Le marché de l'IA dans la découverte de médicaments devrait connaître une croissance fulgurante de 42,4 % pour atteindre 28,4 milliards USD d'ici 2030, selon les projections de Univdatos Market Insights

Points clés du rapport:

• La découverte et le développement de médicaments (D&D) sont coûteux et prennent du temps. Selon les rapports des revues spécialisées, le coût moyen de la découverte et du développement de nouvelles thérapies médicamenteuses est de 2,6 milliards de dollars et le cycle de développement dépasse 10 ans. La plupart des candidats thérapeutiques sont écartés au début de l'essai clinique, en particulier dans les essais précliniques et de phase 1, en raison de l'entonnoir de tests de développement limité, ce qui a un impact direct sur les coûts élevés et les longs cycles de développement.
• Les solutions d'IA dans les essais cliniques suppriment les goulets d'étranglement potentiels, raccourcissent le cycle des essais cliniques et améliorent l'efficacité et la précision des essais cliniques. En conséquence, ces solutions d'IA de pointe deviennent de plus en plus populaires auprès des acteurs de l'industrie des sciences de la vie. Selon les estimations de 2021 de Clinical Trials Arena, le nombre d'alliances stratégiques et de partenariats entre les quatre principales entreprises basées sur l'IA dans la découverte de médicaments et les sociétés pharmaceutiques est passé de 4 en 2015 à 27 en 2020.
• Les espaces de recherche biomédicale et clinique se numérisent de plus en plus, ouvrant la voie aux solutions d'IA. La grande quantité de données générées dans les processus de découverte de médicaments, y compris lors de la phase de criblage des molécules et dans les études précliniques, augmente la demande de solutions basées sur l'IA.

Selon un nouveau rapport de Univdatos Market Insights,Marché de l'IA dans la découverte de médicaments, devrait atteindre 28,4 milliards USD en 2030, avec un TCAC de 42,4 %.La découverte et le développement d'un nouveau candidat thérapeutique sont l'un des processus les plus laborieux et les plus longs au monde. Le principal problème de la D&D est le taux d'attrition élevé. Cela est dû en grande partie à l'approche d'essais et d'erreurs utilisée pour la découverte de médicaments. Moins de 1 % des pistes de médicaments pharmacologiques sont converties en candidats médicaments pour les essais cliniques. Les experts estiment que près de 90 % des candidats médicaments examinés dans ces essais ne parviennent pas à progresser dans le cycle de développement. Cela entraîne des coûts élevés. Un médicament sur ordonnance prend généralement 10 à 15 ans et coûte en moyenne 1 à 2 milliards de dollars pour passer du laboratoire au marché. Environ un tiers des coûts ci-dessus sont engagés au cours de la phase de découverte de médicaments. Pour relever ces défis, tels que l'augmentation des besoins en capitaux et l'échec des programmes en phase tardive, les sociétés pharmaceutiques explorent l'utilisation d'outils basés sur l'IA pour améliorer leurs processus de découverte et de développement de médicaments en utilisant des informations chimiques et biologiques. On s'attend à ce que la découverte de médicaments par l'IA soit capable de traiter et d'analyser de grandes quantités de données cliniques/médicales et de les exploiter pour améliorer les efforts modernes de découverte de médicaments.

Découvrir des informations sur leMarché de l'IA dans la découverte de médicaments–https://univdatos.com/get-a-free-sample-form-php/?product_id=4910

Le rapport suggère que leprocessus coûteux et long de l'administration de médicamentsest l'un des principaux facteurs qui stimulent le marché de l'IA dans la découverte de médicaments au cours des prochaines années. Le développement d'un nouveau médicament prend généralement 10 à 15 ans, avec un coût moyen pouvant atteindre 2,8 milliards de dollars. 80 à 90 % des échecs de médicaments surviennent en clinique, les essais de phase II PoC représentant la majorité des échecs cliniques. Bien que le nombre de NMEs approuvés par les agences de réglementation telles que la FDA américaine ait augmenté au cours de la dernière décennie (2010-2019) par rapport à la décennie précédente, le coût de mise sur le marché d'un nouveau médicament a considérablement augmenté. Les principaux facteurs contribuant à l'augmentation des coûts de l'innovation pharmaceutique comprennent les investissements perdus en raison de l'attrition clinique en phase tardive, un régime réglementaire plus strict qui fixe une barre d'approbation élevée et l'augmentation des coûts des essais cliniques, en particulier pour les essais pivots. Ces facteurs stimulent l'innovation et l'adoption de nouvelles technologies par les sociétés pharmaceutiques et biotechnologiques afin d'améliorer la productivité, de réduire les coûts et d'assurer la durabilité à long terme.

Seul un composé sur 5 000 à 10 000 est approuvé comme candidat médicament pour une condition spécifique dans le processus de découverte de médicaments. L'IA dans la découverte de médicaments a le potentiel de réduire considérablement le temps et le coût de la mise sur le marché de nouveaux médicaments. Elle a également le potentiel de découvrir de nouveaux traitements pour des affections qui étaient auparavant difficiles à cibler.

