Rynek AI w odkrywaniu leków osiągnie 28,4 miliardów USD do 2030 roku, odnotowując wzrost o 42,4%, prognozuje UnivDatos

Najważniejsze punkty raportu:

• Odkrywanie i rozwój leków (D&D) jest kosztowny i czasochłonny. Z raportów branżowych wynika, że średni koszt odkrycia i opracowania nowych terapii lekowych wynosi 2,6 miliarda dolarów, a cykl rozwoju trwa ponad 10 lat. Większość terapii kandydujących jest odrzucana na wczesnym etapie badania klinicznego, szczególnie w badaniach przedklinicznych i fazy 1, ze względu na ograniczony lej testowania rozwoju, co bezpośrednio wpływa na wysokie koszty i długie cykle rozwoju.
• Rozwiązania AI w badaniach klinicznych usuwają potencjalne wąskie gardła, skracają cykl badań klinicznych oraz poprawiają wydajność i precyzję badań klinicznych. W rezultacie te najnowocześniejsze rozwiązania AI stają się coraz bardziej popularne wśród podmiotów z branży nauk przyrodniczych. Według szacunków Clinical Trials Arena z 2021 r. liczba strategicznych sojuszy i partnerstw między czterema najlepszymi firmami opartymi na sztucznej inteligencji w odkrywaniu leków a firmami farmaceutycznymi wzrosła z 4 w 2015 r. do 27 w 2020 r.
• Przestrzenie badań biomedycznych i klinicznych stają się coraz bardziej cyfrowe, torując drogę rozwiązaniom AI. Ogromna ilość danych generowanych w procesach odkrywania leków, w tym na etapie przesiewania cząsteczek i w badaniach przedklinicznych, zwiększa zapotrzebowanie na rozwiązania oparte na sztucznej inteligencji.

Według nowego raportu Univdatos Market Insights, Rynek sztucznej inteligencji w odkrywaniu leków, oczekuje się, że do 2030 roku osiągnie 28,4 miliarda USD, rosnąc w tempie CAGR wynoszącym 42,4%. Odkrywanie i rozwój nowego kandydata na terapię jest jednym z najbardziej pracochłonnych i czasochłonnych procesów na świecie. Największym problemem związanym z D&D jest wysoki wskaźnik strat. Wynika to w dużej mierze z podejścia prób i błędów stosowanego w odkrywaniu leków. Mniej niż 1% farmakologicznych wiodących leków jest przekształcanych w kandydatów na leki do badań klinicznych. Eksperci szacują, że prawie 90% kandydatów na leki rozważanych w tych badaniach nie przechodzi do następnego etapu cyklu rozwoju. Prowadzi to do wysokich kosztów. Zazwyczaj opracowanie leku na receptę trwa 10-15 lat i kosztuje średnio 1-2 miliardy dolarów, aby trafić z laboratorium na rynek. Około jedna trzecia powyższych kosztów jest ponoszona w fazie odkrywania leku. Aby sprostać tym wyzwaniom, takim jak rosnące zapotrzebowanie na kapitał i niepowodzenia programów na późnym etapie, firmy farmaceutyczne badają wykorzystanie narzędzi opartych na sztucznej inteligencji w celu ulepszenia procesów odkrywania i rozwoju leków przy użyciu informacji chemicznych i biologicznych. Oczekuje się, że AI w odkrywaniu leków będzie w stanie przetwarzać i analizować duże ilości danych klinicznych/medycznych i wykorzystywać je do ulepszania współczesnych przedsięwzięć związanych z odkrywaniem leków.

