경제공부

  ADC 항암제 분야에서 성장세를 보인 주요 기업들은 다음과 같습니다. 다이이찌산쿄 (Daiichi Sankyo) ADC 항암제 엔허투(Enhertu)를 개발한 일본 제약사로, 2023년 매출이 전년 대비 85% 증가해 약 3조7000억 원을 기록했고, 2028년에는 약 13조 원 매출이 예상됩니다. 후속약물 '다트로웨이'도 FDA 허가를 받았으며, 임상 단계 ADC 후보물질 5개를 보유 중입니다. 다이이찌산쿄 항암 사업부에서 60억 달러(약 7조 원) 매출을 올릴 것으로 전망됩니다. 이뮤노젠 (ImmunoGen) 난소암 ADC ‘엘라히어’를 개발했으며, 애브비(AbbVie)가 약 14조5000억 원에 인수했습니다. 임상에서 항암화학요법 대비 질병 진행·사망 위험을 35% 감소시키는 효과를 보였습니다. 로슈 (Roche) 유방암 ADC ‘케싸일라’, 림프종 ADC ‘폴라이비’ 등으로 작년 한 해 약 5조 원 매출을 기록하며 ADC 매출 1위 제약사입니다. 알테오젠 (Alteogen), 셀트리온, 종근당  (국내 기업) 알테오젠은 ADC 파이프라인을 보유하며, 미국 FDA로부터 혁신 제품으로 인정받고 적응증 확대 중입니다. 셀트리온은 ADC 공동개발 계약을 체결하며 다양한 타깃 치료제 개발에 나섰습니다. 종근당은 네덜란드 시나픽스와 ADC 기술 도입 계약을 체결해 본격적인 ADC 개발에 진출했습니다. 에이비엘바이오 (ABL Bio), 리가켐바이오 (LegoChem Biosciences), 인투셀, 지놈앤컴퍼니 국내 대표적인 ADC 관련 상장 기업으로, 이중항체 ADC 연구와 혁신적 ADC 기술 개발에 집중하고 있습니다. 에이비엘바이오는 이중항체 ADC 개발과 미국 시장 진출로 주목받고 있습니다. 요약하면, 글로벌 기업으로는 다이이찌산쿄, 이뮤노젠, 로슈가 강한 성장세를 보이며, 국내에서는 알테오젠, 셀트리온, 종근당, 에이비엘바이오 등 다수 기업이 ADC 개발 경쟁에서 두각을 나타내고 있습니다. 이들 기업은 ADC 기술과 임상 성과에서 성장이 ...

  향후 정책 변화는 원전과 방산 산업의 글로벌 시장 점유율에 상당한 영향을 미칠 것으로 전망됩니다. 원전 산업의 정책 변화와 시장 영향 전 세계적으로 친환경 에너지 전환과 탄소중립 정책 강화에 힘입어 원자력 발전의 수요가 증가하고 있으며, 특히 소형모듈원자로(SMR) 등 신형 원전 기술에 대한 투자와 지원이 확대되고 있습니다. 미국, 유럽 등 주요국 정부의 대규모 재정 지원과 프로젝트 착공 정책은 글로벌 원전 시장을 활성화시키고, 한국 원전 산업의 기술력과 수출 경쟁력을 높이는 기반이 됩니다. 한국은 UAE 바카르 원전 프로젝트 등 국제 경험을 바탕으로 원전 수출과 생태계 경쟁력 강화에 주력하고 있어, 향후 글로벌 원전 시장 점유율 확대에 유리한 위치에 있습니다. 원전 정책이 지속 강화됨에 따라 안정적이고 장기적인 시장 성장과 해외 수출 확대가 기대되며, 이는 원전 산업의 글로벌 점유율 확대에 긍정적 영향을 줍니다. 방산 산업의 정책 변화와 글로벌 시장 영향 글로벌 안보 환경 악화와 NATO 회원국의 방위비 지출 확대 요구 등으로 방산 시장 자체가 커지고 있으며, 이는 한국 방산 산업에 새로운 기회를 제공하고 있습니다. 한국 정부는 2027년까지 세계 4대 방산 수출국 도약을 목표로 삼아 수출지원 확대, R&D 투자 증가, 국가 간 방산 교류 확대 등을 추진 중입니다. 특히 폴란드, 사우디아라비아 등과의 대규모 수출 계약이 이어지고, 국내 방산 기업들의 기술력도 강화되고 있습니다. 다만 트럼프 행정부 등 미국의 ‘미국 우선주의’ 정책은 동맹국들에게 자국산 무기 구매를 강요하는 등 경쟁과 제약 요인도 존재하지만, 국방상호조달협정 등이 조속히 체결된다면 미국 시장 진출과 글로벌 수출 확대가 촉진될 수 있습니다. 이에 따라, 글로벌 방산 시장 경쟁 심화 속에서도 한국 방산 산업은 정책적 지원과 수출 금융 확대를 통한 성장 모멘텀으로 점유율을 확대해 나갈 여력이 큽니다. 종합적으로 원전 산업은 글로벌 친환경 에너지 정책과 신기술 개발의 정부 지원 강화...

  생성형 AI는 제약사의 임상시험과 승인 과정에 다음과 같은 중요한 변화를 가져옵니다. 임상시험 최적화 및 성공률 향상 AI는 과거 임상 데이터를 분석해 새로운 임상시험에 가장 적합한 환자 집단을 식별하고, 임상 조건과 진행 상황을 실시간으로 모니터링하며 최적화할 수 있습니다. 이를 통해 임상시험의 성공 가능성이 약 10% 이상 증가하며, 시뮬레이션을 활용해 대조군 설정 등 시행착오를 줄여 임상 기간을 15~30%까지 단축할 수 있습니다. 임상시험 비용과 시간 절감 생성형 AI가 신약 후보물질 발굴부터 임상 설계, 진행, 데이터 분석까지 포괄적으로 지원하면서 임상시험의 전체 비용과 소요 시간도 크게 감소합니다. 선행 연구 데이터, 환자 정보, 약물 반응 데이터를 AI가 통합 분석하여 효율적인 의사결정을 돕습니다. 맞춤형 임상 설계 및 환자 치료 계획 AI는 환자의 유전 정보 등 빅데이터를 분석해 개인 맞춤 치료 전략을 수립할 수 있도록 돕고, 임상시험 단계에서도 특정 환자군을 대상으로 한 맞춤형 임상 설계가 가능해집니다. 이는 임상 효과를 높이고 부작용 위험을 줄이는 데 이점이 있습니다. 신약 승인 과정 간소화 가능성 AI 기반의 데이터 분석과 예측 모델은 규제기관의 평가 과정을 보완할 수 있어 신속한 승인 심사에 도움을 줄 수 있습니다. AI로부터 나온 신뢰도 높은 예측 데이터가 임상 결과의 타당성을 높임으로써 승인 절차가 한층 효율화될 전망입니다. 임상시험 후기 모니터링과 리스크 관리 AI는 임상 진행 중 발생할 수 있는 안전성 문제를 조기에 탐지하고, 참가자의 건강 상태 변화를 실시간 파악해 리스크를 줄여 임상 성공률과 안전성을 높입니다. 요약하면, 생성형 AI의 도입은 임상시험의 설계, 진행, 평가 전 과정에서 혁신적 효율화를 이루어 임상 성공률 증가, 시간 단축 및 비용 절감, 맞춤형 치료 계획 수립, 신속한 승인 절차 지원을 가능하게 하여 제약사의 신약개발 패러다임을 획기적으로 변화시키고 있습니다. #생성형AI #임상시험최적화 #신약개발 #...