人工知能が創薬をどのように再形成しているか

人工知能はどのようにして創薬を強化し、コストを削減し、新薬をより早く市場に投入できるでしょうか? この記事では、AI が私たちが知っている創薬の形をどのように変えているかを探ります。

4年2022月XNUMX日に投稿

ここに厳しい現実のチェックがあります: 命を救う可能性のある薬の 96% は決して市場に出ません. 過度のコスト $ 1.3十億から$ 2.8十億、そして厳しい規制負担により、新しい治療法が市場に浸透することが困難になっています。

平均して、それはかかります 12年間から15年間 薬が実験室から臨床試験を経て、最終的に FDA の承認に至るまでの試験。

結論は？ スクリーニングされた 5,000 種類の医薬品のうち、市場に出るのはわずか XNUMX 種類です。

Yikes。

ここから疑問が生じます: 人工知能 (AI) を活用したテクノロジーは、どのようにして創薬を強化し、コストを削減し、新薬をより早く市場に投入できるのでしょうか?

COVID-19 モデルは医薬品開発の未来ですか?

通常の状況下では、COVID-19 ワクチンは、発見、臨床試験、および承認プロセスを経るのに XNUMX 年以上かかるでしょう。 しかし、絶望的な時代には絶望的な措置が必要です。そのため、連邦医薬品局 (FDA) は、 コロナウイルス治療加速プログラム（CTAP）.

このプログラムの目的は、 「新しい医療製品をできるだけ早く患者に届けると同時に、それらが効果的かどうか、利点がリスクを上回るかどうかを判断するのに役立ちます。」 従来の創薬方法と AI を融合することで、CTAP を介した創薬スクリーニングがより効果的になり、その結果、発見と承認のプロセスが迅速化されました。

そしてそれは働いた。

昨年、ロンドンを拠点とする企業である BenevolentAI は、バリシチニブ (関節リウマチ患者を助けるために作成された薬) を COVID-19 治療の有力な候補として特定することに成功しました。 AIを活用した 知識グラフ、BenevolentAI は 48 時間以内にバリシチニブ中の抗炎症および抗ウイルス化合物を特定しました。

重度のコロナウイルスは調節不全の炎症に関連しているため、これは画期的な結果であることが証明されました（つまり、免疫反応が過剰になり、ウイルスが体全体に急速に広がる可能性があります）. 現在、バリシチニブは FDA の承認を受けています。

医薬品開発における AI と機械学習の台頭

この記事の調査中に、現在 AI と機械学習 (ML) を医薬品の研究開発 (R&D) に活用している 235 の組織が明らかになりました。 Exscientia AI、ファイザー、アストラゼネカなどの主要な業界プレーヤーが先導することで、医薬品開発への AI と ML の採用は増加し続けるでしょう。

2015 年、投資家は AI を活用した医薬品の研究開発に 500 億ドルを注ぎ込みました。 2021 年には、投資額が 4.4 億ドル以上に増加し、CAGR は 43.6% になりました。 そして、成長がすぐに鈍化するとは予想されていません。 代わりに、研究者は市場価値が今後 20 年間で XNUMX 億ドル以上に成長すると予測しています。

AI を活用した R&D 採用の増加は、投資の増加と、市場に参入するスタートアップの数に対応しています。

AI が医薬品開発をどのように再形成しているか

創薬プログラムは、十分な医療製品が利用できない特定の疾患または病気がある場合に開始されます。 多くの場合、研究者は新しい構造を探しているのではなく、 20,000の既存医薬品 すでに販売が承認されているもの。 これらの医薬品には、新しい治療法を発見するために利用できる豊富な文献、臨床データ、IP があります。 難しいのは、既存の薬のデータを新しい病気と戦うために適用することです。

しかし、研究者が登らなければならない山が XNUMX つあります。それは、公開データの大部分が構造化されておらず、根本的に異なることです。 これは、これらのデータ ソースの分析が (従来の意味で) 困難であるだけでなく、それらがばらばらであることを意味します。

研究者が (退職する前に) 意味のある洞察を引き出すためには、これらの異なるデータセットを接続し、整理し、正確性を検証する必要があります。

ここで AI の出番です。自然言語処理 (NLP) などの部門は、膨大な量の自然言語データを分析し、文脈上のニュアンスを理解し、薬、標的、期待される治療結果を数​​分で関連付けることができます。

PatSnap の Synapse などのコネクテッド イノベーション インテリジェンス (CII) プラットフォームは、文献、特許、配列データをリンクして、研究者の前臨床スクリーニング プロセスを支援します。 さらに、研究者はナレッジ グラフを作成できるため、適切な医薬品候補を見つけるまでの時間を短縮できます。

BenevolentAI が示したように、ナレッジ グラフはゲームチェンジャーです。 それらは、研究者が、通常は無関係と見なされる薬物、標的、および疾患を関連付けるのに役立ちます。 これらの関係が発見されると、研究者は予測を行い、新しい経路をモデル化し、その結果をテストすることで、これらの洞察に基づいて行動できます。

PatSnap の AI を活用したコネクテッド イノベーション インテリジェンス プラットフォームの詳細と、それが貴社の創薬の加速にどのように役立つかについては、 コネクテッド イノベーション インテリジェンスの決定版ガイドをダウンロード.

著者紹介

クリスチャン・アグエシ PatSnap のクライアント グロース チームのプロジェクト マネージャーです。 ローリエ大学を卒業し、生化学の学士号と経営学の修士号を取得しています。 Covidの間、クリスチャンはガーデニングやランニングなどの趣味をいくつか始めました. 彼は2022年春に初マラソンを走る予定です。