출처 : shutterstock
약물 개발 수명주기는 길고 위험 부담이 큽니다. 평균 10-15 년이 걸리며 궁극적으로 미국 식품의 약국 (FDA)의 승인을 얻은 임상 시험 중 단지 12 %의 약물 만 사용합니다 [1]. 이를 예측하기 위해 2017 년 전세계 연구 개발 지출의 22.7 %가 의료 산업에 종사하고 두 번째로 컴퓨팅 및 전자 업계에서 23.1 %를 차지했지만 제품 수명주기 및 비용은 훨씬 더 높습니다 [2]. 예를 들어 원래 아이폰은 개념 발사에서 개발까지 2 년 반, 연구 개발에 1 억 5 천만 달러가 소요되었습니다 [3]. 반대로 2016 년 5 월 The Tufts Center for the Drug Development (CSDD) [4]에 발표 된 수치에 따르면 승인 후 연구 개발 비용을 고려할 때 신약 및 생물 제제의 평균 비용은 28 억 8000 만 달러입니다. 4 개 이상의 의약품을 출시 한 제약 회사의 경우 업계 전문가 인 Forbes의 매튜 헤퍼 (Matthew Herper)가 분석 한 바에 따르면 중앙값은 53 억 달러에 달합니다. 인공 지능은 기업이 신약 연구 개발에 소비하는 시간을 크게 단축 할 수 있습니다.
수많은 미래 지향적 인 벤처 캐피털 회사 및 투자자들이 생명 과학 분야의 신생 기업에 대한 초기 투자 결정을 내 렸습니다. 제약 산업과 생명 공학 분야에서 급성장하는 AI의 많은 부분이 약물 발견 단계에 있습니다. AI는 새로운 약품을 발견하는데 걸리는 시간을 현저한 비용 절감에 상당 부분 줄일 수 있습니다. 인공 지능은 여러 가지 방법으로 신약 개발 및 개발에 사용됩니다.
예를 들어 Atomwise를 시작하면 특허 구조 기반의 길쌈 신경 네트워크 (convolutional neural network)가 전개되어 단백질에 작은 분자가 결합하는 것을 예측하여 약물 발견 프로세스를 가속화합니다. 자사의 AtomNet 솔루션은 매일 10 억에서 200 억 개의 화학 물질을 분석 할 수있게함으로써 수 년에서 수주에 걸친 발견 및 최적화 프로세스에 소요되는 시간을 줄여 준다. Atomwise는 Crunchbase에 따르면 Y Combinator, OS Fund, Khosla Ventures, Tencent Holdings, Baidu Ventures, Dolby Family Ventures 및 기타 투자자가 자금을 지원합니다.
OS Fund, Andreessen Horowitz Bio Fund, CLI Ventures, Stanford-StartX Fund 및 Softbank Ventures의 지원을받는 Palo Alto 기반 인공 지능 생물 약제 2XAR은 예측 기술 로 생체 내 테스트를 식별 할 수있는 AI 기반 약물 발견 플랫폼을 제공합니다.
AI 창업 Insilico Medicine은 2014 년 Alex Zhavoronkov에 의해 설립되었으며 (Pavillion Capital, WuXi appTec, Peter Diamandis의 BOLD Capital 및 기타), 새로운 분자 약물 발견, 바이오 마커 개발 및 노화 연구를 위해 생성 적 적자 네트워크 (GANs)를 사용합니다. [6].
런던 기반의 BenevolentAI는 신약 개발 단계가 아닌 전체 R & D 프로세스에 AI를 배치하는 것을 목표로합니다. 2018 년 4 월 현재, 인공 지능 시작은 가족 사무실, Woodford Investment Management 및 기타 투자자로부터 2 억 달러로 지원됩니다 [7]. Phase 2B 임상 시험에서 파킨슨 병 치료제를, 5 년간 임상 시험을 계획하고있는 ALS 치료제를 보유하고있다.
존슨 앤 존슨 (760 억 달러), 로쉐 (540 억 달러), 화이자 (530 억 달러), 노바티스 (500 억 달러), 사노피 (411 억 달러), 머크 & 컴퍼니 (FlecePharma) GlaxoSmithKline (390 억 달러), 바이엘 (280 억 달러), AbbVie (280 억 달러), Gilead Sciences (260 억 달러), Eli Lilly (230 억 달러), Amgen (230 억 달러), AstraZeneca (230 억 달러) 220 억 달러), Bristol-Meyers Squibb (210 억 달러) [9] 등이있다. 이 목록의 상위 3 개 회사가 인공 지능을 어떻게 통합하고 있는지에 대한 몇 가지 예가 있습니다.
Johnson & Johnson Innovation의 생명 과학에는 JLABS라는 인큐베이터가 있습니다. 인공 지능 기술을 보유하고있는 벤처 기업은 Analytics 4 Life [10], WinterLight Labs [11], A2A Pharmaceuticals, Envisagenics, Fited, Human Microbiology Institute 및 Savor Health [12] 등이 있습니다.
정밀 의학 회사 인 GNS Healthcare는 Roche의 자회사 인 Genentech와 새로운 종양학 약물 및 환자 반응 마커를 발견하고 검증하기위한 협력을 발표했습니다 [13].
