2024-09-09 | 김윤수 기자

28万亿韩元新药研发AI市场主导权争夺战……DeepMind连推新模型

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

围绕利用生成式人工智能(AI)大幅缩短新药物质开发周期与成本的新技术,业界竞争激烈。曾以“AlphaFold”展示业界最强竞争力的谷歌DeepMind,近来连续推出新模型,力图巩固主导权。

据三正KPMG 9日数据,全球AI新药开发市场规模预计将从去年的2.3万亿韩元急速增长至2030年的28万亿韩元。原因在于AI正逐步取代研究人员此前进行的新药物质筛选工作。对制药企业而言,该市场本身是机会,但为了不在目前规模约2500亿美元(335万亿韩元)的整体新药开发市场中被淘汰,通过与大型科技企业合作或自主研发来确保技术实力已成为必需。

今年初礼来和诺华分别与谷歌旗下新药开发子公司Isomorphic Labs签署17亿美元(2.3万亿韩元)和12亿美元(1.6万亿韩元)规模的新药开发合作协议,就是代表性案例。伴随制药业需求增加,科技企业的技术开发也在加速。

谷歌今年5月公开蛋白质结构预测AI新模型“AlphaFold3”后,本月初又推出蛋白质结构设计AI“AlphaProteo”。如果说AlphaFold是在预测目标蛋白质结构后,将其与既有庞大的新药候选库快速比对,从中挑出最适合作为新药的物质,解的是选择题;那么AlphaProteo则擅长直接推断出与目标蛋白质结构良好契合的药物会具有何种结构,解的是主观题。由于可进一步简化药物发掘流程,业界将其评价为新的游戏规则改变者。

蛋白质依分子结构不同,具有促进生体组织生长与维持、分泌或抑制激素等多种功能。某种特定蛋白质出现问题,相关功能就会下降,进而可能致病。找到能与该蛋白质结合并相互作用、从而消除问题的最佳物质,正是新药开发的核心。

DeepMind以AlphaProteo针对与癌症及糖尿病并发症相关的“VEGF-A”、新冠病毒等7种蛋白质推导出新药候选物质,并对实际结合等效果进行了实验。结果显示,其结合力(结合亲和力)最高达到既有方法所找物质的300倍。通过这些努力,DeepMind有望正式实现其首席执行官(CEO)戴米斯·哈萨比斯此前提出的“数年内由AI首次设计的药物将用于患者”的AI新药开发愿景。

DeepMind上月还对可通过量子力学计算掌握分子周围电子分布、从而分析蛋白质折叠结构等的“FermiNet”模型进行了升级,并将成果发表于国际学术期刊《科学》。

除DeepMind外,上月韩国企业Galux也推出了可进行蛋白质结构设计的“Galux Design”。Galux获得了Kakao集团和LG等大企业投资,上月还与LG化学合作,决定利用新药设计AI共同开发抗癌药。该公司专注于蛋白质中对抗外部感染物质抗原的“抗体新药”领域。在AlphaProteo、Galux Design之前,2022年华盛顿大学教授大卫·贝克研究团队已在学界发表“RoseTTAFold Diffusion”。

英伟达通过面向企业的AI新药开发平台“BioNeMo”提供包括小分子设计在内的蛋白质结构预测和碱基序列分析等服务;微软(MS)也公开了可生成适合作为新药物质的蛋白质序列的AI模型“EvoDiff”,部分掌握了蛋白质结构设计技术。两家公司还争相开展初创企业投资与大型药企合作。亚马逊通过AI平台“Vox”协助辉瑞开展新药开发,OpenAI则以ChatGPT支持莫德纳员工的工作。在韩国,LG AI研究院让超大规模AI模型“EXAONE 3.0”学习分子结构,正在相关新药与新材料领域提供相应服务。

阅读韩文原文