創薬におけるAI市場は、2030年までに42.4%成長し、284億米ドルに達すると予測、Univdatos Market Insightsが発表

レポートの主なハイライト：

• 新薬開発（D&D）はコストと時間がかかります。業界誌のレポートによると、新薬治療法の発見と開発にかかる平均費用は26億米ドルで、開発サイクルは10年を超えます。ほとんどの候補治療薬は、臨床試験の初期、特に前臨床試験および第1相試験で、限られた開発試験のファンネルが原因で破棄され、これが高いコストと長い開発サイクルに直接影響します。
• 臨床試験におけるAIソリューションは、潜在的なボトルネックを取り除き、臨床試験サイクルを短縮し、臨床試験の効率と精度を向上させます。その結果、これらの最先端のAIソリューションは、ライフサイエンス業界のプレーヤーの間でますます人気が高まっています。Clinical Trials Arenaの2021年の推計によると、創薬および製薬会社における上位4社のAIベース企業の戦略的提携およびパートナーシップの数は、2015年の4件から2020年には27件に増加しました。
• 生物医学および臨床研究の分野は、ますますデジタル化が進んでおり、AIソリューションへの道を開いています。分子スクリーニング段階や前臨床試験など、創薬プロセスで生成される膨大なデータ量は、AI主導型ソリューションの需要を高めています。

Univdatos Market Insightsの新しいレポートによると、創薬におけるAI市場は、CAGR 42.4%で成長し、2030年には284億米ドルに達すると予測されています。新しい治療候補の発見と開発は、世界で最も手間のかかる、時間のかかるプロセスの1つです。D&Dの最大の問題は、脱落率が高いことです。これは、主に創薬に使用される試行錯誤アプローチによるものです。薬理学的薬物候補のリードの1%未満が、臨床試験の薬物候補に変換されます。専門家は、これらの試験で検討された薬物候補の約90%が、開発サイクルを進められないと推定しています。これによりコストが高くなります。処方薬は通常10〜15年かかり、ベンチから市場に出るまで平均10億〜20億米ドルの費用がかかります。上記のコストの約3分の1は、創薬段階で発生します。これらの課題（資本要件の増加や後期プログラムの失敗など）に対処するために、製薬会社は、化学的および生物学的情報を使用して、創薬および開発プロセスを改善するためのAIベースのツールの使用を模索しています。AI創薬は、大量の臨床/医療データを処理および分析し、それを活用して最新の創薬努力を改善できると予想されています。

の洞察を明らかにする創薬におけるAI市場–https://univdatos.com/get-a-free-sample-form-php/?product_id=4910

このレポートは、新薬開発のコストと時間のかかるプロセスは、今後の創薬におけるAI市場を牽引する主な要因の1つであると示唆しています。新薬の開発には通常10〜15年かかり、平均費用は最大28億米ドルです。薬物失敗の80〜90%は臨床で発生し、第II相PoC試験が臨床失敗の大部分を占めています。米国FDAなどの規制機関によって承認されたNMEの数は、過去10年間（2010〜2019年）に、前10年間と比較して増加しましたが、新薬を市場に投入するコストは大幅に増加しました。製薬イノベーションコストの増加に貢献する主な要因には、後期臨床脱落による投資損失、高い承認基準を設定するより厳格な規制体制、および臨床試験コストの増加（特に主要な試験）が含まれます。これらの要因は、製薬会社やバイオテクノロジー会社による生産性の向上、コスト削減、および長期的な持続可能性を確保するための新しいテクノロジーのイノベーションと採用を推進しています。

創薬プロセスにおいて、5,000〜10,000化合物のうち1つだけが、特定の病状の薬物候補として承認されています。創薬におけるAIは、新薬を市場に投入する時間とコストを劇的に削減する可能性を秘めています。また、以前は標的にすることが困難であった病状に対する新しい治療法を発見する可能性も秘めています。

