레시피 완성하기 (공정 개발)

📍 현재 위치: 여정의 7번째 구간(총 21개) — 우리만의 공장 세포를 손에 넣었으니, 이제 그 세포에게 먹이를 주고, 키우고, 세포가 만들어내는 약을 정제하는 최선의 방법을 찾아낼 차례입니다.

마침내 우리의 항체를 만드는 세포를 손에 넣었습니다(항체는 면역계가 특정 표적을 붙잡는 데 쓰는 Y자 모양 단백질이죠) — 공장 세포 만들기에서 만든 생산 세포주입니다. 하지만 세포는 우리가 키우는 조건만큼만 좋을 수 있습니다. 공정 개발(process development)은 최선의 레시피 — 알맞은 먹이, 온도, 산소, 그리고 정제 단계 — 를 찾는 신중하고 체계적인 탐색입니다. 그래야 세포가 건강하게 유지되고, 가능한 한 많은 약을 만들며, 매번 똑같은 약을 만들어냅니다.

쉽게 말하면

새 식당을 여는 셰프를 떠올려 보세요. 수백 명의 손님에게 음식을 내기 전에, 셰프는 시험 주방에서 한 가지 요리를 완성합니다. 소금을 한 꼬집 더, 불은 조금 약하게, 2분 더 익히고. 맛을 보고, 조정하고, 성공한 레시피를 적어 둡니다. 그제서야 비로소 만석의 손님을 위해 그 요리를 만들죠. 공정 개발은 바로 약을 위한 그 시험 주방입니다. 그리고 이것은 약이기 때문에, 셰프는 어떤 단계가 중요한지를 정확히 증명해야 하고, 그 증명을 수년간 계속 이어가야 합니다.

포유류 세포를 키우는 벤치탑 바이오리액터(분홍색은 배양액의 색입니다). 과학자들은 대규모 제조에 들어가기 전에 이런 소규모 장치에서 배양 조건을 정밀하게 조율합니다. 동물 세포를 배양하는 벤치탑 바이오리액터. 이미지: Karel Schmiedberger ml., CC BY 3.0, via Wikimedia Commons.

이 장에서 다루는 내용

우리는 이 작업의 두 절반을 살펴볼 것입니다. 세포를 키우고 항체를 만들도록 유도하는 상류 공정(upstream), 그리고 그 항체를 지저분한 배양액에서 끄집어내 깨끗하게 다듬는 하류 공정(downstream)입니다. 그 과정에서 수년의 실험실 시간을 아껴 주는 영리한 실험 계획법, 수십 가지 레시피를 한 번에 돌리는 작은 로봇 바이오리액터, 그리고 2리터짜리 플라스크가 2,000리터 탱크의 거동을 예측하게 해 주는 소규모 "대역 배우"들을 만나게 됩니다. 마지막으로, 규제 당국이 왜 이 단계를 그토록 깊이 중요하게 여기는지 보게 됩니다. 여기서 확정한 레시피가 곧 법적 약속이 되기 때문입니다.

실제로 무슨 일이 일어나는가

이 작업은 생물의약품을 만드는 두 가지 큰 단계에 맞춰 두 절반으로 나뉩니다.

상류 공정: 세포 키우기

과학자들은 세포가 번성하고 생산성을 유지하는 조건을 찾아 헤맵니다.

1. 배지(media) — 세포가 사는 액체 "먹이"입니다. 현대의 배양에서는 화학적으로 정의된(chemically defined) 배지를 씁니다(모든 성분이 알려지고 측정되며, 동물 유래 성분이 없습니다). Gibco CD CHO, Cytiva HyClone, Merck(MilliporeSigma) EX-CELL 같은 이름으로 판매됩니다. 전형적인 레시피는 주된 당으로 5–10 g/L 범위의 포도당(glucose)을 담고, 균형 잡힌 아미노산 묶음(보통 각각 낮은 밀리몰 농도 — 밀리몰(mM)은 리터당 얼마나 많은 분자가 녹아 있는지를 세는 화학자의 단위로, 아미노산은 무게가 아니라 분자 수로 투여하기 때문에 여기서 쓰입니다), 그리고 비타민, 미량 금속, 완충 염을 포함합니다. 연구팀은 어떤 레시피를 자신의 특정 세포가 가장 좋아하는지 보기 위해 여러 레시피를 비교합니다.
2. 공급 전략(feed strategy) — 세포가 증식하며 배고파질 때 추가 영양을 언제, 얼마나 넣을지입니다. 전형적인 유가식(fed-batch) 배양에서는 농축된 공급액을 24–48시간마다 넣는데, 흔히 주요 영양소가 바닥나려 할 때 이를 신호로 삼습니다. 포도당은 완전히 떨어지기 전에 보충하고, 글루타민(glutamine, 세포가 빨리 태워 없애는 아미노산)은 신중히 관리합니다. 너무 일찍 떨어지면 성장이 굶주리고, 너무 많으면 독성 암모니아가 생기기 때문입니다.
3. 온도, pH, 용존 산소(dissolved oxygen, DO) — 액체가 얼마나 따뜻한지, 얼마나 산성인지, 얼마나 많은 산소를 머금는지입니다. CHO 세포(중국 햄스터에서 유래한 주력 세포주)는 까다로워서, 이 중 하나라도 잘못 맞추면 시드는 화분 식물 같습니다. 배양은 보통 37 °C 부근, pH 6.8–7.2에서, 용존 산소를 공기 포화도의 40–60 % 부근으로 유지하며 진행됩니다. 산소는 캐스케이드(cascade) 방식으로 유지됩니다. 시스템은 먼저 교반 임펠러의 속도를 높이고(흔히 50–150 rpm), 그래도 부족하면 비로소 더 많은 기체를 거품으로 불어 넣습니다(0.1–0.5 vvm, 즉 액체 부피당 분당 기체 부피 — 그러므로 2,000 L 탱크가 0.1 vvm이면 분당 약 200 L의 기체를 받아들이는데, 이는 펄펄 끓는 듯한 것이 아니라 잔잔하고 미세한 거품 줄기입니다). 만약 DO가 대략 공기 포화도의 20 % 아래로 떨어지도록 두면, 세포는 낭비적인 대사로 전환해 젖산(lactate)을 쏟아내고, 이것이 배양액을 시게 만듭니다 [3].