Odblokuj wiedzę na temat rynku sztucznej inteligencji w odkrywaniu leków– https://univdatos.com/reports/artificial-intelligence-in-drug-discovery-market?popup=report-enquiry

Raport sugeruje, że kosztowny i długotrwały proces dostarczania leków jest jednym z głównych czynników napędzających rynek sztucznej inteligencji w odkrywaniu leków w nadchodzących latach. Opracowanie nowego leku zwykle trwa 10-15 lat, a średni koszt wynosi do 2,8 miliarda dolarów. 80-90% niepowodzeń leków występuje w klinice, przy czym badania Phase II PoC stanowią większość niepowodzeń klinicznych. Podczas gdy liczba NME zatwierdzonych przez agencje regulacyjne, takie jak US FDA, wzrosła w ciągu ostatniej dekady (2010-2019) w porównaniu z poprzednią dekadą, koszt wprowadzenia nowego leku na rynek znacznie wzrósł. Kluczowe czynniki przyczyniające się do wzrostu kosztów innowacji farmaceutycznych obejmują utratę inwestycji z powodu strat klinicznych na późnym etapie, bardziej rygorystyczny system regulacyjny, który stawia wysoko poprzeczkę zatwierdzania, oraz wzrost kosztów badań klinicznych, szczególnie w przypadku badań kluczowych. Czynniki te napędzają innowacje i wdrażanie nowych technologii przez firmy farmaceutyczne i biotechnologiczne w celu poprawy produktywności, obniżenia kosztów i zapewnienia długoterminowej stabilności.

Tylko jeden na każde 5 000 do 10 000 związków zostaje zatwierdzony jako kandydat na lek na określony stan w procesie odkrywania leków. AI w odkrywaniu leków ma potencjał, aby radykalnie skrócić czas i koszt wprowadzenia nowych leków na rynek. Ma również potencjał do odkrywania nowych metod leczenia stanów, które wcześniej były trudne do leczenia.

Rys. 1: Najlepsze kraje dla startupów zajmujących się sztuczną inteligencją w odkrywaniu leków, 2021

Kilku graczy na tym rynku buduje platformy, które mogą pomóc w odkrywaniu leków. Na przykład,

• Google Cloud w maju 2023 r. wprowadził dwa nowe rozwiązania oparte na sztucznej inteligencji: pakiet do identyfikacji celów i wiodących kandydatów oraz pakiet Multiomics, które mają pomóc firmom zajmującym się odkrywaniem leków, firmom farmaceutycznym i organizacjom sektora publicznego w przyspieszeniu projektowania leków i wysiłków w zakresie medycyny precyzyjnej. Pakiet do identyfikacji celów i wiodących kandydatów umożliwia wydajniejsze projektowanie leków in silico, przewiduje struktury białek i przyspiesza optymalizację wiodących kandydatów w odkrywaniu leków. Dwa oparte na sztucznej inteligencji pakiety Google Cloud pomagają rozwiązać długotrwały problem w branży biofarmaceutycznej: wprowadzenie nowego leku na rynek amerykański, co może być czasochłonne i kosztowne. Kilka firm, w tym Pfizer z Big Pharma, już zaczęło korzystać z tych produktów.
• W marcu 2023 r. Insilico Medicine dodało specjalistyczną funkcję czatu AI, „ChatPandaGPT”, do swojej platformy PandaOmicms. Ta integracja pozwala naukowcom prowadzić „rozmowy w języku naturalnym” z platformą, co pozwala im analizować duże zbiory danych i skuteczniej odkrywać potencjalne cele terapeutyczne i biomarkery.

