AI 기반 신약 발굴 시장, 2030년까지 42.4% 성장하여 284억 달러 도달 전망, Univdatos Market Insights 예측

보고서 주요 내용:

• 신약 발굴 및 개발(D&D)은 비용이 많이 들고 시간이 오래 걸립니다. 업계 저널 보고서에 따르면, 새로운 약물 치료법의 발견 및 개발에 드는 평균 비용은 26억 달러이며 개발 주기는 10년이 넘습니다. 대부분의 후보 치료법은 임상 시험, 특히 전임상 및 1상 시험에서 개발 테스트 깔때기가 제한되어 있어 비용이 많이 들고 개발 주기가 길어짐에 따라 초기에 폐기됩니다.
• 임상 시험에서 AI 솔루션은 잠재적 병목 현상을 제거하고 임상 시험 주기를 단축하며 임상 시험의 효율성과 정밀도를 향상시킵니다. 결과적으로 이러한 최첨단 AI 솔루션은 생명 과학 산업 참여자들 사이에서 점점 더 인기를 얻고 있습니다. Clinical Trials Arena의 2021년 추정에 따르면 신약 발굴 및 제약 회사에서 상위 4개 AI 기반 회사 간의 전략적 제휴 및 파트너십 수는 2015년 4개에서 2020년 27개로 증가했습니다.
• 생물 의학 및 임상 연구 분야는 점점 더 디지털화되어 AI 솔루션의 길을 열고 있습니다. 분자 스크리닝 단계 및 전임상 연구를 포함하여 신약 발굴 과정에서 생성되는 방대한 양의 데이터는 AI 기반 솔루션에 대한 수요를 증가시키고 있습니다.

Univdatos Market Insights의 새로운 보고서에 따르면,AI 기반 신약 발굴 시장, 연평균 성장률(CAGR) 42.4%로 성장하여 2030년에는 284억 달러에 이를 것으로 예상됩니다.새로운 치료 후보 물질의 발견 및 개발은 세계에서 가장 힘들고 시간이 오래 걸리는 과정 중 하나입니다. D&D의 가장 큰 문제는 높은 탈락률입니다. 이는 신약 발굴에 사용되는 시행착오적 접근 방식 때문입니다. 약리학적 약물 후보의 1% 미만이 임상 시험을 위한 약물 후보로 전환됩니다. 전문가들은 이러한 시험에서 고려되는 약물 후보의 거의 90%가 개발 주기를 진행하지 못한다고 추정합니다. 이는 높은 비용으로 이어집니다. 처방약은 일반적으로 10~15년이 걸리고 시장 출시까지 평균 10억~20억 달러의 비용이 듭니다. 위 비용의 약 3분의 1은 신약 발굴 단계에서 발생합니다. 이러한 문제, 즉 자본 요구 사항 증가 및 후기 단계 프로그램 실패를 해결하기 위해 제약 회사는 화학 및 생물학적 정보를 사용하여 신약 발굴 및 개발 프로세스를 개선하기 위해 AI 기반 도구를 탐색하고 있습니다. AI 신약 발굴은 대량의 임상/의료 데이터를 처리하고 분석하여 현대 신약 발굴 노력을 개선하는 데 활용할 수 있을 것으로 예상됩니다.

다음 사항에 대한 통찰력 확보AI 기반 신약 발굴 시장–https://univdatos.com/get-a-free-sample-form-php/?product_id=4910

이 보고서는 다음을 시사합니다.비용이 많이 들고 시간이 오래 걸리는 약물 전달 과정은 향후 몇 년 동안 AI 기반 신약 발굴 시장을 주도하는 주요 요인 중 하나입니다. 새로운 약물을 개발하는 데 일반적으로 10~15년이 걸리며 평균 비용은 최대 28억 달러입니다. 약물 실패의 80~90%는 임상에서 발생하며, 임상 실패의 대부분은 2상 PoC 시험에서 발생합니다. 미국 FDA와 같은 규제 기관에서 승인한 NME(New Molecular Entity)의 수가 지난 10년(2010-2019) 동안 이전 10년보다 증가했지만, 새로운 약물을 시장에 출시하는 데 드는 비용은 상당히 증가했습니다. 제약 혁신 비용 증가에 기여하는 주요 요인으로는 후기 단계 임상 탈락으로 인한 투자 손실, 높은 승인 기준을 설정하는 더욱 엄격한 규제 체제, 특히 중추적 시험에 대한 임상 시험 비용 증가 등이 있습니다. 이러한 요인들은 제약 및 바이오 기술 회사가 생산성을 향상시키고, 비용을 절감하며, 장기적인 지속 가능성을 보장하기 위해 새로운 기술을 혁신하고 채택하도록 이끕니다.

신약 발굴 과정에서 5,000~10,000개 화합물 중 하나만 특정 질환에 대한 약물 후보로 승인됩니다. AI 기반 신약 발굴은 새로운 약물을 시장에 출시하는 데 드는 시간과 비용을 극적으로 줄일 수 있는 잠재력을 가지고 있습니다. 또한 이전에 표적하기 어려웠던 질환에 대한 새로운 치료법을 발견할 가능성도 있습니다.