단일 유가식 배양은 보통 10–14일 진행되며, 잘 개발된 플랫폼 단일클론항체(monoclonal antibody, mAb)의 경우 약 2–8 g/L의 역가(titer)(배양액 리터당 항체 그램 수, 고성능 플랫폼은 ~10 g/L에 이르기도 함)에 도달합니다. 다만 강화 공정(intensified process)은 이제 그보다 더 높이 끌어올리고 있습니다 [3].

DOE와 스케일다운 스크리닝

이 모든 변수를 한 번에 하나씩 시험하면 한없이 오래 걸리고, 설정들이 서로 영향을 주고받는 방식(최적의 pH가 온도에 따라 달라질 수 있죠)을 놓치게 됩니다. 그래서 연구팀은 실험 계획법(Design of Experiments, DOE)을 씁니다. 여러 설정을 의도적으로 동시에 바꾸고, 통계를 사용해 어떤 것이 정말 중요하며 어떻게 결합되는지를 알아내는 구조화된 계획입니다. 완전 요인(factorial) 설계(2수준 인자 k개에 대해 2^k로 표기 — 2수준이란 각 인자를 낮은 값과 높은 값, 단 두 설정에서만 시험한다는 뜻)는 모든 조합을 시험하므로 모든 상호작용을 드러내지만, 인자가 늘어날수록 폭발적으로 커집니다 — 인자 3개면 8회지만, 10개면 1,000회를 넘습니다. 그래서 시험할 인자가 많을 때는 더 저렴한 부분 요인(fractional factorial) 설계(2^(k–p), 전체 격자의 영리하게 고른 일부)나 플래킷-버만(Plackett-Burman) 설계(같은 실험 예산으로 가장 많은 인자를 가려내는 한층 더 경제적인 방식으로, 그 대신 인자들의 상호작용을 풀어낼 능력은 포기함)를 씁니다. 이들은 각 인자를 낮은 값과 높은 값 사이에 끼워 넣어 — 예컨대 온도는 35–37 °C, pH는 6.8–7.2 — 본격적으로 좁혀 들어가기 전에 영향력 있는 인자를 빠르게 가려냅니다.

한 번에 한 인자만 바꾸는 방식 대비 이점은 구체적입니다. 2^3 설계는 단 8회이지만, 어떤 인자가 중요한지뿐 아니라 최적의 pH가 온도에 따라 달라지는지까지 드러냅니다 — 한 번에 한 손잡이만 돌려서는 결코 볼 수 없는 상호작용(interaction)입니다. 이런 실험은 JMP Pro(SAS 제품), MODDE(Sartorius 제품), Design-Expert(Stat-Ease 제품) 같은 전용 소프트웨어로 계획되고 분석됩니다 [4]. 현대적 대안은 한 걸음 더 나아갑니다. 격자 전체를 미리 고정하는 대신, 베이즈 최적화(Bayesian optimization)라는 머신러닝 방법이 지금까지 수행한 실험에 모델을 맞추고 다음에 시도할 레시피를 직접 제안하게 하여, 고정된 격자보다 적은 실험으로 좋은 최적점에 이르는 경우가 많습니다. 머신러닝 자매편이 그 공정 개발 장에서 발전시키는 접근법입니다.

이 모든 레시피를 실제로 돌리기 위해, 연구팀은 줄지어 늘어선 작은 자동 바이오리액터(bioreactor, 세포가 자라는 용기)를 사용합니다. Sartorius의 ambr 250은 업계 표준입니다. 각 미니 바이오리액터는 최대 250 mL의 작업 부피(보통 100–250 mL)를 담고, 표준 시스템은 24개를 병렬로 돌립니다(더 큰 구성은 48개를 처리합니다). 각각은 자체 교반, 기체 공급, pH 제어를 갖추고 있죠 [4]. 이는 단 한 번의 2주짜리 실험으로 정말로 서로 다른 24가지 레시피를 평가하기에 충분합니다. 공장을 진정으로 축소한 고처리량(high-throughput) 모형인 셈입니다.

