Stanford Webinar - A Conversation on the Future of Translational Medicine

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Stanford Webinar - A Conversation on the Future of Translational Medicine를 중심으로, 중개연구의 출발점은 임상적 필요다. 기초과학자와 임상의가 서로의 질문과 활용 가능한 지식을 이해해야 발견을 실제 치료·진단으로 연를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 중개연구의 출발점은 임상적 필요다. 기초과학자와 임상의가 서로의 질문과 활용 가능한 지식을 이해해야 발견을 실제 치료·진단으로 연결할 수 있다.
2. 발견·개발·사업화를 순차적으로 넘기는 접근의 한계가 커지고 있다. 환자 선정, 제조, 지식재산권, 규제와 도입 조건을 연구 초기에 함께 검토해야 한다.
3. AI와 계산생물학은 발견 방식을 바꾸고 있다. 웨비나는 이를 의약화학을 보강하는 수단으로 설명하며, 계산 분야 전문가와 임상의를 연결하는 일을 강조한다.
4. 스탠퍼드 TRAM은 교육·멘토링·전문가 연결과 실제 프로젝트를 결합한다. 개별 연구와 다학제 팀 과제를 통해 과학부터 임상연구·자금·특허·규제까지 전체 과정을 이해하도록 돕는다.
5. 협력 역량과 지속 학습이 전문성의 활용 범위를 넓힌다. 질환과 직군의 경계를 넘는 교류, 졸업 이후에도 이어지는 네트워크가 새로운 질문과 해결 가능성을 만든다.

🧩 배경과 문제 정의

• 중개연구는 실험실의 기초과학 발견을 실제 환자에게 유용한 치료법이나 진단법으로 연결하는 과정이다. 과학적 발견의 우수성만으로 임상 적용이 보장되지는 않는다.
• 기초과학자는 임상 현장의 필요를 파악하기 어렵고, 임상의는 활용 가능한 과학 지식과 연구 방법을 알기 어렵다. 제조, 지식재산권, 사업화까지 연결하려면 서로 다른 전문 분야의 협력이 필요하다.
• 발견·개발·사업화를 순차적으로 진행하던 접근에서 벗어나, 초기 연구부터 환자 선정과 규제, 실제 도입 조건을 함께 고려하는 방향으로 변화하고 있다.
• 스탠퍼드 TRAM은 교육, 공동연구, 멘토링과 전문가 연결을 통해 유망한 과학을 환자 삶의 개선으로 이어가려는 중개연구·응용의학 프로그램이다.

🕒 시간순 섹션별 상세정리

1. 중개연구는 기초과학 발견을 치료와 진단으로 연결한다

• 중개연구는 실험실에서 발견한 아이디어를 현실에서 적용할 수 있는 치료제나 진단법으로 만드는 과정이다. 기초과학적 관찰을 구체적이고 유용한 결과로 전환하는 작업이 핵심이다 [03:10]

2. 과학자와 임상의 사이의 소통 단절이 첫 번째 장벽이다

• 실험실 과학자는 실제 임상에서 무엇이 필요한지, 자신의 발견이 유용한지 판단하기 어려울 수 있다. 반대로 임상의는 환자를 치료하면서도 어떤 과학 지식이 존재하며 이를 어떻게 연구에 활용할지 모를 수 있다 [04:36]
• 중개연구가 작동하려면 필요한 전문성을 가진 집단들이 함께 문제를 해결할 수 있어야 한다. 이들을 연결하고 협업하게 만드는 일이 첫 번째 과제다 [05:12]

3. 좋은 발견도 제조·지식재산권·사업화 검토가 늦으면 실패할 수 있다

• 신약 개발에는 과학뿐 아니라 임상적 필요, 제조, 지식재산권과 사업화에 대한 이해가 필요하다. 한 분야에서 깊이 훈련받은 연구자라도 여러 전문 분야를 함께 고려해야 한다 [05:48]
• 훌륭한 발견도 이러한 질문을 충분히 일찍 검토하지 않으면 개발 과정에서 실패할 수 있다 [06:29]

