한 가지 검사' 모델은 많은 환자들의 치료 결과를 개선했지만, 일부는 여전히 예상대로 치료에 반응하지 않아 연구자들은 여전히 해답을 찾지 못한 채 더 많은 의문을 품고 있습니다.

데이터 탐색, 바이오마커 연구의 핵심 부분

이러한 단점을 해결하기 위해 독일 다름슈타트에 위치한 Merck KGaA와 같은 제약 혁신업체는 해당 분야 전문가와 통계학자뿐만 아니라 이 둘을 혼합한 전문 지식을 갖춘 개인도 채용합니다. 그러한 역할의 존재 자체가 회사의 선견지명을 보여줍니다. 예상치 못한 결과를 탐구하고, 새로운 통찰력을 식별하고, 미래의 연구 설계를 알리기 위해 데이터를 심층적으로 분석하는 능력은 곧 모든 연구 환경에서 필요한 단계가 될 것입니다.

현재 독일 다름슈타트에 위치한 Merck KGaA의 바이오마커 데이터 분석 부문 수석 과학자인 Angela Manginelli 박사는 "특히 추가 조사 및 탐구 분석을 수행하여 데이터에서 추가적인 통찰력을 얻으려고 했습니다."라고 말합니다. “임상 통계 계획에서 계획한 것뿐만 아니라, 처음에는 계획하지 않았던 추가 분석을 통해 데이터에 대해 더 많은 지식을 얻을 수 있는지 알아보는 것도 중요합니다.”

Manginelli는 조직의 많은 교차 기능 과학 팀의 일원으로서 바이오마커 연구 내에서 다양한 분석 요구 사항을 지원하기 위해 노력하고 있습니다. "임상 데이터를 얻으면 주제 전문가와 협력하여 데이터를 계획하고, 시각화하고, 이를 해석하기 위한 통계 모델을 탐색하고, 최종적으로 데이터가 우리에게 무엇을 말하는지 이해하는 것이 [제 역할]입니다. 우리는 치료가 무엇을 하고 있는지에 대한 더 나은 통찰력을 제공할 바이오마커를 식별해야 합니다"라고 그녀는 설명합니다.

통계적 견고성과 사용자 친화적인 인터페이스의 결합

임상 데이터의 양과 복잡성이 증가함에 따라 Merck KGaA, Darmstadt, 독일의 바이오마커 분석 및 연구 팀에 대한 요구도 커지고 있습니다. 연구자들이 다변량 실험을 수행하고 전반적인 통계적 능력과 재현성을 개선할 수 있는 도구를 제공하는 등 기술이 발전했지만, 많은 과학자들은 Manginelli와 그녀의 동료들이 제공하는 통계 자료를 이해하고 최대한 활용할 수 있는 통계적 전문 지식과 교육을 받지 못하고 있습니다.

JMP^®와 같이 시기적절하고 민첩하게 데이터를 분석할 수 있는 도구는 Manginelli와 함께 협업하는 주제 전문가 사이의 간극을 메우는 데 도움이 되기 때문에 매우 유용합니다. 게다가 JMP는 매우 사용자 친화적이고 직관적인 방식으로 구축되었습니다.

“한 그래프에서 다른 그래프로 실시간 전환하거나 가장 흥미로운 부분을 대화형으로 강조 표시할 수 있다는 점이 마음에 듭니다. 저는 또한 JMP 변동성 차트를 좋아합니다. 데이터를 요인이나 영향을 미칠 수 있는 변수별로 그룹화하여 매우 명확한 방식으로 시각화할 수 있기 때문입니다. 그런 다음 잠재적인 효과를 강조하고 통계 모델을 사용하여 테스트할 수 있습니다."

"JMP는 이러한 종류의 분석에 중요한 도구입니다. 그리고 분석 결과를 보여드릴 때 내부 고객으로부터 매우 긍정적인 피드백을 받습니다. 방문 및 선량 수준과 같은 잠재적인 중요 요소를 명확하게 구분하면서 데이터를 한 곳에서 쉽게 볼 수 있다는 점이 매우 인상적입니다. [주제 전문가] 중 일부는 이제 JMP를 직접 사용하려고 합니다.”

Microsoft Excel 및 이와 유사한 기타 도구는 데이터로 작업할 수 있는 방식과 파생할 수 있는 데이터를 이해하는 방식이 다소 제한되어 있습니다. 스펙트럼의 반대편에서 Manginelli는 R과 같은 오픈 소스 프로그래밍 언어가 항상 선택 사항은 아니라고 말합니다. 그녀 자신은 유능한 코더이지만 "R은 그렇게 직관적이지 않고 프로그래밍이 필요하기 때문입니다." JMP에서는 클릭하고 놓기만 하면 그래프가 나타납니다."

Manginelli는 당면한 복잡한 작업이 있을 때 JMP와 SAS가 원활하게 함께 작동한다고 말합니다. "방대한 데이터 집합이 있고 일상적으로 어떤 결과를 생성하거나 스크립트의 유효성을 검사하려는 경우 SAS가 적합합니다. 그리고 저는 JMP와 SAS가 서로 매우 잘 소통한다는 점을 좋아합니다.”

독일 다름슈타트 소재 Merck KGaA의 과학자들은 JMP와 같은 통계적으로 강력한 표준 도구를 사용하여 규제 기관에서 요구하는 품질 및 신뢰성 검증 기능을 수행할 수 있습니다. Manginelli는 JMP가 사용자 친화적인 인터페이스와 통계 방법론에 대한 고품질 표준을 결합했다고 말합니다. “이것은 규제 기관의 요구 사항을 충족하기 위해 매우 중요합니다.”라고 그녀는 말합니다.

협업 및 공유 도구를 통한 지식 습득

JMP가 제공하는 유연성을 통해 과학자들은 데이터를 더욱 철저하게 탐색할 수 있으며, 생물학적 전문 지식을 활용해 분석을 맞춤화하고 완전히 자동화된 분석 도구보다 더 쉽게 문제나 결과를 식별할 수 있습니다. 이러한 유연성은 효과적인 의사 결정에도 도움이 되며, 빠른 처리 시간을 통해 팀은 여러 시나리오를 평가하고 이전보다 더 광범위한 통계적 근거를 제공할 수 있습니다.

분석 기능이 확장됨에 따라 바이오마커 업계의 과학자들은 마침내 환자 데이터에 숨어 있는 중요한 정보를 밝혀낼 수 있게 되었습니다. Manginelli와 같은 과학자들이 약물과 환자 사이의 생물학적 상호 작용을 밝히는 데 도움을 줌에 따라 개별 환자에게 치료법을 맞춤화하는 방법을 이해하는 것이 점점 더 보편화될 것입니다.

약물 승인 과정은 까다롭지만 올바른 도구를 사용하면 연구자는 치료법 전달 방식을 변화시킬 이전에 알려지지 않은 연관성을 추출하여 종양학 연구를 개인화된 건강 관리 달성에 더 가깝게 만들 수 있습니다.

Manginelli는 다음과 같이 결론을 내립니다. “가장 중요한 측정 포인트는 변화를 가져올 수 있는 능력입니다. 데이터 분석을 통해 얻을 수 있는 지식은 임상 시험에 실제로 영향을 미칩니다. 따라서 JMP와 같은 도구를 사용하는 것이 매우 중요한데, 이는 제 업무 목적에 크게 도움이 됩니다.”