세 가지 CPP: 온도, pH, 용존 산소

모든 유가식 레시피를 지배하는 세 가지 설정이 있으며, 이들은 서로 다르게 거동합니다. 온도는 37 °C 부근을 유지하지만, 많은 플랫폼 공정은 성장-생산 전환 무렵(보통 4~6일차)에 의도적으로 온도를 대략 30–34 °C로 낮춥니다. 이것은 세포를 G0/G1기(세포 주기에서 쉬고 있는, 분열하지 않는 단계)에 정지시켜 분열 대신 단백질 생산으로 에너지를 돌리고, 영양소 소모와 젖산을 늦추며, 항체의 당화(glycosylation)(당 패턴으로, 역가와 소실 — 몸이 혈류에서 약을 얼마나 빨리 제거하는지 — 에 연결된 품질 속성)를 변화시키는 가벼운 스트레스입니다. 그 대가로 총 세포-일수(cell-days)가 줄어들므로, 세포당 생산성의 이득이 이를 능가해야 합니다. pH는 좁은 6.8–7.2 범위를 타며, CO₂를 불어 넣어 산성화하고 염기를 투입해 다시 끌어올려 유지합니다. DO는 공기 포화도의 40–60 %에 자리하며, 위에서 설명한 교반-후-스파지 캐스케이드로 방어됩니다. 전체 규모의 생산 바이오리액터는 바로 이 동일한 설정값을 동일한 제어 루프로, 다만 2,000리터 용기에서 방어합니다.

공급 전략과 대사 산물 관리

공급은 단지 당을 보충하는 일이 아닙니다. 진짜 핵심은 세포를 깨끗하고 효율적인 대사 상태로 유지하는 것입니다. 포도당은 합리적인 범위로 유지됩니다. 너무 적으면 배양이 굶주리고, 너무 많으면 산소가 충분한데도 세포가 이를 젖산(lactate)으로 발효시킵니다(이른바 과흐름 대사, overflow metabolism). 글루타민은 아껴 공급하는데, 세포가 빠르게 태우고 남는 것을 독성 암모니아(ammonia)로 전환하기 때문입니다. 잘 조율된 공급은 젖산과 암모니아를 낮게 유지해 수확까지 배양을 생산성 있게 끌고 갑니다. 각 공급 첨가는 24–48시간마다 투입되는 한 번의 볼루스(bolus)라는 이산적 사건이며, 아래 그림이 보여 주듯 이 볼루스들이 세포 성장, 생존율, 항체 축적이라는 14일 전체의 곡선에 박자를 매깁니다.

같은 유가식 배양을 14일에 걸쳐 세 가지로 읽기: 생존 세포 밀도(위)는 최고점에 이른 뒤 떨어지고, 생존율(중간)은 높게 유지되다 감소하며, 역가(아래)는 계속 오른다 — 공급 볼루스와 수확 지점이 표시되어 있습니다. 저자가 AI의 도움을 받아 직접 제작한 그림입니다.

앳라인 분석과 PAT 체계

이 과정 내내 과학자들은 앳라인 분석(at-line analytics)으로 배양을 지켜봅니다. 작은 시료를 뽑아 리액터 바로 옆 장비에서 측정해, 며칠이 아니라 몇 분 안에 답을 얻는 것입니다. 이것은 공정 분석 기술(Process Analytical Technology, PAT)의 핵심입니다. PAT는 측정을 통해 품질을 확보하는 체계로, FDA가 2004년에 공식적으로 권장했습니다 [7]. 과학자들은 다음을 추적합니다.

• VCD(생존 세포 밀도, viable cell density) — 밀리리터당 살아 있는 세포가 얼마나 많은지.
• 포도당(glucose) — 세포의 주된 당이자 연료.
• 젖산(lactate) — 노폐물로, 너무 많으면 세포가 스트레스를 받고 있다는 뜻.
• 역가(titer) — 지금까지 항체가 얼마나 만들어졌는지.

이 측정 각각은 타임스탬프가 찍히고 태그가 붙은 숫자로 태어납니다. 이 모든 숫자가 한데 모여 배치의 데이터 그림자(data shadow) — 물리적 물질과 나란히 추적하며 그에게 일어난 모든 일을 담아내는 완전한 디지털 기록 — 를 이룹니다. 이 책은 물리적 시료를 따라가지만, 자매편은 그 숫자가 프로브를 떠난 뒤 무슨 일이 일어나는지를 따라갑니다. 데이터 관리 책의 각 데이터 점이 어디서 태어나는지와 그것이 배치의 데이터 그림자에 어떻게 합류하는지를 보세요.

CPP 하나의 해부

핵심 공정 변수는 결코 화면 위의 숫자 하나가 아닙니다. 그것은 작은 약속 묶음입니다. 목표값, 검증된 운영 범위, 신경 써야 하는 생물학적 근거, 그것을 지켜보는 측정 메커니즘, 그리고 흔들림이 일어나면 다시 끌어오는 제어 동작입니다. 용존 산소가 가장 깔끔한 예입니다. 목표값은 공기 포화도의 40–60 %, 범위는 ±10 %, 근거는 세포가 성장하고 단백질을 접으려면 산소가 필요하다는 것, 측정은 연속적으로 읽는 인라인 DO 프로브, 그리고 제어 동작은 교반-후-스파지 캐스케이드입니다. 이 모든 것을 펼쳐 놓으면 그 변수는 한 장의 신분증처럼 읽힙니다.