図1：創薬AIスタートアップの上位国、2021年

この市場のいくつかのプレーヤーは、創薬に役立つプラットフォームを構築しています。例えば、

• Google Cloudは、2023年5月に2つの新しいAI搭載ソリューション、TargetおよびLead IdentificationスイートとMultiomicsスイートをリリースしました。これらは、創薬企業、製薬会社、および公共部門の組織が創薬設計および精密医療の取り組みを加速できるように設計されています。TargetおよびLead Identificationスイートは、より効率的なin silicoでの創薬設計を可能にし、タンパク質構造を予測し、創薬におけるリード最適化を加速します。2つのAI搭載Google Cloudスイートは、バイオファーマで長年の課題を解決するのに役立ちます。それは、新薬を米国市場に投入することで、時間とコストがかかる可能性があります。ファイザーなどのいくつかの企業は、すでにこれらの製品の使用を開始しています。
• 2023年3月、Insilico Medicineは、PandaOmicmsプラットフォームに、専門のAIチャット機能「ChatPandaGPT」を追加しました。この統合により、研究者はプラットフォームとの「自然言語会話」を行い、大規模なデータセットを分析し、潜在的な治療標的とバイオマーカーをより効果的に発見できます。

腫瘍学セグメントが市場で最大の牽引力を獲得

AIによる腫瘍学の創薬は、抗がん剤の創薬を加速します。がんの発生率が上昇しているため、腫瘍学創薬セグメントは近い将来成長すると予想されています。米国がん協会2022年の推定によると、がんは米国における死亡原因の第2位であり、2022年までに609,360件を超える新しいがん症例が予想されています。AIは、機械学習と深層学習アルゴリズムの使用を通じて、抗がん剤の創薬を加速します。深層学習の助けを借りて、薬物候補はde novo分子構造で設計し、その反応を予測できます。Natureに掲載された2022年の研究によると、AIは、生物学的ネットワークから新しい薬物および抗がん剤の標的を特定するのに役立ちます。生物学的ネットワークは、がん細胞の構成要素間の相互作用を保存および評価するのに役立ちます。細胞ネットワークモデリングは、AI生物学分析を使用して、ネットワーク特性とがんを結びつけるフレームワークを定量化するのに役立ちます。AIは、腫瘍学における抗がん剤の創薬を加速します。さらに、市場のいくつかのプレーヤーが、がん創薬の分野で人工知能（AI）を使用しています。例えば、腫瘍学の創薬および医薬品開発会社であるmodel medicinesは、2022年10月に、AXLおよびBRD4受容体を標的とする腫瘍学薬を開発すると発表しました。2022年6月、別の腫瘍学薬開発会社であるschrödinger s.r.o.は、MALT1受容体の阻害剤であるSGR-1505と呼ばれる薬について、米国食品医薬品局（USFDA）から治験新薬申請（INDA）の承認を受けました。同社は、物理学ベースのソフトウェアプラットフォームを使用して腫瘍学薬を開発しています。腫瘍学市場は、AIを使用した継続的な研究と臨床創薬、および市場プレーヤーと製薬会社による主要な開発により、今後数年間で大幅に成長すると予想されています。

結論

創薬の未来を深く掘り下げると、この分野への人工知能（AI）の統合は、高コスト、長い開発サイクル、そしてかつて製薬業界を悩ませてきた恐るべき脱落率という長年の課題に対処する希望の光となります。AI技術と創薬の複雑なプロセスの組み合わせは、26億米ドルのコストと10年以上の開発期間という恐るべき数字がもはや規範ではない新しい時代の道を開いています。戦略的提携と生物医学研究のデジタル化を通じて、AIは新しい治療法の発見に対するアプローチを大きく飛躍させることを可能にしています。創薬プロセス中に生成される膨大なデータをナビゲートするAI主導型ソリューションの使用は、より革新的で効果的な方法論への移行を示しています。さらに、特に腫瘍学セグメントは、AIによる革命的な進歩の最前線に立っています。AIを腫瘍学の創薬に統合することは、抗がん剤の発見を加速するだけでなく、以前は手の届かなかった治療法への新しい道を開きます。がんが世界中で依然として主要な死亡原因であることから、この分野におけるAIの役割は、何百万人もの人々の希望の光となっています。企業がこの重要な瞬間に立っていることから、創薬におけるAIの軌跡は、命を救う薬の開発が非効率性と法外なコストによって妨げられない未来を告げています。テクノロジー大手と製薬会社との協力、および開発中の革新的なプラットフォームとソリューションは、変革の時を迎えているセクターを示しています。結論として、創薬におけるAI市場は、従来の創薬プロセスの障壁を克服する必要性によって推進され、革命の瀬戸際にあります。