Ожидается, что рынок ИИ в сфере разработки лекарств вырастет на 42,4% и достигнет 28,4 млрд долларов США к 2030 году, прогнозирует UnivDatos

Ключевые моменты отчета:

• Открытие и разработка лекарств (D&D) — дорогостоящий и трудоемкий процесс. Согласно отчетам отраслевых журналов, средняя стоимость открытия и разработки новых лекарственных препаратов составляет 2,6 миллиарда долларов США, а цикл разработки превышает 10 лет. Большинство перспективных методов лечения отбраковываются на ранних стадиях клинических испытаний, особенно в доклинических испытаниях и испытаниях фазы 1, из-за ограниченной воронки разработки испытаний, что напрямую влияет на высокие затраты и длительные циклы разработки.
• AI-решения в клинических испытаниях устраняют потенциальные узкие места, сокращают цикл клинических испытаний и повышают эффективность и точность клинических испытаний. В результате эти передовые AI-решения становятся все более популярными среди игроков индустрии медико-биологических наук. Согласно оценкам Clinical Trials Arena за 2021 год, количество стратегических альянсов и партнерств между четырьмя ведущими компаниями, занимающимися разработкой лекарств на основе AI, и фармацевтическими компаниями выросло с 4 в 2015 году до 27 в 2020 году.
• Биомедицинские и клинические исследовательские пространства становятся все более цифровыми, открывая путь для AI-решений. Огромное количество данных, генерируемых в процессах открытия лекарств, в том числе на этапе скрининга молекул и в доклинических исследованиях, повышает спрос на решения, основанные на AI.

Согласно новому отчету Univdatos Market Insights, рынок AI в сфере открытия лекарств, как ожидается, достигнет 28,4 млрд долларов США в 2030 году, увеличиваясь в среднем на 42,4% в год. Открытие и разработка нового терапевтического кандидата — один из самых трудоемких и длительных процессов в мире. Самая большая проблема с D&D — высокий уровень отсева. Это во многом связано с методом проб и ошибок, используемым для открытия лекарств. Менее 1% фармакологических лидов лекарств преобразуются в кандидаты в лекарства для клинических испытаний. Эксперты оценивают, что почти 90% кандидатов в лекарства, рассматриваемых в этих испытаниях, не продвигаются вперед в цикле разработки. Это приводит к высоким затратам. Как правило, рецептурному лекарству требуется 10–15 лет и в среднем 1–2 миллиарда долларов США, чтобы пройти путь от лабораторного стола до рынка. Около трети вышеуказанных затрат приходится на этап открытия лекарств. Для решения этих проблем, таких как увеличение потребностей в капитале и неудача программы на поздней стадии, фармацевтические компании изучают использование инструментов на основе AI для улучшения процессов открытия и разработки лекарств с использованием химической и биологической информации. Ожидается, что AI в сфере открытия лекарств сможет обрабатывать и анализировать большие объемы клинических/медицинских данных и использовать их для улучшения современных усилий по открытию лекарств.

Узнайте больше о рынке AI в сфере открытия лекарств– https://univdatos.com/reports/artificial-intelligence-in-drug-discovery-market?popup=report-enquiry

В отчете говорится, что дорогостоящий и длительный процесс доставки лекарств является одним из основных факторов, стимулирующих рынок AI в сфере открытия лекарств в ближайшие годы. Разработка нового лекарства обычно занимает 10–15 лет со средней стоимостью до 2,8 миллиарда долларов США. 80–90% неудач лекарств происходят в клинике, причем на испытания Phase II PoC приходится большая часть клинических неудач. В то время как количество NME, одобренных регулирующими органами, такими как US FDA, увеличилось за последнее десятилетие (2010–2019 гг.) по сравнению с предыдущим десятилетием, стоимость вывода нового лекарства на рынок значительно возросла. Ключевые факторы, способствующие увеличению затрат на фармацевтические инновации, включают потерянные инвестиции из-за отсева на поздних стадиях клинических испытаний, более строгий режим регулирования, который устанавливает высокую планку для утверждения, и увеличение затрат на клинические испытания, особенно для основных испытаний. Эти факторы стимулируют инновации и внедрение новых технологий фармацевтическими и биотехнологическими компаниями для повышения производительности, снижения затрат и обеспечения долгосрочной устойчивости.

Только одно из каждых 5000–10 000 соединений утверждается в качестве кандидата в лекарства для определенного состояния в процессе открытия лекарств. AI в сфере открытия лекарств может значительно сократить время и стоимость вывода новых лекарств на рынок. Он также может открыть новые методы лечения заболеваний, которые ранее было трудно лечить.

Рис. 1. Топ стран по количеству стартапов в сфере AI в сфере открытия лекарств, 2021 г.