그 신분증은 또한 형식 모델(formal model)의 씨앗이기도 합니다. CPP는 공정 변수의 "한 종류이고(is-a)", 품질 속성을 "제어하며(controls)", 프로브에 의해 "측정됩니다(is-measured-by)". 그리고 이 각각의 구절은 정의된 한 사물을 다른 사물에 잇는 유형 지정된 관계, 즉 한 줄의 간선(edge)입니다. 그 간선들을 (사람만이 아니라 컴퓨터도 따라갈 수 있도록) 정밀하게 적어 두는 일이 바로 온톨로지(ontology) — 공정 속 사물들과 그들이 어떻게 연결되는지를 담은, 공유되고 기계가 읽을 수 있는 어휘 — 의 일입니다. 온톨로지 자매편은 바로 이 CPP와 CQA를 잇는 간선들을 관계와 계보 장에서 만듭니다.

핵심 공정 변수 하나(용존 산소)를 레시피 신분증으로 본 것: 목표값, 운영 범위, 근거, 측정, 그리고 흔들림이 촉발하는 제어 캐스케이드, 그 형제들(온도, pH)과 데이터·코드로 이어지는 앞쪽 사슬. 저자가 AI의 도움을 받아 직접 제작한 그림입니다.

바로 그 DO 루프를 구체적인 설정 행과 제어 코드로 표현한 것이, 오픈소스 자매편의 상류 바이오리액터 장이 만드는 것입니다. 여기서의 물리적 설정값이 거기서는 recipe_parameter 행과 PID 제어 캐스케이드가 됩니다(PID — 비례·적분·미분 — 는 읽음값을 설정값으로 다시 밀어 넣는 표준 제어기입니다).

하류 공정: 플랫폼 정제 템플릿

두 번째 팀은 수확된 배양액에서 순수한 항체만 끄집어내는 방법을 찾아냅니다. 이 배양액은 항체와 함께 죽은 세포, 세포 잔해, DNA, 그리고 수천 가지의 다른 단백질이 섞인 수프입니다. 이들은 컬럼(column)(끈적한 비드, 즉 수지(resin)가 채워진 관)과 완충액(buffer)(소금과 물을 정밀하게 섞은 용액)을 사용해 항체를 붙잡고, 나머지를 모두 씻어내고, 깨끗하게 풀어냅니다.

첫 번째이자 가장 중요한 단계는 포획(capture) 컬럼이며, 항체의 경우 거의 항상 프로테인 A 크로마토그래피(Protein A chromatography)입니다. 프로테인 A는 항체의 일정한 "줄기" 부분을 빼어난 특이성으로 붙잡는 세균 단백질이어서, 거의 모든 다른 것은 그냥 흘려보내면서 mAb만 배양액에서 뽑아냅니다. Cytiva MabSelect(원래 GE Healthcare 제품)나 Thermo Fisher POROS 같은 현대의 알칼리 안정성 수지는 수지 리터당 약 40–80그램의 항체(동적 결합 용량, DBC — 1세대 rProtein A는 10–20 g/L에 그쳤음)를 결합합니다. 프로테인 A는 결합-용출(bind-and-elute) 단계입니다. 항체는 달라붙고 불순물은 그냥 흘러 지나가며, 포획된 항체는 그 뒤 약 pH 3.2–3.5의 산성 완충액으로 바꾸어 풀어냅니다. 이 저(低) pH 단계는 두 가지 일을 합니다. 제품을 용출(elution)시키는 동시에 많은 외피 보유 바이러스(enveloped virus)를 불활성화하므로, 정제 사슬에서 첫 번째 전용 바이러스 안전성(viral safety) 단계로도 인정됩니다 [5].

포획 다음에는 한두 개의 연마(polishing) 컬럼이 옵니다. 보통 이온 교환(ion-exchange)(분자를 전하로 분류)과, 때로는 소수성 상호작용(hydrophobic-interaction) 크로마토그래피(분자를 "기름기"로 분류)입니다. 그 논리는 직교성(orthogonality)입니다. 각 단계가 서로 다른 메커니즘으로 서로 다른 불순물 종류를 제거하므로, 한 컬럼이 놓친 것을 다음 컬럼이 잡아냅니다. 흔한 조합은 결합-용출(bind-and-elute) 방식의 양이온 교환(제품은 달라붙고 전하 변이체 불순물은 씻겨 나감) 뒤에 흐름-통과(flow-through) 방식의 음이온 교환(제품은 흘러 지나가고 DNA와 잔류 바이러스는 컬럼에 달라붙음)을 두는 것입니다. 이들은 정밀 청소를 수행해 불순물을 아주 작은, 규제된 수준까지 끌어내립니다. 세 가지 불순물 종류는 각각 목표 수치 그리고 그것이 충족되었음을 증명하는 명명된 분석법을 함께 지닙니다.

