제약업계 약물 개발 등에 AI 사용 증가

생물의학 데이터베이스로부터 빅데이터를 빠르게 이해할 수 있는 역량으로 인해, 인공지능(AI)이 컴퓨터 지원 약물 설계를 향상시키기 위해 점점 더 많이 사용되고 있다.

이는 희귀 질환 등 특히 미충족 욕구가 있는 분야에서, 약품의 출시 시간과 비용을 크게 줄일 수 있다.

데이터 및 분석업체인 글로벌데이터의 최신 보고서를 보면, 제약업계에서 AI에 대한 총 지출이 2025년까지 30억 달러 이상으로 증가할 전망이다.

약품 발견과 개발은 엄청나게 많은 비용과 시간이 소요되는 과정이다.

보고서에 따르면, 신약이 시장에 도달하는 기간은 12~18년이며, 평균 비용은 약 26억 달러에 이른다.

약물 발견 과정은 표적 확인과 검증, 분석시험 개발과 스크리닝, 미래 임상 개발을 위한 후보 선정 등과 관련이 있다.

전체 과정은 몇 개월이 걸리며 실망스런 결과에 이르는 경우가 많다.

지난 수십 년 동안, 컴퓨터 기술의 발전은 방대한 화학 물질 분야의 조사를 증가했고, 유의하게 더 높은 적중률로, 약물 개발 시간과 비용을 줄이기 위해 전통적인 약물 발견 방법의 개선에 널리 사용되고 있다.

하지만 임상시험에 있는 후보 약품의 10%에 불과해, 성공률은 여전히 낮다.

글로벌데이터는 AI는 일부 전통적인 접근 방식이 적합하지 않은, 게놈학 등 대규모 생물의학 데이터에 의해 추진되는, 화학 공간을 빠르게 흡수하고 탐색함으로써 이러한 방법을 더욱 향상시킬 수 있는 엄청난 잠재력을 보여주었다고 밝혔다.

머신러닝 알고리즘은 약물 표적 확인, 화합물의 가상 스크리닝, 신약 설계, 약물 재창출, 치료 반응 바이오마커의 확인 등에 성공적으로 사용됐다.

지난 3~4년 동안 이 분야에서 활동하는 스타트업의 지속적 증가, 약품 발견 파트너십의 증가, 기록적인 수준의 투자 등, 약품 발견에 AI를 사용하는 것에 대한 관심이 증가해왔다.

또한 임상 시험에 진입하고 코로나19 치료에 이미 시판된 약물의 재창출을 위해 AI가 개발한 첫 약품 등 최근 주요 이정표가 있었다.

글로벌데이터에 따르면 AI 기반 약품 발견 전략적 제휴의 수는 2015년 10건에서 2021년 105건으로 급증했고, 이 중 약 70건은 제약사와 손잡았다.

선도적인 AI 벤더는 베네볼런트AI(BenevolentAI), 엑스사이언티아(Exscientia), 인실리코 메디신(Insilico Medicine), 레큐시온 파마슈티컬스(Recursion Pharmaceuticals), 아톰와이즈(Atomwise) 등이다.

AI를 활용하고 있는 주요 업체는 얀센, 아스트라제네카, 화이자, 바이엘, BMS, GSK, 사노피, 다케다 등이다.

글로벌데이터는 AI가 약물 발견 과정을 크게 변화시킬 수 있는 잠재력을 보여주고 있지만, 사용은 여전히 초기 단계에 있다고 지적했다.

AI를 이용해 개발된 대부분의 신약은 전임상이나 발견 단계에 있으며, AI 기반 치료제가 승인되기까지는 수년이 걸릴 수 있다.

AI가 약물 발견에서 유망하지만, 여전히 일부 도전에 직면해 있다.

데이터의 품질과 적절성, 구매를 늘리기 위한 과학 커뮤니티 교육, AI에 대한 과장된 묘사 극복, 기술 부족 등을 해결해야 한다고 글로벌데이터가 밝혔다.