Несколько игроков на этом рынке создают платформы, которые могут помочь в открытии лекарств. Например,

• В мае 2023 года Google Cloud запустила два новых решения на основе AI: пакет Target and Lead Identification и пакет Multiomics, которые предназначены для того, чтобы помочь компаниям, занимающимся открытием лекарств, фармацевтическим фирмам и организациям государственного сектора ускорить разработку лекарств и усилия в области точной медицины. Пакет Target and Lead Identification обеспечивает более эффективную разработку лекарств in silico, прогнозирует структуры белков и ускоряет оптимизацию лидов при открытии лекарств. Два пакета Google Cloud на основе AI помогают решить давнюю проблему в биофармацевтике: вывод нового лекарства на рынок США, что может быть трудоемким и дорогостоящим. Несколько компаний, в том числе Big Pharma Pfizer, уже начали использовать эти продукты.
• В марте 2023 года Insilico Medicine добавила специализированную функцию AI-чата «ChatPandaGPT» в свою платформу PandaOmicms. Эта интеграция позволяет исследователям вести «разговоры на естественном языке» с платформой, что позволяет им анализировать большие наборы данных и более эффективно обнаруживать потенциальные терапевтические цели и биомаркеры.

Онкологический сегмент набирает максимальную популярность на рынке

Открытие онкологических препаратов с помощью AI ускоряет открытие противораковых препаратов. Ожидается, что сегмент открытия онкологических препаратов будет расти в ближайшем будущем, поскольку заболеваемость раком растет. Американское онкологическое общество в 2022 году оценивает, что рак является второй по значимости причиной смертности в Соединенных Штатах, и к 2022 году ожидается более 609 360 новых случаев рака. AI ускоряет открытие лекарств для противораковых препаратов с помощью машинного обучения и использования алгоритмов глубокого обучения. С помощью глубокого обучения кандидаты в лекарства могут быть разработаны в новой молекулярной структуре, и их реакции могут быть предсказаны. Согласно исследованию 2022 года, опубликованному в Nature, AI полезен при идентификации новых лекарств и противораковых целей из биологических сетей. Биологические сети помогают в сохранении и оценке взаимодействий между компонентами раковых клеток. Моделирование клеточной сети помогает в количественной оценке структуры, которая связывает свойства сети и рак, с помощью анализа биологии AI. AI ускоряет открытие противораковых препаратов в онкологии. Кроме того, несколько игроков на рынке используют искусственный интеллект (AI) в области открытия противораковых препаратов. Например, Model Medicines, компания, занимающаяся открытием и разработкой онкологических препаратов, объявила в октябре 2022 года, что разработает онкологические препараты, нацеленные на рецепторы AXL и BRD4. В июне 2022 года другой разработчик онкологических препаратов, schrödinger s.r.o., получил одобрение от Управления по санитарному надзору за качеством пищевых продуктов и медикаментов США (USFDA) для своей заявки на новое исследуемое лекарство (INDA) для лекарства под названием SGR-1505, ингибитора рецептора MALT1. Компания разрабатывает онкологические препараты с использованием программной платформы на основе физики. Ожидается, что рынок онкологии значительно вырастет в ближайшие годы из-за текущих исследований и клинического открытия лекарств с использованием AI и ключевых разработок участниками рынка и фармацевтическими компаниями.

Вывод

По мере того как мы углубляемся в будущее открытия лекарств, интеграция искусственного интеллекта (AI) в этот сектор представляет собой луч надежды в решении давних проблем, связанных с высокими затратами, длительными циклами разработки и пугающими показателями отсева, которые исторически преследовали фармацевтическую промышленность. Синтез AI-технологий со сложными процессами открытия лекарств прокладывает путь к новой эре, когда пугающие цифры в 2,6 миллиарда долларов затрат и более десяти лет времени разработки больше не являются нормой. Благодаря стратегическим альянсам и цифровизации биомедицинских исследований AI обеспечивает значительный скачок в том, как мы подходим к открытию новых терапевтических средств. Использование AI-решений при навигации по огромным данным, генерируемым в процессах открытия лекарств, иллюстрирует сдвиг в сторону более инновационных и эффективных методологий. Более того, онкологический сегмент, в частности, находится на пороге революционных достижений с помощью AI. Интеграция AI в открытие онкологических препаратов не только ускоряет открытие противораковых препаратов, но и открывает новые возможности для лечения, которые ранее были недоступны. Поскольку рак остается одной из основных причин смертности во всем мире, роль AI в этой области является лучом надежды для миллионов людей. Поскольку компания находится в этот поворотный момент, траектория AI в открытии лекарств предвещает будущее, когда разработка спасающих жизнь лекарств не будет затруднена неэффективностью и непомерными затратами. Сотрудничество между технологическими гигантами и фармацевтическими компаниями, наряду с инновационными платформами и решениями, которые разрабатываются, свидетельствует о секторе, который созрел для преобразований. В заключение, рынок AI в сфере открытия лекарств находится на грани революции, вызванной необходимостью преодолеть барьеры традиционных процессов открытия лекарств.