"백만 분의 1"의 제약 공정 ai는 무엇을 할 수 있나요? 단지 수단일 뿐
2024-09-29
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
"최근에는 다양한 신기술이 등장하고 임상시험 등록 건수도 선형적으로 증가했지만, 매년 임상시험 성공률은 일정 수준에 머물고 있습니다. 이는 의약품 제조가 다시 시작되어야 함을 일깨워줍니다. 의학의 본질은 안전하고 효과적이라는 것입니다. 기술은 단지 수단일 뿐입니다.”
인공지능(ai)은 신약 개발에서 어떤 역할을 할 수 있나요?
화둥사범대학교 약학대학장이자 인공지능신약혁신센터 소장인 li honglin은 "ai는 데이터를 지식으로 전환, 지식을 기술로 전환, 기술을 제품에 적용하는 것입니다.
2024년 9월 27일, 리훙린은 중국 공산당 상하이시위원회 통일전선공작부와 상하이 과학기술부의 주도로 열린 제23차 푸장 학제간 포럼 학술 하위 포럼에서 위의 견해를 제시했습니다. 중국공산당 실무위원회, 국민당혁명위원회 과학기술분과가 주최한다.
그는 또 인공지능이 등장한 이후 사람들은 인공지능의 '콤비네이션 펀치'만 쓰면 약이 만들어진다는 망상에 사로잡혀 있다고도 말했다. ai는 실제로 약물 연구 및 개발의 모든 측면에 관여해 왔습니다. 2018년 알파폴드 등장 이후 mnc(다국적 제약회사)나 바이오텍(소형 생명공학 기업)을 막론하고 인공지능은 동시에 발전해 왔다. 실제로 실제로 해결되는 문제는 두 가지뿐입니다. 하나는 스크리닝 시간이고 다른 하나는 임상 성공률입니다. 후자가 더 중요할 수 있습니다. 2020년 말까지 많은 약물이 연구 개발 과정에서 ai를 사용했습니다.
li honglin은 "약물 연구 개발이 수동으로 해결하기 어려운 과학적 문제나 기술적 문제에 직면할 때 ai가 참여할 수 있다"며 과거에는 약물을 검사할 때 연구자들이 더 많은 관심을 기울였다고 말했습니다. 예를 들어, 후보 약물이 세포에 효과가 있는지, 동물에 효과가 있는지는 그 표적이나 메커니즘에 큰 관심을 기울이지 않습니다. ai 등장 이후에는 표적에 따라 약물을 선별할 수 있다.
"새로운 표적은 약물 연구 개발의 원천입니다. 새로운 표적의 출현은 종종 일련의 블록버스터 약물로 이어집니다." 현재 전 세계적으로 신약 연구개발이 직면하고 있는 공통적인 문제는 목표고갈이다. "타깃은 몇 개나 있을까? 인간의 3만개 미만 유전자 중 3%만이 타깃으로 사용될 수 있는 것으로 추산되며, 그 중 35%는 여전히 '암흑 유전자'다. 이에 따라 기존의 (소분자) 유전자도 적다. 2,000개 이상의 약물이 인체 내 알려진 표적 667개만을 다루고 있습니다.”
새로운 목표에 대한 데이터를 얻는 방법은 무엇입니까? li honglin은 기존 연구 문서와 특허에서 파헤칠 수 있다고 말했습니다. "이 과정은 데이터를 지식 맵이라고도 하는 지식으로 바꾸는 것입니다." li honglin 팀은 4년 반 동안 280만 개 이상의 의료 문서에서 3가지 유형의 약물 표적을 구축했습니다. 이는 현재 가장 큰 생물의학 지식 지도입니다. 임상 결정을 내리고 신약 프로젝트의 기초를 제공하는 두 가지 문제를 해결할 수 있습니다.
"사실 우리는 신기술을 너무 많이 비판할 필요가 없습니다. 우리는 이를 더 포용하고 이러한 신기술을 활용할 수 있는지에 집중해야 합니다."
"약품의 발굴부터 시판까지의 과정은 백만분의 일의 과정입니다. 제약업계에서 이 문장이 반복해서 언급되는데, 실제로 약을 만들어 보아야 왜 체계적인 프로젝트인지 이해가 되고, 모든 단계가 '죽음의 도시'에 가까워졌습니다. 지난 몇 년간 다양한 신기술의 출현과 임상시험 등록 건수는 선형적으로 증가했지만, 임상시험 성공률은 여전히 제자리걸음입니다. 이는 매년 약의 제조가 다시 이루어져야 한다는 점을 일깨워줍니다. 기술은 단지 수단일 뿐입니다.
the paper 기자 cao nianrun
(이 기사는 the paper에서 발췌한 것입니다. 더 많은 원본 정보를 보려면 “the paper” 앱을 다운로드하세요.)