제거할 불순물	전형적인 목표	측정 방법
숙주 세포 단백질(HCPs) — 남은 CHO 단백질	수 ppm 미만	ELISA(항체 기반 실험실 시험). 약전(compendial) 방법 — 즉 공식적으로 인정된 표준 절차 — 은 USP 일반장 <1132> [8]으로, 그 방법을 규제 당국이 받아들이는 기관인 미국 약전(U.S. Pharmacopeia)이 발행합니다
잔류 DNA	회당 약 10 ng 미만(오래된 WHO/규제 가이드라인. 현대 공정은 통상 피코그램 수준 달성)	qPCR(DNA를 복제해 세는 분석법)
응집체 — 뭉친 고분자량 항체	약 0.5–1 % 미만 [5]	크기 배제 크로마토그래피(SEC-HPLC)

초기 단계에서 보이는 응집체 수준(~1 %)은 출하 원료의약품에서는 0.5 % 미만으로 더 조여집니다. 전하 변이체(charge variants, 탈아미드화 — 한 아미노산을 약간 더 산성인 것으로 바꾸는 작은 화학적 변화 — 등의 변형에서 생기는 산성·염기성 종)도 별도로 프로파일링하는 또 하나의 품질 속성입니다. 바이러스 안전성 역시 합산입니다. 저 pH 프로테인 A 불활성화와 전용 나노여과(nanofiltration) 단계가 두 개의 직교 장벽을 이루며, 각 단계의 로그 감소값(log-reduction values, LRVs) — 각 LRV는 한 단계가 제거하는 10의 거듭제곱 횟수로, LRV 4는 1만 배 감소를 뜻함 — 을 더해 요구되는 총 제거량을 증명합니다. LRV는 밑이 10인 로그이므로, 그것을 더하면 실제 배수 감소는 곱해집니다(4-log 불활성화 뒤에 4-log 여과를 거치면 8-log, 즉 전체적으로 1억 배 감소). 바로 이것이 두 개의 직교 장벽을 쌓는 이유 전부입니다. 규제 당국은(바이러스 안전성 가이드라인 ICH Q5A 하에서) 배치가 출하되기 전에 그 합산 제거량이 최악의 바이러스 부하를 넓은 안전 여유로 능가하기를 기대합니다. 이 포획-연마 순서는 너무도 잘 확립되어 있어서 업계는 이를 플랫폼(platform) 공정이라 부릅니다. 새 항체마다 처음부터 다시 만드는 대신 적용하는, 검증된 템플릿이죠. 컬럼의 적재-세척-용출 논리를, 설정 가능한 단계와 구배(gradient)로 표현한 동일한 것이 오픈소스 하류 크로마토그래피 장에 구현되어 있습니다.

전형적인 mAb 제조 공정 개발 경로: 주요 매개변수가 모니터링되는 유가식 배양(왼쪽)이 다단계 크로마토그래피 포획 및 연마(오른쪽)와 연결되어 있습니다. 화살표는 물질 흐름을 나타내고, 설명 상자는 각 단계에서 추적되는 CQA와 CPP를 보여 줍니다. 저자가 AI의 도움을 받아 직접 제작한 그림입니다.

스케일다운 모델 충실도: 대역 배우들

이 모든 것 뒤에는 한 가지 함정이 숨어 있습니다. 실제 공장 탱크는 1,000–2,000리터 이상을 담을 수 있지만, 그 크기에서 실험을 할 여유는 없습니다. 단 한 번의 전체 규모 배치(batch)는 엄청나게 비싸고 공장을 묶어 두기 때문입니다. 그래서 이 개발의 거의 전부는 스케일다운 모델(scale-down model)에서 이루어집니다. 큰 탱크처럼 거동하도록 의도적으로 조율된 작은 1–5 L 벤치 바이오리액터(그리고 더 작은 ambr 장치들)입니다 [4].

"~처럼 거동하도록 조율된"이라는 표현이 이 문장에서 큰 역할을 하고 있으니, 그것이 실제로 무엇을 뜻하는지 살펴보겠습니다. 거대한 탱크 속 세포와 플라스크 속 세포는 같은 화학을 겪지만 물리는 매우 다릅니다. 엔지니어는 몇 가지 핵심 양을 규모 전반에서 동일하게 유지함으로써 모델을 맞춥니다. 임펠러가 액체 리터마다 넣는 동력(교반이 세포를 얼마나 세게 전단하는지를 정함), 산소 전달 속도(k_La라는 수치로 표현되며, 거품에서 액체로 산소가 얼마나 빨리 녹아드는지), 혼합 시간(추가된 공급액을 섞는 데 걸리는 시간), 그리고 유체가 시스템 각 부분에서 머무는 체류 시간(residence time)입니다. 이 맞추기는 대부분 경험적(empirical)입니다. 엔지니어가 이 양들을 직접 측정하고, 작은 장치와 큰 탱크가 일치할 때까지 임펠러 속도, 용기 모양, 기체 흐름을 조정합니다. 다만 컴퓨터에서 소용돌이치는 흐름을 모사하는 전산 유체 역학(computational fluid dynamics, CFD)이, 문제 지점을 미리 예측하기 위해 점점 더 많이 쓰이고 있습니다 [3]. 작은 모델을 정직하게 만들어 두면, 그 레시피는 기술 이전(tech transfer)(공정을 제조 공장으로 정식 인계하는 일) 동안 전체 규모로 깔끔하게 옮겨집니다. 인계받는 공장에서는 설비 자체가 정식 적격성 평가(qualification) — 설치 적격성, 운전 적격성, 성능 적격성(IQ/OQ/PQ) — 를 통해 적합함이 증명됩니다. IQ는 탱크와 센서가 규격대로 설치되었는지, OQ는 운영 범위 전반에서 제대로 작동하는지, PQ는 전체 라인이 배치를 거듭해도 양질의 제품을 만드는지를 확인하며, 환자에게 쓰일 약을 만들기 전에 이루어집니다.