화이자는 면역 – 종양학 연구 및 개발을 돕기 위해 IBM Watson Health for Drug Discovery와 협력하고 있습니다 [14]. IBM Watson Health for Drug Discovery는 4 백만 건의 특허, Medline 초록 2,500 만 건, 정기적으로 업데이트되는 백만 건 이상의 전문 의학 저널 기사가 포함 된 인공 지능 솔루션입니다.
Pfizer와 XtalPi (Google, Sequoia China, Tencent가 후원)는 양자 역학과 AI 기계 기반 학습을 결합하여 약물 발견 및 개발을위한 분자 화합물의 약학 적 성질을 예측합니다.
최고의 학술 기관에서 AI 약물 발견 솔루션에 대한 최근 개발이있었습니다. 스탠포드 연구팀은 신약을 확인하는 데 필요한 데이터의 양을 크게 줄이는 “원샷 학습”을 통해 약물 발견 방법을 개발했습니다 [o]. 2018 년 5 월, MIT의 연구원은 화이자, 릴리, 바이엘, 바스프, 암젠, 우시, 수노 비온, 노바티스 등 업계 파트너와 함께 의약품 발견 및 합성 컨소시엄을위한 기계 학습을 구성했습니다.
제약 및 생명 공학 산업은 인공 지능으로 인한 혼란에 시달리고 있습니다. 미국의 바이오 제약 회사는 매년 750 억 달러의 연구 개발을하고 있습니다 [17]. 신생 기업 및 대기업은 약물 개발 시간 단축, 경쟁 우위 확보, 미래의 경쟁력 확보를 위해 인공 지능 기술 솔루션에 투자하고 있습니다.
참고 문헌
1. PhRMA. “2017 Biopharmaceutical Industry Profile.”2018 년 7 월 4 일 액세스. http://phrma-docs.phrma.org/industryprofile/pdfs/2017IndustryProfile_Brochure.pdf.
2. 통계. “산업별 2017 년 전세계 연구 및 개발 지출 비율”2018 년 7 월 4 일 액세스. https://www.statista.com/statistics/270233/percentage-of-global-rundd-spending-by-industry/
3. Nieto-Rodriguez, Antonio. “iPhone은 역사상 최고의 프로젝트입니까?” CIO . 2017 년 11 월 3 일
4. DiMasi, Joseph A., Grabowski, Henry G., Hansen, Ronald W. “제약 업계의 혁신 : R & D 비용의 새로운 추정치.” Journal of Health Economics . 2016 년 5 월.
5. 헤퍼, 매튜. “제약 혁신 비용은 얼마입니까? 100 개 회사를 살펴보십시오. ” Forbes . 2013 년 8 월 11 일
6. Hale, Conor. “화이자는 AI 약물 모델링을 위해 XtalPi와의 새로운 협력을 시작합니다.” FierceBiotech . 2018 년 5 월 9 일
7. Lunden, Ingrid. “AI를 사용하여 약물 및 에너지 솔루션을 개발하는 BenevolentAI는 $ 2B 평가에서 $ 115M을 제공합니다.” TechCrunch . 2018 년 4 월 18 일
8. Ibid .
9. Sagonowsky, Eric. “2017 년 수익으로 상위 15 개 제약 회사” FiercePharma . 2018 년 5 월 15 일
10. Johnson & Johnson (2017, 5 월 11 일). Johnson & Johnson Innovation, JLABS @ Toronto [보도 자료]에 40 개 이상의 상주 회사 발표 https://jlabs.jnjinnovation.com/news/johnson-johnson-innovation-announces-40-resident-companies-now-jlabs-toronto에서 가져온
11. 존슨 앤 존슨 (2018, 1 월 5 일). 존슨 앤 존슨 (Johnson & Johnson) 혁신은 환자의 삶에 영향을 줄 수있는 15 가지의 새로운 협력을 통해 첨단 과학을 선도합니다 [보도 자료]. https://www.jnj.com/media-center/press-releases/johnson-johnson-innovation-champions-leading-edge-science-with-15-new-collaborations-with- potential-to-impact- 환자 생활
12. Johnson & Johnson (2018, June 21). Johnson & Johnson Innovation, 뉴욕 주 및 뉴욕 게놈 센터와 공동으로 JLABS @ NYC 개설 [보도 자료] https://jlabs.jnjinnovation.com/news/johnson-johnson-innovation-new-york-state-and-new-york-genome-center-collaborate-launch
13. GNS Healthcare (2017 년 6 월 19 일). GNS 헬스 케어, REFSTM 인과 기계 학습 및 시뮬레이션 AI 플랫폼으로 암약 개발에 협업 발표 [보도 자료] http://www.gnshealthcare.com/news/gns-healthcare-announces-collaboration-to-power-cancer- drug-development/에서 가져온
14. 화이자 (2016, 12 월 1 일). IBM과 화이자, 왓슨 (Watson)과 함께 약품 발견을 가속화하기위한 면역학 연구 수행 [보도 자료]
15. Altae-Tran, 한. Ramsundar, Bharath, Pappu, Aneesh S., Pande, Vijay. “원샷 학습으로 낮은 데이터 마약 발견.” American Chemical Society. 2017 년 4 월 3 일
16. Koperniak, Stefanie. “제약 산업에서 어려움을 겪고있는 기계 학습” MIT 뉴스 . 2018 년 5 월 17 일
17. PhRMA. “2017 Biopharmaceutical Industry Profile.”2018 년 7 월 4 일 액세스. http://phrma-docs.phrma.org/industryprofile/pdfs/2017IndustryProfile_Brochure.pdf.