AI 설계 약물: 100배 더 저렴하고 더 빠르다.

 

AI가 어떤 질병을 표적으로 삼아 하룻밤 사이에 임상 시험 준비가 된 새로운 약물을 생성할 수 있다면 어떨까?

당신에게 딱 맞는 약을 디자인할 수 있다면 어떨까?

그러나 AI가 오늘날의 수조 달러 규모의 제약 산업을 어떻게 혼란에 빠뜨릴지 알아보기 전에 오늘날의 제약 산업이 실제로 얼마나 획일적이고 느린 지 주목할 필요가 있다.

 

오늘날의 제약 산업에 관한 3가지 소름 끼치는 사실:

#1. 오늘날 가장 느리고 적응력이 가장 획일적인 산업 중 하나인 글로벌 제약 시장은 2023년에 약 1조 6천억 달러의 수익을 창출했다. 상위 10개 제약 회사만 지난해 거의 5,500억 달러에 달하는 수익을 창출했다.

#2. 동시에 현재 비용은 25억 달러(때로는 최대 120억 달러) 이상이며 신약을 시장에 출시하는 데 10년 이상이 소요된다.

#3. 한편, 임상 1상에 진입하는 약물 10개 중 9개는 결코 환자에게 전달되지 않는다.

 

그러나 이 모든 것이 곧 바뀌어 소위 “의약품의 풍부함”이 촉발될 것이다.

이는 AI가 유전자 발현부터 혈액 바이오 마커에 이르기까지 모든 분야의 대규모 데이터 세트와 융합되어 100배 더 저렴하고, 100배 더 빠르며, 더 지능적으로 표적화 되는 새로운 약물 발견을 가능하게 함으로써 일어날 것이다.

 

오늘 블로그에서는 더 나은 신약 발견과 의학 혁명을 위해 AI를 사용하고 있는 3개 회사인 Insilico Medicine, Google DeepMind 및 SandboxAQ에 대해 논의하겠다.

 

Insilico Medicine: AI를 통한 신약 발견의 혁신

Insilico Medicine은 AI의 힘을 활용하여 전통적으로 느리고 비용이 많이 드는 약물 발견 프로세스를 혁신하는 임무를 수행하고 있다. 알렉스 자보론코프(Alex Zhavoronkov) 박사가 설립한 Insilico는 AI를 사용하여 새로운 약물 표적을 신속하게 식별하고 약물 후보를 테스트하며 추가 개발에 이상적인 것을 생성한다. (전체 공개: 저의 벤처 캐피털 회사인 bold는 Insilico Medicine의 투자자이다.)

 

Insilico를 차별화하는 것은 생성적 적대 네트워크(GAN)를 활용하여 일반적인 제약 회사가 5,000명으로 수행하는 작업을 단 50명으로 수행하는 AI에 대한 독특한 접근 방식이다.

자보론코프 박사는 이렇게 묻는다.

"AI가 더 나은 약물 표적을 더 빨리 찾을 수 있다면 어떨까? 그리고 우리를 위해 이러한 표적에 효과가 있을 수 있는 새로운 약물을 만들 수 있다면 어떨까?"

 

Insilico의 최근 이정표는 그 자체로 입증된다. 2023년 4월, FDA는 Insilico가 AI 설계 소분자 치료법의 시험을 시작하도록 승인했으며 나중에 Exelixis에 라이선스를 부여했다. 2023년 6월에는 특발성 폐섬유증에 대한 AI 설계 치료법의 2상 시험에서 첫 번째 환자가 투여되었다.

2023년 11월, Insilico의 AI 기반 표적 발견 엔진인 PandaOmics는 노화 방지 및 뇌종양 치료 모두에 대한 "이중 목적" 표적을 식별했다.

 

가장 최근인 2024년 4월, Insilico의 AI 설계 약물 ISM3412는 FDA IND 승인을 받아 국소 진행성 및 전이성 고형 종양이 있는 성인 대상자를 대상으로 한 1상 다기관 공개 라벨 연구의 길을 열었다. 그리고 2024년 5월에 Insilico는 NVIDIA와 파트너십을 맺고 생물학적 및 화학적 작업을 해결하기 위한 새로운 LLM 변환기 nach0를 공개했다.

 

AlphaFold 3: 생명의 구성 요소의 비밀을 밝히다.

모든 세포 내부에는 단백질, DNA 및 기타 분자(지질, 탄수화물)로 구성된 수십억 개의 분자 기계가 있다. 생명의 과정을 진정으로 이해하려면 이러한 분자들이 어떻게 상호 작용하는지 알아야 한다.

 

AlphaFold-3을 살펴본다.

2024년 5월, Google DeepMind는 모든 생명체 분자의 구조와 상호 작용을 전례 없는 정확도로 예측하는 혁신적인 모델을 공개했다. AlphaFold-3은 기존 방법에 비해 예측 정확도를 50% 이상 향상시키고 일부 중요한 범주의 경우에는 두 배까지 향상시킨다.

 

DeepMind CEO인 데미스 허사비스(Demis Hassabis)는 "생물학의 특성은 세포 내 서로 다른 분자 간의 상호 작용을 통해 나타낸다. AlphaFold 3는 이를 향한 첫 번째 큰 단계라고 생각할 수 있다."고 말한다.

 

말라리아 백신 및 암 치료법과 같은 분야의 발견을 위해 이미 수백만 명의 연구자들이 사용한 획기적인 AlphaFold-2를 기반으로 하는 AlphaFold-3는 단백질을 넘어 광범위한 생체분자까지 확장된다. 이러한 도약은 생물 재생 가능 재료 및 탄력성 있는 작물 개발에서부터 약물 설계 및 유전체학 연구 가속화에 이르기까지 더욱 혁신적인 과학을 실현할 수 있다.