왜 중요한가

흔들리는 레시피는 믿을 수 없는 약을 뜻합니다. 먹이가 너무 적으면 세포가 굶주려 역가가 떨어지고, 배치마다 더 적은 약을 만듭니다. 잘못된 pH나 산소는 세포에 스트레스를 주어 잘못 접히거나 응집체로 뭉친 단백질을 만들게 할 수 있습니다. 이것은 바로 환자에게 위험할 수 있는 종류의 결함이며, 그래서 응집체는 엄격한 한계 아래로 유지됩니다. 약한 정제 단계는 사람에게 면역 반응을 일으킬 수 있는 숙주 세포 단백질을 남길 수 있습니다.

공정 개발은 또한 과학자들이 어떤 설정이 핵심 공정 변수(critical process parameters, CPPs)인지를 배우는 곳입니다. 이 변수들은 만약 흔들리면 약의 품질을 바꾸는 조절 손잡이입니다. 일단 CPP가 식별되면, 공정은 검증된 운영 범위(operating range) 안에서 돌아갑니다. 성숙한 mAb 공정의 경우 이 범위는 흔히 목표값 주위로 pH ± 0.2 단위, 온도 ± 0.5–1 °C, DO ± 10 % 정도입니다. 이런 범위를 아는 것이 바로 공장이 수년간 배치마다 똑같은 안전한 약을 만들게 해 주는 것입니다.

핵심 공정 변수	목표값	운영 범위	흔들리면 어떻게 되는가
온도	~37 °C	± 0.5–1 °C	세포가 스트레스를 받아 단백질을 잘못 접음
pH	6.8–7.2	± 0.2 단위	스트레스가 세포를 응집체를 만들게 떠밂
용존 산소(DO)	공기 포화도의 40–60 %	± 10 %	약 20 % 미만에서 세포가 낭비적인 대사로 전환해 젖산을 쏟아내며 배양액을 시게 만듦

QbD와 설계 공간

이 모든 작업 방식에는 이름이 있습니다. 품질 설계 기반(Quality by Design, QbD) — 끝에서 품질을 시험으로 걸러내는 대신, 공정을 깊이 이해해 품질을 처음부터 공정에 심어 넣는 것입니다. 그 가장 중요한 구분은 이것입니다. CPP는 당신이 설정하는 손잡이(온도, pH, DO, 피드)인 반면, CQA — 핵심 품질 속성(critical quality attributes) — 는 당신이 측정하는 분자의 성질(당화, 전하 변이체, 응집체, HCP, 잔류 DNA)입니다. QbD는 어떤 손잡이가 어떤 성질을 바꾸는지를 배우는 작업입니다. 양질의 제품을 안정적으로 내놓는 CPP 설정들의 묶음을 설계 공간(design space)이라 부르며, 이 용어는 국제 가이드라인 ICH Q8(R2)에 공식적으로 정의되어 있습니다 [1]. 각 CPP를 상자의 한 축 — 온도, pH, DO — 으로 그려 보면, 설계 공간은 그 안전한 내부입니다. 그 안의 어떤 설정 조합에 머무르든 제품은 양질이며, 위 표의 운영 범위가 바로 그 상자의 벽입니다. 결정적으로 설계 공간은 다차원이며 인자들이 어떻게 상호작용하는지를 반영하는데, 이것이 바로 한 번에 한 인자가 아니라 DOE가 그것을 지도화하는 데 필요한 이유입니다. QbD, DOE, 그리고 CPP와 품질의 연결이 생물의약품 개발을 재편해야 한다는 획기적 아이디어는 Rathore와 Winkle의 영향력 있는 2009년 리뷰에서 제시되었고 [2], 이 접근법 전체는 업계의 유명한 실무 예시인 A-Mab 사례 연구(A-Mab case study)에서 처음부터 끝까지 보여집니다 [9]. 이 모든 작업은 품질과 안정성 측정하기와 손을 맞잡고 갑니다. 측정할 수 있는 것만 개선할 수 있고, 또 증명할 수 있기 때문입니다.

레시피가 실패할 때

관리 전략은 그것이 무너지는 모습을 지켜볼 때 가장 잘 이해됩니다. 공정 개발 팀이라면 누구나 대비하는 두 가지 실패 모드가 자주 되풀이됩니다.

첫 번째는 DO 제어의 상실입니다. 캐스케이드가 더는 용존 산소를 잡지 못하면 — 스파저가 막히거나, 기체 라인이 좁아지거나, 최대 세포 밀도에서 수요가 공급을 단순히 앞질러 버리면 — DO는 약 20 % 바닥 아래로 가라앉고 배양은 혐기성, 즉 젖산을 만드는 대사로 뒤집힙니다 [3]. 젖산은 배양액을 산성화하고, 이는 pH 제어기가 염기를 더 투입하게 만들며, 이는 삼투압을 옮기고, 이는 세포를 더 스트레스에 빠뜨립니다. 미끄러진 변수 하나가 작은 눈사태가 됩니다. 실패 모드들이 겹쳐 쌓이며 각각이 다음을 넓힙니다. 앳라인 추세에서 일찍 잡으면 회복할 수 있지만, 늦게 잡으면 배치를 잃을 수 있습니다. 운영 범위를 그토록 빡빡하게 방어하는 이유가 바로 이것이며, ICH Q8(R2)가 설계 공간을 이런 상호작용이 양성으로 머무는 영역으로 규정하는 이유이기도 합니다 [1].

