創薬におけるAI市場、2030年までに284億米ドルに達し、42.4%の成長が見込まれる - UnivDatosが予測

レポートの主なハイライト:

• 医薬品の発見と開発（D&D）は、費用がかさみ、時間もかかります。業界ジャーナルのレポートによると、新しい医薬品療法を発見し開発するための平均費用は26億ドルで、開発サイクルは10年以上です。ほとんどの候補となる治療法は、臨床試験、特に前臨床試験および第1相試験の初期段階で、開発テストの経路が限られているために破棄され、それが高コストと長期の開発サイクルに直接影響しています。
• 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、医薬品の発見と製薬会社におけるトップ4のAIベースの企業間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分野はますますデジタル化されており、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研究など、医薬品の発見プロセスで生成される大量のデータにより、AI駆動型ソリューションの需要が高まっています。

Univdatos Market Insightsによる新しいレポートによると、医薬品発見におけるAI市場は、42.4%のCAGRで成長し、2030年には284億米ドルに達すると予想されています。新しい治療候補の発見と開発は、世界で最も骨の折れ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、高い脱落率です。これは主に、医薬品の発見に使用される試行錯誤のアプローチが原因です。薬理学的医薬品リードの1％未満が臨床試験の医薬品候補に変換されます。専門家は、これらの試験で検討されている医薬品候補のほぼ90％が開発サイクルに進むことができないと推定しています。これが高コストにつながります。処方薬がベンチから市場に出るまでには、通常10〜15年かかり、平均10〜20億ドルの費用がかかります。上記の費用の約3分の1は、医薬品の発見段階で発生します。資本要件の増加や後期プログラムの失敗などの課題に対処するために、製薬会社は化学および生物学的情報を使用して医薬品の発見と開発プロセスを改善するために、AIベースのツールの使用を検討しています。AI医薬品の発見は、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医薬品発見の取り組みを改善できると予想されます。

医薬品発見におけるAI市場への洞察を解き放つ– https://univdatos.com/reports/artificial-intelligence-in-drug-discovery-market?popup=report-enquiry

レポートは、医薬品の配達における費用のかかる長いプロセスが、今後数年間、医薬品発見におけるAI市場を牽引する主な要因の1つであることを示唆しています。新しい医薬品の開発には、通常10〜15年かかり、平均コストは最大28億ドルになります。医薬品の失敗の80〜90％は臨床で発生し、第II相PoC試験が臨床の失敗の大部分を占めています。米国のFDAなどの規制当局によって承認されたNMEの数は、過去10年間（2010〜2019年）に以前の10年間と比較して増加しましたが、新しい医薬品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寄与する主な要因には、後期臨床脱落からの投資の損失、高い承認基準を設定するより厳格な規制体制、および特にピボタル試験における臨床試験コストの増加が含まれます。これらの要因は、製薬会社やバイオテクノロジー企業による生産性の向上、コストの削減、および長期的な持続可能性の確保を目的とした、新しいテクノロジーの革新と採用を推進しています。

医薬品の発見プロセスでは、5,000〜10,000の化合物ごとに1つだけが特定の状態の医薬品候補として承認されます。医薬品発見における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があります。また、以前は標的にするのが難しかった状態の新しい治療法を発見する可能性も秘めています。

図1：医薬品発見スタートアップにおけるAIのトップ国、2021年

この市場のいくつかのプレーヤーは、医薬品の発見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、医薬品発見企業、製薬会社、および公共部門組織が医薬品の設計と精密医療の取り組みを迅速化するのに役立つように設計された、2つの新しいAIを活用したソリューション（Target and Lead identification suiteとMultiomics suite）を発売しました。Target and Lead Identification suiteを使用すると、インシリコでのより効率的な医薬品設計が可能になり、タンパク質の構造を予測し、医薬品の発見におけるリードの最適化を加速できます。AIを活用した2つのGoogle Cloudスイートは、バイオ医薬品における長年の問題を解決するのに役立ちます。米国の市場に新しい医薬品を投入するには、時間がかかり費用がかかる可能性があります。大手製薬会社のファイザーを含むいくつかの企業は、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、特殊なAIチャット機能である「ChatPandaGPT」をPandaOmicmsプラットフォームに追加しました。この統合により、研究者はプラットフォームと「自然言語での会話」をすることができ、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することができます。

腫瘍学セグメントが市場で最大の牽引力を獲得

AIによる腫瘍学医薬品の発見は、抗がん剤の発見を加速します。がんの発生率が上昇しているため、腫瘍学医薬品の発見セグメントは近い将来成長すると予想されます。American Cancer Society 2022は、がんは米国で2番目に多い死亡原因であり、2022年までに609,360件以上の新しいがん症例が予想されると推定しています。AIは、機械学習と深層学習アルゴリズムの使用を通じて、抗がん剤の医薬品発見を加速します。深層学習の助けを借りて、医薬品候補をデノボ分子構造で設計し、それらの反応を予測することができます。Natureに掲載された2022年の調査によると、AIは生物学的ネットワークからの新規医薬品および抗がん標的の識別に役立ちます。生物学的ネットワークは、がん細胞の成分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接続す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発見を加速します。さらに、市場のいくつかのプレーヤーは、がんの医薬品発見の分野で人工知能（AI）を使用しています。たとえば、腫瘍学医薬品の発見と医薬品開発会社であるモデル医薬品は、2022年10月に、AXLおよびBRD4受容体を標的とする腫瘍学医薬品を開発すると発表しました。2022年6月には、別の腫瘍学医薬品開発会社であるシュレーディンガーs.r.o.が、MALT1受容体の阻害剤であるSGR-1505と呼ばれる医薬品の調査用新薬申請（INDA）について、米国食品医薬品局（USFDA）からの承認を受けました。同社は、物理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医薬品を開発しています。腫瘍学市場は、AIを使用した継続的な研究と臨床医薬品の発見、および市場プレーヤーや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ます。

結論

医薬品発見の未来を掘り下げると、このセクター内での人工知能（AI）の統合は、高コスト、長い開発サイクル、製薬業界を歴史的に悩ませてきた困難な脱落率という長年の課題に対処する上で、希望の光を提示します。AIテクノロジーと医薬品発見の複雑なプロセスの統合は、コストで26億ドル、開発期間で10年以上という驚異的な数字がもはや標準ではなくなる、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私たちのアプローチ方法に大きな飛躍を可能にしています。医薬品発見プロセス中に生成された膨大なデータをナビゲートする際にAI駆動型ソリューションを使用することは、より革新的で効果的な方法論への移行を例示しています。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。腫瘍学医薬品の発見におけるAIの統合は、抗がん剤の発見を加速するだけでなく、以前は手が届かなかった治療法への新しい道を開きます。がんが依然として世界中で死亡の主な原因であるため、この分野におけるAIの役割は何百万人もの人々にとって希望の光です。企業がこの重要な瞬間に立っているように、医薬品発見におけるAIの軌跡は、命を救う医薬品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コラボレーションは、開発されている革新的なプラットフォームとソリューションとともに、変革を迎える準備ができているセクターを示しています。結論として、医薬品発見におけるAI市場は、従来の医薬品発見プロセスの障壁を克服する必要性に迫られ、革命の瀬戸際にあります。