일본산업뉴스요약

신약 개발, AI로 기간 단축
효능 예측 및 기간 약 30% 단축

신약 개발의 시기를 인공지능(AI)를 사용해 효율화하는 기술의 개발이 산학계에서 추진되고 있다. 암 및 치매 등의 신약 후보가 될 것 같은 화합물의 특징을 AI가 학습해 좁혀 효과 및 안전성에 소요되는 실험 등의 시간을 대폭으로 줄인다. 최대로 약 30%의 개발 기간을 단축해 개발비의 감축으로도 연결 될 거라고 기대 된다.

신약 개발은 후보 화합물을 설계하여 화학 합성하는 창약 연구와 세포 및 동물로 약효 및 독성을 조사하는 개발연구, 인간에 대한 유효성을 조사하는 임상시험과 일본 후생노동성에 승인 신청이라는 크게 4단계로 나뉘어진다. 전체로 9~17년 소요되어 성공률은 2만분의 1 이하, 개발비는 1,000억 엔 이상이다. 최단이라도 5년 정도 소요되는 창약연구와 개발연구에 AI를 도입하면 기간을 2년 반으로 단축할 수 있다.

아스텔라스제약은 암 등을 치료하는 항체 의약의 약효에 관련된 성질을 항체를 만들기 전에 AI로 예측하는 기술을 개발했다. 이화학연구소의 슈퍼컴퓨터 ‘케이’의 모의 실험에서 나온 아미노산의 배열과 항체 형태의 관계 데이터를 AI가 학습한다. 새롭게 설계한 항체의 아미노 산 배열을 참고로 AI가 유망한 항체를 좁혀낸다. “실험 시간과 수고를 큰 폭으로 절약할 수 있다.”(시라이(白井) 이사) 4월부터 항체의약의 설계에 도입했다.

에자이(Eisai)는 새로이 설계한 항분자화합물의 약효를 조사하는 실험을 AI로 신속화했다. 인간의 배양세포에 화합물을 더해 세포 변화를 보고 약효를 신속하게 예측한다. 기존에는 전문가가 다수의 영상을 보고 10일 정도 소요되었지만 1일 이하로 판단할 수 있다. 에자이 데이터사이언스랩의 아오지마(青島) 부장은 “인간의 눈을 대체하는 것이 목표다.”고 말한다. 암 및 치매 약의 개발에 활용한다.

도쿄공업대학의 세키지마(関島) 교수는 병에 관련된 분자와 강력하게 결합하는 화합물을 AI로 찾는 기술을 개발했다. 항암제의 효과 등에 관련된 기존에 알려진 표적분자와 약 4만 종류의 화합물의 결합력을 AI가 학습한다. 그 후에 미지의 화합물과의 결합력을 10% 이상 높은 정확도로 예측했다. 1년 후에 실용화한다.

AI를 이용한 신약개발 기간의 단축을 위해 산학계의 공동연구도 본격적으로 시작되었다. 교토대학은 후지쯔, 다케다약품공업 등 90개 사 이상과 ‘LINC’라 부르는 연구팀을 결성했다. 약의 표적이 되는 분자의 탐색 및 화합물 개량 등을 지원하는 약 30개 종류의 AI를 2~3년 이내에 만든다. 팀을 주도하는 교토대학의 오쿠노(奥野) 교수는 “AI의 활용으로 최소한의 노동력으로 쓸만한 약을 만들 수 있다.”고 말한다.

최근에는 신약개발의 난이도가 높아져 개발기간이 늘고 있다. 화합물과 강력하게 결합하는 일부의 표적분자 등을 노린 개발이 용이한 의약품이 고갈되고 있기 때문이다. AI의 활용은 기간 단축에 더해 개발 성공률의 향상, 비용 억제로도 연결된다.

-- 끝 --