두 번째 실패 모드는 더 조용하고, 규제 공장에서는 더 음험합니다. 단 하나의 표류하는 프로브가 기록을 오염시킵니다. DO 프로브 자체가 표류해 — 실제 값이 30 %인데 45 %로 읽는다고 해 봅시다. 프로브를 믿는 제어기는 더 세게 밀어야 할 바로 그 순간에 캐스케이드를 늦춥니다. 세포는 진짜 저 DO 스트레스를 겪지만, 기록된 데이터는 완벽해 보입니다. 이제 제조 기록은 그저 틀린 것이 아니라 자신만만하게 틀렸습니다. 그리고 그 기록은 배치가 관리 하에 만들어졌다는 법적 증거이므로, 오염된 측정은 공정 문제이면서 동시에 데이터 무결성 문제입니다. 규제 당국은 이를 명시적인 체계로 다룹니다. 기록이 귀속 가능(Attributable)·판독 가능(Legible)·동시 기록(Contemporaneous)·원본(Original)·정확(Accurate)해야 한다는 ALCOA+ 원칙, 신뢰할 수 있는 전자 기록에 관한 FDA 21 CFR Part 11과 EU Annex 11, 그리고 무거운 컴퓨터 시스템 검증(computer system validation, CSV)에서 위험 기반의 컴퓨터 소프트웨어 보증(computer software assurance, CSA)으로의 전환입니다. 모두 데이터 관리 책의 데이터 무결성과 ALCOA+, Part 11과 Annex 11, CSV에서 CSA로 장에서 펼쳐집니다. 오픈소스 자매편은 관련된 실무 예시인 7일째 일탈(excursion) — DO 프로브가 정직하게 불확실(Uncertain)로 표시되는 짧은 냉각 하강 구간 — 과, 그와 별개로 프로브 표류 실패 모드 자체를 상류 바이오리액터 장에서 짚어 가며, 표시되거나 표류하는 읽음값이 프로브에서 히스토리안(현장 신호를 저장하는 시계열 데이터베이스), 배치 기록으로 어떻게 전파되는지 보여 줍니다. 더 깊은 교훈 — 제어 루프는 그것에 값을 먹이는 센서만큼만 믿을 수 있다는 것 — 은 데이터 관리 책의 자동화 및 제어 데이터 장에서 다룹니다.

실제 현장에서는

기준이 되는 상업용 레시피이자, 여전히 대부분의 승인된 항체가 만들어지는 방식은 유가식 배양(fed-batch culture)입니다. 세포를 하나의 큰 탱크에서 키우고, 그 과정에서 먹이를 주다가, 한 번에 수확하는 것이죠. 현대의, 강화된 방향은 통합 연속(integrated continuous) 제조입니다. 신선한 배지가 계속 흘러들어 오고 제품이 계속 흘러나가는 관류(perfusion) 바이오리액터에, 다중 컬럼(multi-column) 포획(주기적 향류, 즉 periodic counter-current, PCC 크로마토그래피라고도 함)을 짝지은 방식입니다. 여러 개의 작은 프로테인 A 컬럼이 시차를 둔 주기로 돌아가는데, 하나가 세척·용출되는 동안 연속적인 제품 흐름은 다음 컬럼으로 돌려져, 한 컬럼은 배치 사이에 놀고 있는 대신 늘 포획을 하고 있고, 값비싼 프로테인 A 수지를 하루 종일 쉬지 않고 씁니다. 연속 공정은 세포를 훨씬 더 오래 생산성 있게 유지하고 장비 설치 공간을 줄여 줍니다. Amgen과 Regeneron 같은 대기업이 이런 시스템에 막대한 투자를 했고, 미래로 널리 여겨집니다. 하지만 이것은 떠오르는 변형이지 아직 표준은 아닙니다. 유가식과 프로테인 A의 조합은 승인된 제품 세계의 주력으로 남아 있습니다.

이 장 전반의 수치와 범위는 임의로 정해진 것이 아니라, 공식적인 기대치로 거슬러 올라갑니다. 공정이 실험대에서 규제 신청으로 옮겨 갈 때, 여기서 정리한 CPP와 관리 전략은 IND(임상시험계획 신청, Investigational New Drug application)와 이후 BLA(생물의약품 허가 신청, Biologics License Application)의 원료의약품(drug substance) 부문에 문서화된 약속이 됩니다. 이는 개발 및 제조 가이드라인 ICH Q11을 따릅니다 [6]. 사람에게 사용할 물질을 만드는 순간부터, 그 고정된 레시피는 cGMP(현행 우수 제조 관리 기준 — 의약품을 안전하고 일관되게 만들도록 한 FDA의 집행 가능한 규칙) 하에 실행됩니다. 다시 말해, 시험 주방에서 완성한 레시피는 앞으로의 모든 배치를 어떻게 만들지에 관한 법적 약속으로 바뀝니다.