4. 발견·개발·사업화의 경계가 약해지고 있다

• 발견 이후 개발, 그다음 사업화로 이어지는 순차적 접근 대신, 후속 단계에서 문제가 될 조건을 연구 초기에 함께 검토하는 방식이 중요해지고 있다 [07:40]
• AI와 계산적 접근은 발견 과정을 바꾸고, 바이오마커와 환자 선정은 개발에서 중요성이 커지고 있다. 사업성과 규제 조건도 초기 과학 연구의 방향에 영향을 미치므로, 특정 단계에 전문화하더라도 전체 생태계를 이해해야 한다 [08:11]

5. 암 유전자 연구를 치료로 전환하려면 임상·화학·승인 요건을 함께 알아야 한다

• MYC가 암과 관련된다는 과학적 지식은 수십 년간 존재해 왔다. 이를 치료로 연결하려면 암의 핵심 작동 지점이라는 이해와 함께, 적절한 임상 상황 및 해당 유전자를 표적으로 삼을 화학적 접근을 결합해야 한다 [09:12]
• 스탠퍼드의 화학 연구, 임상의의 통찰, 기초과학 발견을 연결하면 학생들도 이 문제에 도전할 수 있다. 각 단계의 조건을 동시에 인식하는 것이 이러한 접근의 전제다 [10:15]

6. 질환과 전공의 경계를 넘는 협력이 새로운 치료 아이디어를 만든다

• 암 연구에서 찾은 해결책이 다른 질환에도 도움이 될 수 있다. 분야별로 고립되어 있으면 가까이에 있는 해결 가능성을 놓칠 수 있다 [12:20]
• 정신의학과 면역학의 연결은 면역계나 염증에 관한 지식을 정신질환 치료 아이디어로 확장할 수 있고, 심장학의 발견도 암 연구에 유용할 수 있다. 자신의 전문성이 부족한 단계에서 도움을 받을 동료 관계가 중요하다 [12:50]

7. AI와 계산생물학이 발견 방식과 학생 연구를 바꾸고 있다

• 최근 약 5년간의 큰 변화로 AI와 계산생물학의 확산이 꼽힌다. 여러 의학 분야의 발견을 촉진하고 있으며, 의약화학을 대체하기보다는 그 연구를 더 탄탄하게 만드는 역할을 한다 [14:40]
• 현재 학생 집단의 절반가량이 AI와 계산생물학으로 문제를 해결하려 한다. 이러한 변화에 대응하는 TRAM의 중요한 역할은 서로 만나기 어려웠던 임상의와 계산 분야 전문가를 연결하는 것이다 [15:23]

8. 교육과정도 기술 변화와 참여자의 전문성에 맞춰 진화한다

• 프로그램은 학생, 펠로, 교수진의 참여와 새로운 질문을 반영하면서 계속 변화한다. 새로 합류하는 사람들의 역량도 교육 경험을 구성하는 요소다 [17:02]
• 치료제 중심으로 시작한 교육 범위를 진단, 백신 치료와 면역치료로 넓혔으며, AI에 관한 체계적인 멘토링과 훈련도 추가하고 있다 [18:12]

9. 바이오테크 산업과의 연결이 교육에 현장의 변화를 반영한다

• 바이오테크 기업의 지도자들이 자문에 참여하고 직접 협력하면서, 현장에서 어떤 접근이 성과를 내고 주목받는지 교육에 반영한다 [18:53]
• 강사진은 스탠퍼드 교수진뿐 아니라 중개의학 생태계 전반의 인물을 포함한다. 이를 통해 학내 연구를 넘어선 관점과 경험을 접할 수 있다 [19:16]

10. 개인 연구와 다학제 팀 프로젝트가 실제 개발 경험을 제공한다

• 체험형 교육을 확대해 학생들이 교수 멘토의 연구실에서 개별 프로젝트인 TRIP을 수행하거나, 다학제 팀으로 실제 중개연구 과제를 해결할 수 있게 했다 [19:39]
• 팀 프로젝트 경험은 실제 신약 개발이 여러 전문 분야의 공동작업으로 이루어진다는 점에서 특히 중요하다 [20:20]