Segment onkologiczny zyskuje największą popularność na rynku

Odkrywanie leków onkologicznych za pomocą sztucznej inteligencji przyspiesza odkrywanie leków przeciwnowotworowych. Oczekuje się, że segment odkrywania leków onkologicznych będzie się rozwijał w najbliższej przyszłości, ponieważ częstość występowania raka rośnie. American Cancer Society szacuje, że rak jest drugą główną przyczyną śmiertelności w Stanach Zjednoczonych, a do 2022 r. oczekuje się ponad 609 360 nowych przypadków raka. AI przyspiesza odkrywanie leków przeciwnowotworowych dzięki uczeniu maszynowemu i wykorzystaniu algorytmów głębokiego uczenia. Przy pomocy głębokiego uczenia można projektować kandydatów na leki w nowej strukturze molekularnej i przewidywać ich reakcje. Zgodnie z badaniem z 2022 r. opublikowanym w Nature, AI jest przydatny w identyfikacji nowych leków i celu przeciwnowotworowego z sieci biologicznych. Sieci biologiczne pomagają w zachowaniu i ocenie interakcji między składnikami komórek rakowych. Modelowanie sieci komórkowych pomaga w kwantyfikacji ramy, która łączy właściwości sieci i raka, wykorzystując analizę biologii AI. AI przyspiesza odkrywanie leków przeciwnowotworowych w onkologii. Ponadto kilku graczy na rynku wykorzystuje sztuczną inteligencję (AI) w dziedzinie odkrywania leków przeciwnowotworowych. Na przykład, model medicines, firma zajmująca się odkrywaniem i rozwojem leków onkologicznych, ogłosiła w październiku 2022 r., że opracuje leki onkologiczne, które celują w receptory AXL i BRD4. W czerwcu 2022 r. inny deweloper leków onkologicznych, schrödinger s.r.o., otrzymał zgodę od Amerykańskiej Agencji ds. Żywności i Leków (USFDA) na swój Wniosek o rejestrację nowego leku eksperymentalnego (INDA) dla leku o nazwie SGR- 1505, inhibitora receptora MALT1. Firma opracowuje leki onkologiczne przy użyciu platformy oprogramowania opartej na fizyce. Oczekuje się, że rynek onkologiczny będzie się znacznie rozwijał w nadchodzących latach ze względu na trwające badania i kliniczne odkrywanie leków z wykorzystaniem AI oraz kluczowe osiągnięcia graczy rynkowych i firm farmaceutycznych.

Wniosek

W miarę zagłębiania się w przyszłość odkrywania leków, integracja sztucznej inteligencji (AI) w tym sektorze stanowi promyk nadziei w rozwiązywaniu długotrwałych wyzwań związanych z wysokimi kosztami, długimi cyklami rozwoju i zniechęcającymi wskaźnikami strat, które historycznie nękały przemysł farmaceutyczny. Synteza technologii AI ze złożonymi procesami odkrywania leków toruje drogę nowej erze, w której zniechęcające liczby 2,6 miliarda dolarów kosztów i ponad dekada czasu rozwoju nie są już normą. Poprzez strategiczne sojusze i cyfryzację badań biomedycznych, AI umożliwia znaczący skok w sposobie, w jaki podchodzimy do odkrywania nowych terapii. Wykorzystanie rozwiązań opartych na AI w nawigacji po ogromnych danych generowanych podczas procesów odkrywania leków jest przykładem przejścia w kierunku bardziej innowacyjnych i skutecznych metodologii. Ponadto segment onkologiczny w szczególności stoi u progu rewolucyjnych postępów dzięki AI. Integracja AI w odkrywaniu leków onkologicznych nie tylko przyspiesza odkrywanie leków przeciwnowotworowych, ale także otwiera nowe możliwości leczenia, które wcześniej były poza zasięgiem. Ponieważ rak pozostaje wiodącą przyczyną śmiertelności na całym świecie, rola AI w tej dziedzinie jest promykiem nadziei dla milionów. Ponieważ firma stoi w tym kluczowym momencie, trajektoria AI w odkrywaniu leków zwiastuje przyszłość, w której rozwój ratujących życie leków nie jest utrudniony przez nieefektywność i wygórowane koszty. Współpraca między gigantami technologicznymi a firmami farmaceutycznymi, wraz z innowacyjnymi platformami i rozwiązaniami, które są opracowywane, wskazuje na sektor, który jest gotowy do transformacji. Podsumowując, rynek AI w odkrywaniu leków jest na skraju rewolucji, napędzanej koniecznością pokonania barier tradycyjnych procesów odkrywania leków.