최근 인공지능을 활용한 신약개발이 늘어나고 있다. 개발 착수에서 제품화까지 일반적으로 10년이 넘게 걸리며, 마지막 임상시험 단계에서 문제가 생겨 중단되는 경우도 많았던 신약개발이 인공지능을 만나 새로운 트렌드로 급부상하고 있다.

인공지능을 활용할 경우 한 번에 100만 건 이상의 논문을 탐색할 수 있어 동시에 400만 명이상의 임상 데이터를 분석할 수 있으며, 소수의 연구원만으로도 비용과 기간을 대폭 줄여 블록버스터 약물을 개발할 수 있을 것으로 전망된다.

▲ 신약 개발 프로세스 (출처 : Standigm)

글로벌 제약사들 또한 인공지능을 이용한 신약 개발에 착수하고 있다. 세계 최대 제약사 화이자는 인공지능으로 면역항암제 신약 개발에 착수했다. 화이자는 자사가 보유한 암과 관련된 대규모의 자료를 학습하고 분석하는 데 인공지능을 이용하고, 표적을 발굴하기 위한 가설을 세우고 검증할 계획이다.

화이자는 인공지능이 방대한 정보로 복잡한 암 치료 영역에서 신약과 병용요법 개발을 돕고 환자들에게 혁신 신약을 제공할 수 있을 것으로 기대하고 있다. 또한 신약개발 표적과 연구대상 복합제, 면역 항암제의 환자선택 전략에서 최적의 효과를 도출하기 위한 데이터를 모을 계획이다.

이스라엘 제약업체 테바는 인공지능으로 호흡기 및 중추 신경제 질환 분석 및 만성질환 약물 복용 후 분석과 신약 개발에 착수했으며, 테바의 의약품을 복용하는 환자 중 약 2억 명 상당의 복용 후 데이터를 모아 부작용 사례, 추가 적응증을 확보하고 신약 개발을 진행할 계획이다.

신약 개발 효율을 높이기 위한 제약사들의 전략적 제휴와 플랫폼 개발 등이 늘고 있는 가운데, 인공지능은 혁신적인 대안이 될 가능성이 높다. 인공지능을 통해 방대한 데이터를 취합하고 분석함으로써 임상시험을 최적화시키고 부작용이나 작용기전을 예측하고 분석하는 등 신약개발에서 필요한 과정을 단축할 수 있다.

나아가 인공지능은 치료중심에서 예측 및 예방 중심으로 의료 및 제약 부문의 패러다임을 전환할 것으로 보인다. 진단 과정의 효율화는 물론 의료 데이터의 활용도를 제고하고 신약의 개발 기간을 단축하는 등 혁신적인 변화도 예상되는 부분이다.

이밖에도 같은 인공지능을 사용할 경우에도 먼저 개발한 회사가 특허를 등록할 수 있으며, 제약사가 신약을 개발하지 않고 라이선스를 구매하여 판매에 전담하는 등 새로운 모델도 등장할 것으로 보인다.