인공 지능이 생명 과학을 가속화하는 방법
제약 및 생명 공학 산업 분야의 인공 지능
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.
생명 과학 분야 벤처 캐피탈과 사모 주식 창업
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.
- 유기 합성 및 디자인
- 합성 복잡성 채점
- 분자 디자인 자동화
- 유기 반응 결과 예측
- 컴퓨터 보조 합성
- 분자 유사성에 기초한 컴퓨터 보조 역 합성
- 테스트에서 약물 성능 예측
- 라벨 밖 사용 발견
- 임상 시험 전에 독성 예측
- 맞춤 의학
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].
- 자기 효능감을 사용하여 정신을 체력 향상
- 도시 생활이 심리적 질병과 연결되어있는 3 가지 방법
- 반역 또는 반역하지 않습니까?
- 어떤 아이들이 살인자가 될 수 있습니까?
- 태국 동굴 구조 : 현실적인 서스펜스 스토리.
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.
글로벌 제약 자이언트의 AI 투자
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.
존슨 앤 존슨
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.
로슈
정밀 의학 회사 인 GNS Healthcare는 Roche의 자회사 인 Genentech와 새로운 종양학 약물 및 환자 반응 마커를 발견하고 검증하기위한 협력을 발표했습니다 [13].
화이자
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.