새로운 단일 치료제 개발에 수억대 비용이 소요되는 것으로 나타났지만 신약 개발 프로그램이 성공하는 확률은 매우 낮다. 새로운 치료제 개발에 연관된 산학/학계/정부 연구 프레임 워크가 복잡해 약물 개발 과정을 진행시키기가 매우 어렵다. 이로 인해 알려진 질병의 60% 이상이 여전히 치료가 어려운 상태로 남아 있다. 그런 사이 생명과학 기업들이 유전자 및 세포 치료제와 오믹 기술 및 스마트 분자 접근 분야를 빠르게 발전시키고 있다. 이 분야들이 최신 치료제 개발에 도움이 될 수 있도록 대용량 데이터베이스 정보를 분석할 수 있고 비용과 시간 효율성이 높은 첨단 기술 도입이 시급해졌다.

프로스트 앤 설리번 심진한 이사는 “약물과 질병의 숨겨진 상관 관계를 찾기 위해 유전자 변이와 단백질 표적, 신호 전달 경로, 질환 발병, 임상 시험에 관한 자료들을 활용할 수 있는 AI 기반 플랫폼 구축에 대한 가치를 제약사들이 점차 인지하기 시작했다”며 “기술 발전으로 인해 과학자들은 이전과는 달리 여러 소스들에서 구조화 되거나 또는 구조화되지 않은 데이터를 추출할 수 있게 됐다”고 말했다.

또한 심 이사는 “이에 제약사들은 AI 기업과의 전략적 제휴를 통해 자신들의 포트폴리오와 새로운 치료 부문을 다루는 데 있어 강력한 AI 기반의 파이프라인을 구축할 수 있게 됐다”고 덧붙였다. 

AI 툴들은 치료제가 매우 부족한 분야에 대해 기업들이 개발에 나설 수 있도록 힘을 실어줄 뿐만 아니라 계층화된 치료제 개발과 개발 접근 방식을 통해 정밀의학에도 많은 도움이 될 거라 기대된다. 희귀하고 만성적인 질병 치료에 초점이 맞춰져 있더라도 약물 제조사들이 데이터베이스 보유자와 인공지능 개발자들과 협업이 이뤄진다면 여러 희귀질환 치료제들의 개발 속도가 더욱 빨라질 것이다.

AI 기술사들은 치료와 진단, theranostic(표적 치료를 하기위한 진단 테스트의 한 형태) 개발과 관련해 성공적인 임상적 번역을 보장하기 위해 과학적 결과물들과 학습 시스템들을 최대한 활용할 수 있다.

심 이사는 “특히 획기적인 치료 개발에 정교한 기술 활용을 도모하는 분자나 유전자 분야에서는 일반적으로 많은 신진대사와 신호 전달 경로에 대한 심오하고 과학적인 이해가 필요하다”며 “아직도 많은 질병 발병에 근본적인 원인이 불분명하거나 부정확하기 때문에 AI 기반한 접근 방식이 새로운 치료법을 개발하는 이상적인 메커니즘으로 부상하고 있다”고 말했다. 

출처 : 프로스트 앤드 설리번