핵심 용어

• 공정 개발(process development) — 세포를 키우고 약을 정제하는 최선의 레시피와 단계를 찾고, 어떤 설정이 중요한지를 증명하는 체계적 탐색.
• 배지(media) — 세포가 사는 액체 먹이. 현대 버전은 화학적으로 정의됨(모든 성분이 알려짐).
• 공급 전략(feed strategy) — 배양 중 추가 영양을 넣는 계획(유가식에서는 보통 24–48시간마다).
• 용존 산소(dissolved oxygen, DO) — 액체에 머무는 산소의 양. CHO 배양은 보통 포화도의 40–60 %로 유지됨.
• 실험 계획법(Design of Experiments, DOE) — 여러 변수(와 그 상호작용)를 한 번에 시험하는 구조화된 통계 계획.
• 베이즈 최적화(Bayesian optimization) — 지금까지 수행한 실험에 모델을 맞추고 다음에 시도할 레시피를 제안하는 머신러닝 방법으로, 흔히 고정된 격자보다 적은 실험으로 좋은 최적점을 찾음.
• ambr 250 — 작은 자동 바이오리액터를 나란히 돌리는 Sartorius 시스템(각 최대 250 mL 작업 부피, 보통 100–250 mL, 병렬로 24개 또는 48개).
• 앳라인 분석(at-line analytics) — 뽑아낸 시료를 리액터 옆 장비에서 몇 분 안에 측정하는 것.
• VCD(생존 세포 밀도, viable cell density) — 배양 속 살아 있는 세포가 얼마나 많은지.
• 역가(titer) — 세포가 항체를 얼마나 만들었는지(플랫폼 유가식 mAb는 흔히 2–8 g/L, 고성능 플랫폼은 ~10 g/L에 이르기도 함).
• 스케일다운 모델(scale-down model) — 전단, 산소 전달, 혼합을 맞춰 전체 규모 탱크를 흉내 내도록 조율한 작은 1–5 L 장치.
• IQ/OQ/PQ 적격성 평가(qualification) — 공장 설비가 규격대로 설치되고(IQ), 운영 범위 전반에서 작동하며(OQ), 거듭해서 양질의 제품을 만든다(PQ)는 것을, 환자에게 쓰일 약을 만들기 전에 증명하는 정식 절차.
• CPP(핵심 공정 변수, critical process parameter) — 흔들리면 약의 품질을 바꾸는 설정이라, 검증된 범위 안에 유지되는 변수.
• 품질 설계 기반(Quality by Design, QbD) — 끝에서의 시험이 아니라 깊은 이해를 통해 공정에 품질을 심어 넣는 것.
• 설계 공간(design space) — 양질의 제품을 안정적으로 내놓는 검증된 CPP 설정들의 조합(ICH Q8(R2)에 정의됨).
• 프로테인 A 크로마토그래피(Protein A chromatography) — 배양액에서 항체를 선택적으로 붙잡는 포획 단계.
• 연마(polishing) — 불순물(HCP, DNA, 응집체)을 아주 작은 수준까지 끌어내리는 이온 교환 및 소수성 상호작용 컬럼.
• HCP(숙주 세포 단백질, host cell protein) — 생산 세포에서 남은 단백질로, 수 ppm 수준까지 유지됨.
• 응집체(aggregates) — 뭉친 항체로, 안전성 우려가 있어 약 1 % 미만으로 유지됨.
• DO 캐스케이드(DO cascade) — 용존 산소를 유지하는 계층적 제어 루프: 먼저 임펠러 속도를 높이고, 그래도 부족하면 기체 스파지를 연다.
• 과흐름 대사(overflow metabolism) — 산소가 있는데도 세포가 포도당을 젖산으로 발효시키는 현상으로, 과도한 공급이나 낮은 DO의 신호.
• PAT(공정 분석 기술, Process Analytical Technology) — 끝에서 품질을 시험으로 걸러내는 대신 실시간으로 측정하는, FDA가 권장한 체계.
• 데이터 그림자(data shadow) — 한 배치의 모든 측정과 사건을 담은 완전한 디지털 기록으로, 물리적 물질과 나란히 추적함.
• ALCOA+ — 기록이 귀속 가능(Attributable)·판독 가능(Legible)·동시 기록(Contemporaneous)·원본(Original)·정확(Accurate)해야 한다는 데이터 무결성 원칙(여기에 완전·일관·영속·이용 가능이 더해짐).
• 온톨로지(ontology) — 공정 속 사물들과 그 사이의 유형 지정된 관계를 담은, 공유되고 기계가 읽을 수 있는 어휘.
• 유가식(fed-batch) — 기준이 되는 배양 방식: 하나의 탱크에서 키우고, 과정 중 먹이를 주고, 한 번에 수확.
• 관류/연속(perfusion / continuous) — 강화된 방식: 배지가 흘러들어 오고 제품이 흘러나가며, 흔히 다중 컬럼 포획을 동반.
• cGMP — 현행 우수 제조 관리 기준. 의약품을 안전하고 일관되게 만들기 위한 FDA의 집행 가능한 규칙.

다음 이야기

완성된 레시피는 이야기의 절반일 뿐입니다. 여전히 그 항체가 우리가 생각하는 바로 그것이며, 충분히 순수하고, 최종 바이알 안에서 안정적임을 증명해야 합니다. 다음으로, 품질 측정과 단백질 안정화에서, 정제된 단백질을 환자를 위한 안전하고 보관 가능한 투여 형태로 바꿔 주는 시험과 제형 과학을 만나게 됩니다.