11. 직군별 전문성을 실질적 가치로 연결하려면 전체 과정을 이해해야 한다

• 과학과 생물정보학, 이용 가능한 정보의 발전으로 연구 결과를 실제 적용으로 옮기는 속도가 빨라지고 있다. 임상의에게는 진단과 치료 의사결정, 의료 제공 방식이 어떻게 바뀌는지 이해하는 일이 중요하다 [21:53]
• 기초과학자는 자신의 연구에서 높은 가치를 가질 수 있는 부분을 찾고, 이를 실현하기 위해 임상계나 사업계의 누구와 연결해야 하는지 판단할 필요가 있다 [22:49]

12. TRAM의 중심 목표는 교육 제공을 넘어 환자의 삶을 개선하는 것이다

• TRAM은 임상의, 과학자, 산업 전문가, 창업가와 학습자를 연결하며 프로젝트 지원, 협력 형성, 전문성 연결, 교육과 멘토링을 함께 제공한다 [25:01]
• 공통 목표는 유망한 과학을 발전시켜 실제 환자의 삶을 개선하는 것이다. 새로운 치료법과 진단법의 개발도 이 목표에 연결된다 [25:34]

13. 교육 이후에도 협업과 학습을 지속할 역량이 필요하다

• 교육 경로에는 1년제 석사과정과 대학원 수료증에 해당하는 개별 과목이 포함된다. 스탠퍼드 학위과정에 입학하지 않은 데이터 과학자 등도 승인을 받아 관련 과목을 수강하고 수료증을 취득할 수 있는 경로가 있다 [26:48]
• 한 번의 교육으로 최신 지식을 접하는 것에 더해, 이후에도 동료에게 배우고 다른 전문 분야와 소통할 수 있어야 한다. 데이터 과학자와 의사가 지속적으로 대화하게 만드는 역량이 교육 설계의 과제로 제기된다 [27:22]

14. 과학적 질문부터 자금·특허·규제까지 교육과정에 포함한다

• 교육과정은 과학적 질문을 만드는 방법과 검증 방법, 임상연구 수행을 다룬다. 이어 자금 확보, 특허와 지식재산권 보호, 사업화 및 규제 승인까지 중개 과정 전체를 포괄한다 [28:18]

15. 졸업 후에도 유지되는 네트워크가 지속 학습을 뒷받침한다

• 프로그램에는 수백 명의 교육 참여자와 수백 명의 관련 교수진, 수십 명 규모의 글로벌 자문진 및 산업계 자문진이 연결되어 있다. 학습 환경은 스탠퍼드 내부를 넘어 이 네트워크로 확장된다 [28:55]
• 학생들이 프로그램을 마친 뒤에도 네트워크에 남도록 적극적으로 관계를 유지한다. 과거 학생이 강사나 자문위원으로 돌아오고 교수진이 글로벌 자문진에 참여하며, 동문들도 서로 알고 도움을 주고받는다 [29:26]

16. 중개 과정 전체를 이해하는 공통 교육과정

• 프로그램은 운영진과 강사진을 넘어, 공통의 정체성을 갖고 서로 지원하는 리더들의 네트워크를 목표로 한다. 교육과정은 중개 과정의 각 단계를 따라 화학, 특허법, 백신 개발 등을 다루며 학생들의 관심에 맞춰 영역을 확장한다 [30:20]
• 임상연구자가 될 계획이 없더라도 중개의학에 참여하려면 임상연구의 개념과 기본 설계를 알아야 한다. 저분자 물질의 활성을 찾고 이를 검출할 분석법을 만드는 과정도 공통 이해에 포함된다 [31:15]

17. 졸업 이후에도 이어지는 학습과 협력 공동체

• 학습은 프로그램 종료와 함께 끝나지 않는다. 학생들은 대학과 비슷한 관심을 가진 동료들에 연결되며, 그 자체로 프로그램의 생태계를 구성한다 [32:12]
• 교육은 경력 내내 변화할 분야를 이해하는 사고의 틀을 제공하려 한다. MTRAM 졸업생과 TRM 참여자들은 학계나 바이오·제약 분야의 리더로 진출한 뒤에도 기업 방문, 후배 채용, 경력 개발 지원을 통해 관계를 이어간다 [32:37]