Fig1 : Principaux pays pour les startups d'IA dans la découverte de médicaments, 2021

Plusieurs acteurs de ce marché construisent des plateformes qui peuvent aider à la découverte de médicaments. Par exemple,

• Google Cloud a lancé en mai 2023 deux nouvelles solutions basées sur l'IA : la suite d'identification des cibles et des candidats et la suite Multiomique, qui sont conçues pour aider les entreprises de découverte de médicaments, les sociétés pharmaceutiques et les organisations du secteur public à accélérer leurs efforts de conception de médicaments et de médecine de précision. La suite Target and Lead Identification permet une conception de médicaments in silico plus efficace, prédit les structures protéiques et accélère l'optimisation des candidats à la découverte de médicaments. Les deux suites Google Cloud basées sur l'IA aident à résoudre un problème de longue date dans le domaine de la biopharmacie : la mise sur le marché d'un nouveau médicament aux États-Unis, qui peut prendre du temps et être coûteuse. Plusieurs entreprises, dont Pfizer de Big Pharma, ont déjà commencé à utiliser ces produits.
• En mars 2023, Insilico Medicine a ajouté une fonction de chat spécialisée en IA, « ChatPandaGPT », à sa plateforme PandaOmicms. Cette intégration permet aux chercheurs d'avoir des « conversations en langage naturel » avec la plateforme, ce qui leur permet d'analyser de grands ensembles de données et de découvrir plus efficacement des cibles thérapeutiques et des biomarqueurs potentiels.

Le segment de l'oncologie gagne le maximum de traction sur le marché

La découverte de médicaments en oncologie avec l'IA accélère la découverte de médicaments anticancéreux. Le segment de la découverte de médicaments en oncologie devrait croître dans un avenir proche, car l'incidence du cancer est en augmentation.L'American Cancer Society estime en 2022 que le cancer est la deuxième cause de mortalité aux États-Unis, avec plus de 609 360 nouveaux cas de cancer attendus d'ici 2022.L'IA accélère la découverte de médicaments anticancéreux grâce à l'apprentissage automatique et à l'utilisation d'algorithmes d'apprentissage profond. Avec l'aide de l'apprentissage profond, les candidats médicaments peuvent être conçus dans une structure moléculaire de novo et leurs réactions peuvent être prédites.Selon une étude de 2022 publiée dans Nature, l'IA est utile pour l'identification de nouveaux médicaments et cibles anticancéreuses à partir de réseaux biologiques.Les réseaux biologiques aident à préserver et à évaluer les interactions entre les composants des cellules cancéreuses. La modélisation des réseaux cellulaires aide à quantifier le cadre qui relie les propriétés du réseau et le cancer en utilisant l'analyse biologique de l'IA. L'IA accélère la découverte de médicaments anticancéreux en oncologie. De plus, plusieurs acteurs du marché utilisent l'intelligence artificielle (IA) dans le domaine de la découverte de médicaments contre le cancer.Par exemple, model medicines, une société de découverte et de développement de médicaments en oncologie, a annoncé en octobre 2022 qu'elle développerait des médicaments en oncologie ciblant les récepteurs AXL et BRD4. En juin 2022, un autre développeur de médicaments en oncologie, schrödinger s.r.o., a reçu l'approbation de la Food and Drug Administration (USFDA) des États-Unis pour sa demande de nouveau médicament de recherche (INDA) pour un médicament appelé SGR-1505, un inhibiteur du récepteur MALT1. La société développe des médicaments en oncologie en utilisant une plateforme logicielle basée sur la physique.Le marché de l'oncologie devrait croître de manière significative dans les années à venir en raison de la recherche en cours et de la découverte de médicaments cliniques utilisant l'IA et des développements clés des acteurs du marché et des sociétés pharmaceutiques.

Conclusion

Alors que nous plongeons dans l'avenir de la découverte de médicaments, l'intégration de l'Intelligence artificielle (IA)au sein de ce secteur représente une lueur d'espoir pour relever les défis de longue date des coûts élevés, des longs cycles de développement et des taux d'attrition importants qui ont historiquement affligé l'industrie pharmaceutique. La synthèse des technologies d'IA avec les processus complexes de découverte de médicaments ouvre la voie à une nouvelle ère où les chiffres impressionnants de 2,6 milliards de dollars de coûts et de plus d'une décennie de temps de développement ne sont plus la norme. Grâce à des alliances stratégiques et à la numérisation de la recherche biomédicale, l'IA permet un bond significatif dans la façon dont nous abordons la découverte de nouvelles thérapies. L'utilisation de solutions basées sur l'IA pour naviguer dans les vastes données générées au cours des processus de découverte de médicaments illustre le passage à des méthodologies plus innovantes et efficaces. De plus, le segment de l'oncologie, en particulier, se trouve au seuil d'avancées révolutionnaires avec l'IA. L'intégration de l'IA dans la découverte de médicaments en oncologie n'accélère pas seulement la découverte de médicaments anticancéreux, mais ouvre également de nouvelles voies pour des traitements qui étaient auparavant hors de portée. Le cancer restant une des principales causes de mortalité dans le monde, le rôle de l'IA dans ce domaine est une lueur d'espoir pour des millions de personnes. Alors que l'entreprise se trouve à ce moment charnière, la trajectoire de l'IA dans la découverte de médicaments annonce un avenir où le développement de médicaments salvateurs n'est pas entravé par les inefficacités et les coûts exorbitants. Les collaborations entre les géants de la technologie et les sociétés pharmaceutiques, ainsi que les plateformes et solutions innovantes en cours de développement, sont indicatives d'un secteur en pleine transformation. En conclusion, le marché de l'IA dans la découverte de médicaments est au bord d'une révolution, motivée par la nécessité de surmonter les obstacles des processus traditionnels de découverte de médicaments.