Rynek AI w odkrywaniu leków zanotuje gwałtowny wzrost o 42,4%, osiągając 28,4 mld USD do 2030 r., prognozuje UnivDatos

Najważniejsze punkty raportu:

• Odkrywanie i rozwój leków (D&D) są kosztowne i czasochłonne. Według raportów z czasopism branżowych, średni koszt odkrycia i opracowania nowych terapii lekowych wynosi 2,6 miliarda dolarów, a cykl rozwoju trwa ponad 10 lat. Większość obiecujących 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. Według szacunków Clinical Trials Arena z 2021 r., liczba strategicznych sojuszy i partnerstw między czterema czołowymi firmami zajmującymi się sztuczną inteligencją 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 zdigitalizowane, utorowując drogę dla rozwiązań AI. Ogromna ilość danych generowanych w procesach odkrywania leków, w tym na etapie badań przesiewowych cząsteczek oraz w badaniach przedklinicznych, zwiększa zapotrzebowanie na rozwiązania oparte na sztucznej inteligencji.

Według nowego raportu Univdatos Market Insights, Rynek sztucznej inteligencji w odkrywaniu leków, ma osiągnąć wartość 28,4 mld USD w 2030 r., rosnąc w tempie CAGR wynoszącym 42,4%. Odkrywanie i opracowywanie nowego potencjalnego leku terapeutycznego jest jednym z najbardziej pracochłonnych i czasochłonnych procesów na świecie. Największym problemem z D&D jest wysoki wskaźnik strat. Wynika to w dużej mierze z podejścia opartego na próbach i błędach stosowanego w odkrywaniu leków. Mniej niż 1% farmakologicznych leków wiodących jest przekształcanych w kandydatów na leki do badań klinicznych. Eksperci szacują, że prawie 90% kandydatów na leki rozważanych w tych badaniach nie przechodzi do kolejnych etapów cyklu rozwoju. Prowadzi to do wysokich kosztów. Zazwyczaj opracowanie leku na receptę zajmuje 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 sztuczna inteligencja w odkrywaniu leków będzie w stanie przetwarzać i analizować duże ilości danych klinicznych/medycznych i wykorzystywać je do ulepszania współczesnych wysiłków w zakresie odkrywania leków.

Odkryj informacje 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 trwa zazwyczaj 10-15 lat, a średni koszt wynosi do 2,8 miliarda dolarów. 80-90% niepowodzeń leków ma miejsce 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 utraty leku na późnym etapie klinicznym, bardziej rygorystyczny reżim regulacyjny, który ustanawia wysoki próg zatwierdzenia, oraz zwiększone koszty badań klinicznych, szczególnie w przypadku kluczowych badań. 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 leku. 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 AI w odkrywaniu leków, 2021

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

• Google Cloud wprowadził w maju 2023 r. dwa nowe rozwiązania oparte na sztucznej inteligencji: pakiet Target and Lead Identification i pakiet Multiomics, które mają 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 umożliwia bardziej wydajne projektowanie leków in silico, przewiduje struktury białek i przyspiesza optymalizację wiodących leków w odkrywaniu leków. Dwa pakiety Google Cloud oparte na sztucznej inteligencji pomagają rozwiązać długotrwały problem w branży biofarmaceutycznej: wprowadzenie nowego leku na rynek amerykański, co może być czasochłonne i kosztowne. Kilka firm, w tym Big Pharma Pfizer, już zaczęło korzystać z tych produktów.
• W marcu 2023 r. Insilico Medicine dodała 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 przy użyciu AI przyspiesza odkrywanie leków przeciwnowotworowych. Oczekuje się, że segment odkrywania leków onkologicznych będzie rósł w najbliższej przyszłości, ponieważ częstość występowania raka wzrasta. Amerykańskie Towarzystwo Walki z Rakiem szacuje, że w 2022 r. 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 poprzez uczenie maszynowe i wykorzystanie algorytmów głębokiego uczenia. Przy pomocy głębokiego uczenia kandydaci na leki mogą być projektowani w strukturze molekularnej de novo, a ich reakcje mogą być przewidywane. Według badania z 2022 r. opublikowanego w Nature, AI jest przydatna 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, 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 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 swoje zgłoszenie Investigational New Drug Application (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 znacznie rósł w nadchodzących latach ze względu na trwające badania i kliniczne odkrywanie leków przy użyciu AI oraz kluczowe osiągnięcia graczy rynkowych i firm farmaceutycznych.

Wniosek

Zagłębiając się w przyszłość odkrywania leków, integracja sztucznej inteligencji (AI) w tym sektorze stanowi promyk nadziei w rozwiązaniu 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 kwoty 2,6 miliarda dolarów kosztów i ponad dziesięć lat czasu rozwoju nie są już normą. Dzięki strategicznym sojuszom i digitalizacji badań biomedycznych AI umożliwia znaczący skok w naszym podejściu do odkrywania nowych terapii. Wykorzystanie rozwiązań opartych na sztucznej inteligencji w nawigowaniu po ogromnych danych generowanych podczas procesów odkrywania leków jest przykładem przejścia w kierunku bardziej innowacyjnych i skutecznych metodologii. Ponadto segment onkologiczny w szczególności stoi na progu rewolucyjnych postępów dzięki sztucznej inteligencji. Integracja sztucznej inteligencji 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 sztucznej inteligencji w tej dziedzinie jest promykiem nadziei dla milionów. Ponieważ firma stoi w tym kluczowym momencie, trajektoria sztucznej inteligencji 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 sztucznej inteligencji w odkrywaniu leków jest na skraju rewolucji, napędzanej koniecznością pokonania barier tradycyjnych procesów odkrywania leków.