18. 기초과학과 응용 사이의 긴장을 줄이는 연결 환경

• 진료, 기초연구, 기업 운영과 제품 개발은 모두 시간이 많이 든다. 이 활동들을 넘나들 시간이 부족하다는 현실적인 긴장이 프로그램 설립의 배경 중 하나다 [34:41]
• 베이 지역에서는 중개연구의 돌파구가 계속 나타나고 있으며, 그 과정에 쓰이는 과학이 교육과 지도의 대상이 된다. 프로그램은 참여를 강제하기보다 기초과학자·임상의·사업 경험자가 쉽게 연결되도록 해 협업의 부담을 줄이려 한다 [35:22]

19. 모든 분야의 전문가 대신 서로의 가치를 아는 팀원

• 팀 접근은 각자가 모든 분야의 전문가가 되는 것을 요구하지 않는다. 서로를 존중하고 각자의 전문성이 주는 가치를 이해하는 사람들이 함께 일하는 것이 성공에 효과적이라는 관점이다 [36:19]
• 교육을 스탠퍼드 밖으로 전달하는 데에도 별도의 전문성이 필요하다. 지식을 이해하기 쉽고 실용적으로 학습할 수 있게 만드는 교육 협력은 이러한 역할 분담의 사례다 [36:54]

20. 치료제를 넘어 진단·기기·컴퓨팅으로 넓어지는 중개의학

• 교육의 원래 의도는 약물이나 치료제에만 집중하는 것이 아니다. 치료제, 진단, 의료기기, 컴퓨팅 플랫폼, 예방 수단을 포함하는 포괄적인 중개의학 이해를 지향한다 [38:10]
• 진단 플랫폼이나 의료기기를 만들려는 컴퓨터과학자와 머신러닝·AI 지식을 가진 참여자가 늘고 있다. 수업도 이러한 치료제 외 영역을 함께 다룬다 [38:39]

21. 다양한 경력과 직무에서 협력하는 리더 양성

• 기대하는 교육 성과는 각자의 영역에서 다른 사람과 협력하는 중개의학 리더로 성장하는 것이다. 참여자는 대학을 갓 졸업한 사람부터 상당한 경력자까지 다양하지만, 대부분은 업무 경험이 있으며 중개 활동을 접해 자신의 학습 필요를 이해하는 사람을 선호한다 [40:25]
• 진로에 대한 기대는 교수·교육 담당자·제약업계 리더·임상연구자에 걸쳐 있다. 특허 변호사는 지식재산 업무를 더 잘 지원하고, 벤처 투자자는 기업 육성 판단을 개선하며, 과학자는 연구 역량을 높이는 등 각자의 직무에서 교육을 활용하기를 바란다 [41:17]

22. 현직자의 학습 제약에 대응하는 수료증 과정

• 현직 과학자, 임상의, 산업계 전문가는 지식이 필요해도 석사·박사 또는 전일제 대면 학위과정을 마칠 시간이나 여건이 없을 수 있다. 수료증 과정은 이러한 수요에 대응하기 위해 마련됐다 [42:46]
• 수료증 과정의 목표는 스탠퍼드 내부를 넘어 변화가 필요한 세계 각지에 중개의학의 사고방식을 확산하는 것이다 [43:25]

23. 과학과 규제에 대한 이해를 직무별 판단으로 연결

• 벤처 투자자가 투자 대상을 판단하려면 과학뿐 아니라 규제의 세부 사항도 이해해야 한다. 더 나은 치료제·진단·기기를 만들기 위해 참여자 모두가 중개의학의 전체 지식 범위를 이해해야 한다는 입장이다 [44:37]
• 기존 참여자들은 창업, 교수직, 성장하는 주요 바이오기업의 임상연구 리더 등으로 진출했다. 프로그램은 스탠퍼드의 다양한 역량을 세계와 연결해, 개별 프로젝트나 특정 임상 분야를 넘어 중개연구의 규모를 키우려는 목표를 갖는다 [45:13]