 

신약 발견에 대한 의미는 판도를 바꾸고 있다. 허사비스가 설립한 Alphabet의 자회사인 Isomorphic Labs의 맥스 야더버그(Max Jaderberg)는 다음과 같이 설명한다.

"이를 통해 우리 과학자, 약물 설계자는 원자 수준에서 가설을 만들고 테스트한 다음 몇 초 내에 매우 정확한 구조 예측을 생성할 수 있다. 이는 실험적으로 이를 수행하는 데 몇 달 또는 몇 년이 걸릴 수 있는 것과 비교된다."

 

SandboxAQ: AI 및 시뮬레이션을 통한 신약 발견 혁신

나의 친애하는 친구인 SandboxAQ의 CEO인 잭 히다리(Jack Hidary)는 치료법이 부족한 7,000가지 이상의 질병에 대한 보다 효과적인 치료법의 필요성을 강조했다.

히다리는 다음과 같이 강조한다.

"임상시험에 도달한 약물의 약 88%가 통과 및 승인을 얻지 못한다."

 

SandboxAQ는 AI와 시뮬레이션을 결합한 독특한 접근 방식으로 이러한 문제를 해결하고 있다. 바이오제약 화합물을 디지털 방식으로 모델링하고 분자 표적과의 상호 작용을 시뮬레이션함으로써 회사는 가장 어려운 질병에 대한 치료법을 개발하기 위한 데이터를 생성한다.

2023년 11월, SandboxAQ는 신약 발견을 위한 화학 반응을 예측하기 위해 NVIDIA와 파트너십을 맺었다.

 

2024년 1월 Good Chemistry 인수로 SandboxAQ의 입지가 더욱 강화되어 회사의 소프트웨어를 엔터프라이즈 포트폴리오에 통합했다.

SandboxAQ의 계산 도구는 유망한 화합물을 식별하는 데 드는 시간, 비용 및 위험을 줄여 제약 산업에 혁신을 가져오는 데 도움을 주고 있다.

 

SandboxAQ의 시뮬레이션 및 최적화 총괄 관리자인 나디아 하헨(Nadia Harhen)은 다음과 같이 설명한다. "우리는 수백 건의 임상 시험 실패를 목격하고 있으며, 아직까지 누구도 약물을 사용할 수 없었기 때문에 약물 사용이 불가능하다고 분류되었다. 그 이유는 약물을 사용하기에는 너무 복잡하기 때문이다. …이것이 바로 우리가 특수 도구를 구축하여 이 플랫폼에서 사용할 수 있도록 할 특수 도구이다."

 

다가오는 장수 플래티넘 여행에서는 다음을 포함하여 AI 기반 신약 발견 분야의 여러 선도 기업 및 과학자들과 심도 있는 대화를 나눌 예정이다.

●Rubedo Life Sciences – 공동 창업자 겸 CEO, 마르코 콰르타Marco Quarta 박사): 머신러닝과 단일 세포 RNA 시퀀싱을 활용하여 건선 및 경피증과 같은 노화 관련 질병에 대한 혁신적인 치료법을 개발하는 생명공학 회사이다.

●Verge Genomics –설립자 겸 CEO, 앨리스 장(Alice Zhang): 특히 근위축성 측삭 경화증(ALS)과 같은 쇠약성 질환에 대한 플랫폼 CONVERGE®를 통해 약물 발견에 혁명을 일으키고 있는 AI 기반 생명공학 회사이다.

●BioAge Labs – 공동 창립자 겸 CEO, 크리스틴 포트니(Kristen Fortney), PhD: 노화 및 대사 질환 치료법에 중점을 두고 AI를 사용하여 약물 발견 및 개발을 향상시키는 선구적인 생명 공학 회사이다. BioAge Labs는 현재 체중 감소와 대사 건강 개선을 목표로 하는 경구용 약물인 대사 질환(Azelaprag)에 초점을 맞추고 있다.

●Phenome Health – 리 후드(Lee Hood), MD, PhD(CEO) 및 제임스 유르코비치(James Yurkovich), PhD(최고 혁신 책임자): 다중 오믹스, AI 및 대규모 데이터를 결합하여 노화에 대처하는 최첨단 생명 공학 회사이다. 이 회사는 시스템 생물학 연구 및 맞춤 의학 분야의 선구자들이 이끌고 있으며 벅 노화 연구소(Buck Institute for Research on Aging)와 파트너십을 구축했다.

 

이것이 중요한 이유

비효율적이고, 혁신이 느리고, 위험을 회피하는 산업(예: 제약)은 정상적인 순위를 벗어난 리더와 기술, 이 경우 오늘날의 AI 괴짜로부터 오는 기술로 인해 혼란을 겪게 된다.

당신이 나와 같고 건강수명(및 장수)을 최대화하고 싶다면 수면, 식단 및 운동을 최적화하는 것이 지금까지만 가능하다는 것을 깨닫게 될 것이다... 아마도 건강한 90세 또는 100세까지만 가능하다. 그러나 더 이상 얻을 수 없을 것 같다.

 

100세를 넘어 "장수 탈출 속도"를 향해 노력하려면 우리 각자가 왜 노화되는지 (분자 수준에서) 이해하고 그 과정을 늦추거나 심지어 되돌릴 수 있는 약물을 설계해야 한다

나에게 AI는 건강수명 연장의 미래를 향한 속도를 높이는 가장 중요한 기술이며 Insilico, DeepMind 및 Sandbox AQ와 같은 회사가 이러한 발전을 주도하고 있다.