신약개발 PKPD 모델 비교 분석은 약동학(PK)과 약력학(PD) 모델이 약물의 체내 거동과 약효를 어떻게 설명하는지 이해하기 위한 핵심 절차다. 모수적 모델은 분포를 기반으로 한 추정법을 사용하며, 비모수적 모델은 자료의 구조적 가정 없이 추정을 수행한다. 두 방식의 선택은 약물 효과 추정값, 용량 설정, 임상 시험 설계에 심대한 영향을 미친다. 이 글은 신약 개발 과정에서 모수적(PopPK) 모델과 비모수적(NPAG, NCA 확장형) 모델의 차이를 깊이 있게 비교하는 전문 분석 가이드다.
PK/PD 모델링이 중요한 이유
PK/PD 모델링은 신약개발에서 다음을 결정하는 데 필수적인 도구다.
- 최적 용량(dose)
- 약물 투여 간격
- 치료지수 평가
- 혈중 농도와 약효 반응 관계
- 임상시험 설계 기반 구축
PK(약동학)는 체내 농도 변화,
PD(약력학)는 약효의 크기와 시간 경과를 설명한다.
신약 개발 과정에서는 PK/PD 모델이 잘못 설정되면
- 이상적 용량 설정 실패
- 치료 효과 과소/과대 평가
- 임상 실패 위험 증가
등의 결과가 발생할 수 있다.
모수적 PK/PD 모델의 개념
모수적 모델(parametric model)은
- 정규분포 등 특정 분포 가정을 기반
- 모델 구조(예: 일실모델, 이실모델) 미리 정의
- 개체 간 변이를 지수항으로 모델링
대표적 도구: NONMEM, Monolix, Phoenix NLME
장점
- 효율적인 추정
- 작은 표본에서도 안정적
- 반복 측정 데이터 활용 용이
- 개체 간 변이(IIV) 구조 추가 가능
- 시나리오 기반 예측(Prediction) 강력
단점
- 분포 가정이 틀리면 추정치 편향
- 모델 구조 오류 시 수렴 실패
- 복잡한 경우 모델링 전문가 필요
모수적 모델은 신약개발에서 PopPK 분석에 가장 널리 사용된다.
비모수적 모델의 개념
비모수적 모델(nonparametric model)은
- 분포 가정 없음
- 데이터 자체의 분포를 기반으로 추정
- 유연한 군집화 가능
대표 도구: NPAG(Nonparametric Adaptive Grid), NONMEM NP 옵션
장점
- 분포가 복잡하거나 비대칭적일 때 우수
- 다중 모드(multimodal) 분포 적합 가능
- 표본 수 증가 시 추정의 유연성 증가
- 극단값(outlier) 반영 가능
단점
- 계산량이 큼
- 데이터 부족 시 추정 불안정
- 예측 모델링은 상대적으로 취약
비모수적 모델은 분포 형태가 불확실하거나, 데이터가 비대칭적일 때 활용 가치가 높다.
PK 파라미터 추정 방식의 차이
모수적 모델과 비모수적 모델은 key PK 파라미터 추정에서 차이를 보인다.
1. Clearance(CL) 추정
- 모수적 모델: log-normal 가정 → 개체 간 변이 구조 반영
- 비모수적 모델: 데이터 기반 분포 반영 → multi-peak 가능
2. Volume of distribution(Vd)
- 모수적 모델: 고정 구조(1-comp, 2-comp) 기반
- 비모수적 모델: 구조 가정 없이 자료 패턴 반영
3. Absorption rate(Ka)
- 모수적 모델: 표준 1차 흡수 구조 사용
- 비모수적 모델: 복합 흡수 패턴 반영 가능
이 차이는 결국 용량 결정과 약물 효과 평가에 직접 영향을 준다.
PD 모델링에서의 차이
약력학(PD) 모델에서도 두 방식은 큰 차이를 보인다.
모수적 PD 모델
- Emax 모델
- Sigmoid Emax
- IC50 기반 모델
→ 명확한 구조를 가정하고 계수를 추정
비모수적 PD 모델
- 구조 가정 없이 반응-농도 관계 추정
- 극히 비선형적 반응을 유연하게 포착
PD 모델에서 비모수적 방식은 반응 패턴이 복잡할 때 강력하다.
신약개발 PKPD 모델 비교 분석에서 자주 발생하는 오류
1. 분포 가정 오류
모수적 모델에서 정규성을 가정하지만 실제 데이터는 치우친 분포인 경우
→ 추정 편향 발생
2. 멀티모달 분포를 단일 모드 구조로 단순화
→ 비모수적 모델 사용 필요
3. 데이터 수가 적은데 비모수적 모델 사용
→ 극단값 과적합(overfitting)
4. residual error model 설정 오류
→ PK/PD 예측 크게 왜곡
5. 구조 모델 미검증
→ 모수적 모델의 가장 흔한 문제
모델 선택 기준
어떤 모델을 선택해야 하는지 판단하기 위해 다음 기준이 사용된다.
1. 데이터 분포 확인
- QQ plot
- residual plot
- histogram
분포 비대칭, 다중 모드 → 비모수적 우세
2. 개체 간 변이(IIV) 구조
IIV가 명확하고 구조적 해석이 가능 → 모수적 우세
3. 예측 목적 여부
예측 기반 용량 설정(dose optimization) → 모수적 모델 유리
4. small sample 여부
데이터가 적다면 모수적 모델이 안정적
5. computation 고려
대규모 PK 연구에서는 비모수적 모델은 계산량 부담 큼
두 모델의 비교표
| 분포 가정 | 필요 | 불필요 |
| 파라미터 추정 | 구조적 | 유연 |
| 극단값 처리 | 낮음 | 강함 |
| 예측 성능 | 매우 우수 | 제한적 |
| computational demand | 낮음 | 높음 |
| 적합 분야 | 임상시험, PopPK | 비정형 데이터, 탐색적 분석 |
신약개발 PKPD 모델 비교 분석에서는 대부분 모수적 모델이 기본이지만, 비모수적 모델은 특정 상황에서 필수적이다.
Hybrid 접근: 모수적 + 비모수적
최근에는 두 방식을 결합한 하이브리드 전략도 증가하고 있다.
- 초기 분포 검증: 비모수적
- 구조 모델 수립: 모수적
- 민감도 분석: 비모수적
또는
- 전집단에 모수적 모델 적용
- 하위 군집에 비모수적 분석 적용
이런 접근은 신약개발의 정밀도를 높이는 데 효과적이다.
PK/PD 모델링 자료 바로가기
PK/PD 모델링 기초 자료는 아래에서 확인할 수 있다.
PKPD 모델링 개념
결론
신약개발 PKPD 모델 비교 분석에서 모수적 모델은 분포 가정 기반의 안정적 예측을 제공하며 임상시험 설계에 매우 유용하다. 반면 비모수적 모델은 분포 가정 없이 복잡한 데이터 패턴을 반영할 수 있어 탐색적 분석이나 비정형 데이터 환경에서 강점을 가진다. 두 모델을 상황에 따라 적절히 선택하거나 결합하면 약물효과 추정의 정확성을 극대화할 수 있으며, 임상 개발 전략의 성공 가능성도 높아진다.