한국제약바이오협회

저자 : 강수임(Columbia University Irving Medical Center)

등록일 : 2023.03.07

요약문
불과 10년 전부터 인공지능(AI)이 신약 디자인에 응용되어 왔다. 그동안 AI의 활용 효율성과 신뢰성에 반신반의하는 의견들도 많았으나, 단기간에 AI는 기술 진화를 거듭한 결과 이제는 인공지능이 제약 전반에 다양하게 활용되며 제약업체들은 AI 기술발전을 발판으로 점점 더 저비용과 고효율의 신약개발 가능성을 확실히 보여주고 있다. 작년에도 AI를 이용한 항암신약물질이 임상실험을 진행하고 있다는 소식이 해외에서 전해지기도 했으며, 더 많은 제약사들이 AI에 관심을 갖게 되는 계기가 되었다. AI의 효율성은 데이터의 양과 질에 비례하는데, 다양한 빅데이터 발굴의 기술혁신과 생산속도 그리고 다양한 AI 알고리즘의 확대 적용으로 가능하게 된 결과들이며, 이와 더불어 다중 오믹스 데이터들이 신약개발에 중요한 자료로 활용되고 있다. 보다 효과적이고 더 나은 타깃 약물 개발에 도움이 될 수 있기를 바라는 제약사들은 바이오인포메틱스와 데이터 기반의 신약개발에 앞다투어 진출하면서 자체 AI 팀을 구축하거나 AI 신약 디자인 플랫폼을 개발하는 회사들에 투자하고 긴밀한 협력을 유지하고 있다. 이런 이유로, 향후 신약개발, 바이오 연구분야에서 AI를 통한 신약후보물질 발굴에서 임상단계에 이르기까지 ‘디지털 전환’이 가속화될 전망이다. 이번 동향리포트에선 신약 디자인에 응용되는 인공지능 기반의 심층 강화 학습(DRL, Deep Reinforcement Learning)을 통한 약물 생성 및 예측 모델을 이용한 신약개발 모델과 구조와 바이오 활성 관계(QSAR) 및 화학정보학(Cheminformatics)의 활용에 대해서 알아보고 자 한다.
키워드: 바이오 헬스케어, 인공지능(AI), 약물 디자인, QSAR, 생성 모델(Generative Model), 예측 모델(Predictive Model), 화학정보학(Chemoinformatics)

출처: https://www.ibric.org/myboard/read.php?Board=report&id=4562