인공지능(AI)은 약물 발견 분야를 급속하게 혁신시키며, 약물 개발의 효과성과 안전성을 개선할 수 있는 새로운 가능성을 제공합니다. 임상 시험에서 약 90%의 실패율이 예상되는 상황에서, AI와 기계 학습을 약물 발견 과정에 통합하는 것은 이 산업에 상당한 약속을 가지고 있습니다.
AI는 컴퓨터가 인간의 지능을 모방하는 능력이고, 기계 학습은 AI의 하위 카테고리로, 기존 데이터를 활용하여 복잡한 문제의 해결책을 찾는 기술입니다. 이 혁신적인 기술은 컴퓨터가 패턴을 인식하고 결정을 내리며 직접적인 지시 없이 학습하는 것을 가능하게 합니다. 이러한 변혁적인 기술을 통해, 대상 특이성과 최적화된 결합과 같은 개선된 효능을 갖는 AI 기반 약물 개발이 가능해집니다.
AI의 힘을 활용하는 선구자적인 회사 중 하나인 Salve Therapeutics는 인간 바이럴 유전체를 연구하기 위해 이 기술을 활용하고 있습니다. Salve Therapeutics의 CEO 스테판 N. 루키아노프는 “인체의 각 조직에는 공존 발생 바이러스 집단이 있으며,” 이러한 자연적인 바이러스는 희귀 유전성 질환 치료를 위한 유전자 치료제 운반체로 사용될 수 있다는 것을 설명합니다. Salve는 기계 학습과 컴퓨터 지원 설계(CAD)를 결합하여 발명품의 속성과 기능을 모델링 및 시뮬레이션합니다. 이러한 접근 방식을 통해 약물 후보물질을 물리 실험 검증 이전에 광범위한 분석과 최적화가 가능합니다.
Biolexis Therapeutics는 암 및 대사 질환을 포함한 다양한 질병을 대상으로 인공지능을 활용하여 치료하는 구강용 작은 분자를 개발하는 데 활용하고 있습니다. 이 회사의 AI 기반 MolecuLern 과정은 3D 구조에 대해 훈련을 받고 독점적인 데이터 라이브러리에 대해 스크리닝을 진행합니다. 이러한 데이터 중심 접근 방식은 약물 발견 과정을 가속화시켜, 수개월 내에 새로운 약물을 개발할 수 있도록 해주고 있습니다.
BioSymetrics는 염기서열 및 작은 분자 변형을 통해 질병 형질을 역전시키는 페노믹스 기반 약물 발견에 초점을 맞추고 있습니다. 이 회사의 Elion 플랫폼은 막대한 양의 임상 및 유전체 데이터, 기계 학습, 실험적인 형질 검증을 통합합니다. 질병 형질을 유발하는 유전자를 우선 순위로 두어 BioSymetrics은 대상 식별과 검증을 향상시킵니다.
AI를 약물 발견에 활용하는 이러한 선도적인 회사들은 이 분야를 변화시키고 있습니다. 실패율을 줄이고 혁신적인 약물 개발을 가속화할 수 있는 잠재력을 가진 AI는 제약 산업에서 큰 변화를 가져오고 있습니다. 연구 개발이 계속 진행됨에 따라, 우리는 더 많은 AI 기반 약물이 임상 시험에 진출하고 시장에 출시되는 것을 기대할 수 있습니다.
The source of the article is from the blog maltemoney.com.br