최근 구글 산하 인공지능 회사 딥마인드는 노벨상을 받은 약물 개발 AI 모델 알파폴드 3를 오픈소스로 했다.이는 앞으로 생물의약의 각 분야에서 온 연구자들이 무료로 모형코드를 다운로드하여 스스로 이 모형을 운행하여 약물연구개발사업을 전개할수 있다는것을 의미한다.
공개된 자료에 따르면 구글 알파폴드 모델은 단백질 구조와 상호작용을 예측하는 데 사용될 수 있다.그리고 이 모델의 최신 버전인 알파폴드 3는 단백질 예측 능력 위에 DNA, RNA, 소분자 등 거의 모든 생체 분자의 구조와 상호작용을 예측하는 능력을 추가해 약물 발견과 질병 치료를 직접 추진했다.
이에 대해 데미스 허사비스 딥마인드 최고경영자(CEO)는 알파폴드 3가 중요한 이정표라고 평가했다."생물학은 동적 시스템이다. 생리적 특성이 세포에서 서로 다른 분자 간의 상호작용을 통해 어떻게 생겨나는지 알아야 한다.알파폴드 3를 우리가 이 방향으로 큰 걸음을 내디딘 것으로 볼 수 있다"고 말했다.
일반적으로 일반적인 실험 방법을 통해 약물을 개발하는 데 수년의 시간과 매우 높은 비용이 소요되며, AlphaFold 3는 이 과정을 크게 가속화할 수 있다.그것은 잠재적 인 약물 표적을 빠르게 선별하여 표적 단백질의 구조를 예측하여 약용 가능한 주머니를 발견하고 찾을 수 있습니다.
특히 지난 5월 알파폴드3 출시 초기에는 하위코드를 개방하지 않아 논란이 된 바 있다.과학자들은 이번 조치가 연구 개발의 중복성을 파괴했다고 생각한다.그러자 딥마인드는 즉각 방침을 바꿔 반년 안에 이 AI 모델의 오픈 소스 버전을 출시하겠다고 약속했다.현재 이 모델을 얻으려면 양식을 작성하여 신청해야 하며 DeepMind 심사를 통과하면 응용권을 얻을 수 있다.
▌ AI 제약 기세 대기
알파폴드로 대표되는 인공지능 시스템이 생명과학 분야에서 중요한 돌파구를 마련하고 약물 개발에 AI의 활용을 추진했다는 것은 부인할 수 없다.이와 함께 IT 거물들은 바이오 기술을 AI 응용의 다음 최전방 분야로 보고 있다. 지난해 세일즈포스는 단백질 생성 모델인 프로젠을 출시했고, 앞서 마이크로소프트도 알파폴드와 유사한 오픈 소스 모델인 에보디프를 발표했다.
국내에 초점을 맞추고 AI 약물 개발 모델을 둘러싼 배치도 뜨겁다.예를 들어 올해 5월, 바이두 페이퍼 프로펠러 PaddleHelix 팀은 HelixFold-Multimer 모델을 개발하여 항원 항체/폴리펩티드 단백질 복합체 구조 예측 임무에서 업계 선두에 도달했다고 한다.최근 몇 년 동안 화웨이도 반고 약물 분자 대형 모델을 끊임없이 업데이트하고 중국 과학원 상하이 약물 연구소와 연합하여 전 과정의 AI 약물 설계를 부여하고 있다.
화창증권연보는 AI가 약물 발견 단계에서 이미 거대한 잠재력을 보여주고 있다고 지적했다.AI 기술 특히 머신러닝과 딥러닝 알고리즘은 대량의 바이오메디컬 데이터를 신속하게 분석하고 처리해 잠재적인 후보 화합물을 식별하고 그 효과와 부작용을 예측할 수 있어 약물 발견에 걸리는 시간을 현저하게 단축할 수 있다.엔비디아에 따르면 AI 기술을 사용하면 약물 발견에 걸리는 시간을 원래의 1/3로 단축하고 비용을 1/200으로 절약할 수 있다.
Precedence Research에 따르면 Al 제약 산업은 향후 10 년 동안 고속 성장을 유지할 것이며 2023 년 시장 규모는 11 억 7 천만 달러에 달할 것이며 시장 규모는 2032 년까지 118 억 달러를 넘어 2023 년부터 2032 년까지 CAGR은 29.3% 에 달할 것으로 예상됩니다.