Rynek AI w odkrywaniu leków ma wzrosnąć o 42,4%, osiągając 28,4 mld USD do 2030 roku, prognozuje UnivDatos

Najważniejsze punkty raportu:

• Odkrywanie i rozwój leków (D&D) są kosztowne i czasochłonne. Zgodnie z raportami czasopism branżowych, średni koszt odkrywania i rozwoju nowych terapii lekowych wynosi 2,6 miliarda dolarów, a cykl rozwoju trwa ponad 10 lat. Większość potencjalnych terapii jest odrzucana na wczesnym etapie badań klinicznych, zwłaszcza w badaniach przedklinicznych i fazy 1, ze względu na ograniczony lej testów rozwojowych, 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 life science. Zgodnie z szacunkami Clinical Trials Arena z 2021 r., liczba strategicznych sojuszy i partnerstw między czterema największymi firmami opartymi na AI w zakresie odkrywania leków a firmami farmaceutycznymi wzrosła z 4 w 2015 r. do 27 w 2020 r.
• Przestrzenie badań biomedycznych i klinicznych stają się coraz bardziej zdigitalizowane, torując drogę dla rozwiązań AI. Ogromna ilość danych generowanych w procesach odkrywania leków, w tym na etapie badań przesiewowych molekuł i w badaniach przedklinicznych, zwiększa zapotrzebowanie na rozwiązania oparte na AI.

Według nowego raportu Univdatos Market Insights, rynek AI w odkrywaniu leków, ma osiągnąć wartość 28,4 miliarda USD w 2030 roku, rosnąc w tempie CAGR na poziomie 42,4%. Odkrywanie i rozwój nowego kandydata na lek terapeutyczny to jeden z najbardziej pracochłonnych i czasochłonnych procesów na świecie. Największym problemem 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 prekursorów leków jest przekształcanych w kandydatów na leki do badań klinicznych. Eksperci szacują, że prawie 90% kandydatów na leki rozważanych w tych badaniach nie przechodzi dalej w cyklu rozwoju. Prowadzi to do wysokich kosztów. Zazwyczaj wprowadzenie leku na receptę na rynek zajmuje 10-15 lat i kosztuje średnio 1-2 miliardy dolarów. Około jednej trzeciej powyższych kosztów ponoszona jest 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 AI 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.

Odkryj informacje na temat rynku AI 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 AI w odkrywaniu leków w nadchodzących latach. Opracowanie nowego leku zazwyczaj zajmuje 10-15 lat przy średnim koszcie 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 utracone inwestycje z powodu strat klinicznych na późnym etapie, bardziej rygorystyczny reżim regulacyjny, który stawia wysoką poprzeczkę zatwierdzeń, oraz zwiększone koszty badań klinicznych, szczególnie w przypadku badań o kluczowym znaczeniu. 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 jest zatwierdzany 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 zwalczania.

Rys. 1: Najlepsze kraje dla startupów AI 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 AI: pakiet Target and Lead identification suite oraz pakiet Multiomics suite, które mają na celu pomóc firmom zajmującym się odkrywaniem leków, firmom farmaceutycznym i organizacjom sektora publicznego w przyspieszeniu ich wysiłków w zakresie projektowania leków i medycyny precyzyjnej. Pakiet Target and Lead Identification suite umożliwia bardziej wydajne projektowanie leków in silico, przewiduje struktury białek i przyspiesza optymalizację prekursorów w odkrywaniu leków. Dwa pakiety Google Cloud oparte na AI pomagają rozwiązać odwieczny problem w branży biopharmy: 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 umożliwia naukowcom prowadzenie „rozmów 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 AI przyspiesza odkrywanie leków przeciwnowotworowych. Oczekuje się, że segment odkrywania leków onkologicznych będzie rozwijał się w najbliższej przyszłości, ponieważ zachorowalność na raka wzrasta. American Cancer Society w 2022 r. szacuje, że rak jest drugą główną przyczyną śmiertelności w Stanach Zjednoczonych, z przewidywaną liczbą ponad 609 360 nowych przypadków raka do 2022 r. AI przyspiesza odkrywanie leków przeciwnowotworowych poprzez uczenie maszynowe i wykorzystanie algorytmów głębokiego uczenia. Z pomocą głębokiego uczenia kandydaci na leki mogą być projektowani w strukturze de novo molekularnej, a ich reakcje mogą być przewidywane. Zgodnie z badaniem z 2022 r. opublikowanym w Nature, AI jest przydatne w identyfikacji nowych leków i celu przeciwnowotworowego z sieci biologicznych. Sieci biologiczne pomagają w zachowaniu i ocenie interakcji między składnikami komórek nowotworowych. Modelowanie sieci komórkowych pomaga w ilościowym określeniu ramy, która łączy właściwości sieci i raka, przy użyciu analizy biologii AI. AI przyspiesza odkrywanie leków przeciwnowotworowych w onkologii. Ponadto kilku graczy na rynku wykorzystuje sztuczną inteligencję (AI) w dziedzinie odkrywania leków na raka. Na przykład model medicines, firma zajmująca się odkrywaniem leków onkologicznych i rozwojem leków, 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 Investigational New Drug Application (INDA) dla leku o nazwie SGR-1505, inhibitora receptora MALT1. Firma opracowuje leki onkologiczne przy użyciu opartej na fizyce platformy oprogramowania. Oczekuje się, że rynek onkologiczny będzie się znacznie rozwijał w nadchodzących latach ze względu na trwające badania i kliniczne odkrywanie leków przy użyciu AI oraz kluczowe zmiany dokonywane przez graczy rynkowych i firmy farmaceutyczne.

Wnioski

Zagłębiając się w przyszłość odkrywania leków, integracja sztucznej inteligencji (AI) w tym sektorze stanowi promyk nadziei w rozwiązywaniu odwiecznych 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. Dzięki strategicznym sojuszom i digitalizacji badań biomedycznych AI umożliwia znaczący skok w sposobie podejścia do odkrywania nowych leków. 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. Co więcej, segment onkologiczny, w szczególności, stoi na skraju 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 główną przyczyną śmiertelności na 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, wskazują na sektor, który jest gotowy na transformację. Podsumowując, rynek AI w odkrywaniu leków jest na skraju rewolucji, napędzanej koniecznością pokonania barier tradycyjnych procesów odkrywania leków.