24. 다른 분야의 질문으로 발견하는 지식의 빈틈

• 연구실에서는 지도교수뿐 아니라 신입 학생, 숙련된 연구자, 기술 전문가에게도 배운다. 서로 다른 관심과 배경을 가진 사람들 사이의 학습을 프로그램에서도 중요하게 여긴다 [46:10]
• 사업 경험자가 과학 질문을 던지면 과학자는 당연히 안다고 여겼던 내용을 다시 검토하게 된다. 반대로 과학자의 사업 질문은 경영·법률·의학 관련 업무 전문가에게 과학자가 이해하지 못하는 지점을 드러낸다 [46:39]

25. 폭넓은 교수 참여와 교내 자원을 활용하는 지원

• 스탠퍼드 구성원에게 참여를 요청했을 때 거절하는 경우는 드물며, 오히려 참여 희망자를 얼마나 수용할지가 과제다. 학장단과 AI·화학·생물학·암생물학·심장학·감염병 등 여러 분야의 과학자와 리더가 프로그램에 참여한다 [47:51]
• 조애나가 16년에 걸쳐 쌓은 다른 프로그램과 교내 자원에 대한 지식은 참여자의 질문을 해결하고 스탠퍼드의 자원을 활용하는 데 도움이 된다. 이러한 연결과 팀 협력이 학생과 멘토링 참여자의 성취를 뒷받침한다 [48:42]

🧾 결론

• 우수한 과학적 발견만으로 임상 적용이 보장되지는 않는다. 개발과 도입에 필요한 조건을 함께 충족해야 한다.
• 각자가 모든 분야의 전문가가 될 필요는 없다. 다른 전문성이 필요한 지점을 알고 적절한 동료와 협력하는 능력이 중요하다.
• TRAM이 제시하는 최종 목표는 교육 이수 자체를 넘어, 유망한 과학을 환자의 삶을 개선하는 결과로 연결하는 것이다.

📈 투자·시사 포인트

• 바이오테크 투자 검토에서는 과학적 타당성과 함께 임상적 필요, 제조 가능성, 지식재산권, 규제 경로와 사업화 조건을 살펴볼 필요가 있다.
• AI 활용 여부와 더불어 계산적 발견을 임상 검증과 개발로 연결할 전문 인력과 협업 구조를 점검할 수 있다.
• 중개의학의 적용 범위는 치료제뿐 아니라 진단·의료기기·컴퓨팅 플랫폼·예방 수단까지 포함한다. 분야별 개발·도입 요건을 구분해 이해해야 한다.
• 산업계와 연결된 교육 및 지속 학습 네트워크는 과학과 규제의 변화를 따라가는 수단으로 제시된다. 자료에는 그 효과를 투자 수익률로 입증하는 근거가 없다.

⚠️ 불확실하거나 확인이 필요한 부분

• AI 확산에 관한 ‘최근 약 5년’과 학생의 ‘절반가량’이라는 표현은 발언 당시의 관찰이다. 기준 시점, 집계 대상과 산정 방법이 제시되지 않아 현재의 전체 추세로 일반화하기 어렵다.
• 프로그램의 협업·진로 사례는 소개되지만, 치료제 승인 실적이나 환자 성과, 교육 전후의 비교 지표는 제공되지 않는다.
• MYC 사례는 발견을 치료로 전환하는 데 필요한 조건을 설명한다. 특정 치료법의 임상적 유효성이나 승인 상태를 입증하는 자료는 아니다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 검토 중인 연구나 사업에 대해 해결하려는 임상적 필요와 대상 환자를 한 문장으로 정리한다.
• 제조·지식재산권·규제·사업화·실제 도입 조건을 목록화하고, 초기 검토에서 빠진 항목을 찾는다.
• 과학·임상·계산·사업 분야별로 필요한 전문성을 정리하고 협력할 인물을 지정한다.
• AI 기반 연구라면 계산 결과를 어떤 실험과 임상 검증으로 이어갈지 확인한다.

❓ 열린 질문

• 초기부터 여러 개발 조건을 함께 검토하는 접근이 실제 실패율이나 개발 기간을 얼마나 개선하는가?
• 교육과 네트워크 참여가 환자 성과와 임상 적용으로 이어졌는지 어떤 지표로 평가할 수 있는가?
• 졸업 이후에도 임상의와 계산 분야 전문가의 협업을 지속시키는 운영 방식은 무엇인가?