그림 1: 2021년 신약 발굴 스타트업을 위한 주요 국가

이 시장의 여러 참여자가 신약 발굴에 도움이 되는 플랫폼을 구축하고 있습니다. 예를 들어,

• Google Cloud는 2023년 5월에 두 가지 새로운 AI 기반 솔루션인 Target and Lead identification suite와 Multiomics suite를 출시했는데, 이는 신약 발굴 회사, 제약 회사 및 공공 부문 조직이 약물 설계 및 정밀 의학 노력을 가속화하도록 돕기 위해 설계되었습니다. Target and Lead Identification suite는 보다 효율적인 in silico 약물 설계를 가능하게 하고, 단백질 구조를 예측하며, 신약 발굴에서 선도 물질 최적화를 가속화합니다. 두 개의 AI 기반 Google Cloud 스위트는 바이오 제약 분야에서 오랫동안 해결되지 않은 문제, 즉 새로운 약물을 미국 시장에 출시하는 데 시간이 오래 걸리고 비용이 많이 들 수 있다는 문제를 해결하는 데 도움이 됩니다. Big Pharma의 Pfizer를 포함한 여러 회사가 이미 이러한 제품을 사용하기 시작했습니다.
• 2023년 3월 Insilico Medicine은 PandaOmicms 플랫폼에 특화된 AI 채팅 기능인 “ChatPandaGPT”를 추가했습니다. 이 통합을 통해 연구자는 플랫폼과 “자연어 대화”를 할 수 있으며, 이를 통해 대규모 데이터 세트를 분석하고 잠재적인 치료 표적 및 바이오마커를 보다 효과적으로 발견할 수 있습니다.

종양학 부문, 시장에서 최대 견인력 확보

AI를 이용한 종양학 신약 발굴은 항암제 발굴을 가속화합니다. 종양학 신약 발굴 부문은 암 발생률이 증가함에 따라 가까운 미래에 성장할 것으로 예상됩니다.미국 암 학회 2022년 추정에 따르면 암은 미국에서 두 번째로 사망 원인이며 2022년까지 609,360건 이상의 새로운 암 사례가 예상됩니다.AI는 기계 학습 및 딥 러닝 알고리즘을 사용하여 항암제 발굴을 가속화합니다. 딥 러닝의 도움으로, 약물 후보는 de novo 분자 구조로 설계될 수 있으며, 그 반응을 예측할 수 있습니다.Nature에 게재된 2022년 연구에 따르면, AI는 생물학적 네트워크에서 새로운 약물 및 항암제 표적을 식별하는 데 유용합니다.생물학적 네트워크는 암세포 구성 요소 간의 상호 작용을 보존하고 평가하는 데 도움이 됩니다. 세포 네트워크 모델링은 AI 생물학적 분석을 사용하여 네트워크 속성과 암을 연결하는 프레임워크를 정량화하는 데 도움이 됩니다. AI는 종양학에서 항암제 발굴을 가속화합니다. 또한, 시장의 여러 참여자가 암 신약 발굴 분야에서 인공 지능(AI)을 사용하고 있습니다.예를 들어, 종양학 신약 발굴 및 신약 개발 회사인 model medicines는 2022년 10월 AXL 및 BRD4 수용체를 표적으로 하는 종양학 약물을 개발할 것이라고 발표했습니다. 2022년 6월, 또 다른 종양학 약물 개발업체인 schrödinger s.r.o.는 MALT1 수용체의 억제제인 SGR-1505라는 약물에 대해 미국 식품의약국(USFDA)으로부터 Investigational New Drug Application(INDA) 승인을 받았습니다. 이 회사는 물리학 기반 소프트웨어 플랫폼을 사용하여 종양학 약물을 개발하고 있습니다.종양학 시장은 AI를 사용한 진행 중인 연구 및 임상 신약 발굴과 시장 참여자 및 제약 회사의 주요 개발로 인해 향후 몇 년 동안 크게 성장할 것으로 예상됩니다.

결론

신약 발굴의 미래를 탐구하면서, 이 분야 내의인공 지능(AI)의 통합은 높은 비용, 긴 개발 주기, 그리고 역사적으로 제약 산업을 괴롭혀 온 끔찍한 탈락률이라는 오랜 과제를 해결하는 데 희망의 등불을 제시합니다. AI 기술과 신약 발굴의 복잡한 프로세스의 합성은 26억 달러의 비용과 10년이 넘는 개발 기간이라는 끔찍한 수치가 더 이상 표준이 아닌 새로운 시대를 열어가고 있습니다. 전략적 제휴와 생물 의학 연구의 디지털화를 통해 AI는 새로운 치료법을 발견하는 방법에 큰 도약을 가능하게 합니다. 신약 발굴 과정에서 생성된 방대한 데이터를 탐색하는 데 AI 기반 솔루션을 사용하는 것은 보다 혁신적이고 효과적인 방법론으로의 전환을 보여줍니다. 더욱이, 특히 종양학 부문은 AI와 함께 혁명적인 발전을 눈앞에 두고 있습니다. 종양학 신약 발굴에 AI를 통합하는 것은 항암제 발굴을 가속화할 뿐만 아니라 이전에 접근할 수 없었던 치료법에 대한 새로운 길을 열어줍니다. 암이 전 세계적으로 사망의 주요 원인으로 남아 있는 상황에서, 이 분야에서 AI의 역할은 수백만 명에게 희망의 등불이 됩니다. 회사가 이 중요한 순간에 서 있는 것처럼, 신약 발굴에서의 AI 궤적은 비효율성과 과도한 비용에 의해 생명을 구하는 약물의 개발이 방해받지 않는 미래를 예고합니다. 기술 거인과 제약 회사의 협력, 개발 중인 혁신적인 플랫폼 및 솔루션은 변혁을 위한 준비가 된 부문을 나타냅니다. 결론적으로, AI 기반 신약 발굴 시장은 전통적인 신약 발굴 프로세스의 장벽을 극복해야 할 필요성에 의해 추진되는 혁명의 문턱에 서 있습니다.