Anthropic이 소외된 질병을 위한 신약 개발을 시작했습니다. Novartis의 CEO는 AI가 개발 기간을 12년에서 7~8년으로 단축하고 성공률을 두 배로 높일 수 있다고 말했습니다.

Anthropic은 거대 제약사(Big Pharma)가 무시하는 소외된 질병을 위한 신약 개발 프로그램을 시작했습니다. Novartis의 CEO Vas Narasimhan은 AI가 개발 기간을 12년에서 7~8년으로 단축할 수 있다고 밝혔습니다.

주요 사실 (Key facts)

• Anthropic이 소외된 질병을 위한 신약 개발을 시작했습니다.
• Novartis CEO: AI가 개발 기간을 12년에서 7~8년으로 단축할 수 있습니다.
• 성공률이 8%에서 16%로 두 배 증가할 수 있습니다.
• UCSF 연구원이 Claude Science를 사용하여 놓쳤던 오염을 발견했습니다.
• Claude가 1시간 이내에 100가지 희귀 질환을 분석했습니다.

Anthropic은 전통적인 제약 산업이 수익성이 없다고 간주하는 소외된 질병을 위한 자체 신약 개발 프로그램을 시작하고 있습니다. 이 회사는 전통적인 제약 및 바이오테크 기업들이 수익성이 없다고 판단하는 질병에 대한 치료법을 연구할 계획이며, 초기 전임상 단계 (preclinical-stage)의 신약 개발에 집중할 예정입니다. Anthropic은 이러한 행보가 자사의 비영리 미션과 부합하며, 직접적인 경험을 통해 더 넓은 산업 분야를 위한 더 나은 AI 모델과 도구를 구축하는 데 도움이 될 것이라고 말합니다. 이 발표는 회사의 새로운 과학 AI 도구인 "Claude Science"를 위한 이벤트 도중(1:08:34)에 이루어졌습니다.

이 이벤트에서는 AI가 어떻게 의료 연구를 가속화할 수 있는지에 대한 초기 사례들도 소개되었습니다. Anthropic에 따르면, UCSF의 한 연구원은 Claude Science를 사용하여 자신의 팀이 1년 내내 놓쳤던 바이러스 오염을 단 몇 분 만에 찾아냈습니다. 또한 회사는 Claude가 1시간 이내에 100가지 희귀 유전 질환을 분석하고 계산 스크리닝 (computational screening)을 위한 32개의 후보를 식별했다고 밝혔습니다.

작은 이득, 거대한 영향 (Small gains, massive impact)

Novartis의 CEO Vas Narasimhan은 개발 단계에서 승인에 이르기까지 완성된 약물 후보(drug candidate)를 확보하는 데 현재 약 12년이 소요된다고 말했습니다. 그는 이러한 지연을 세 가지 범주, 즉 정보 지연(information latency), 운영 지연(operational latency), 그리고 생물학적 지연(biological latency)으로 분류했습니다. 새로운 도구와 모델은 전체 개발 시간의 약 40%를 차지하는 처음 두 범주를 급격히 단축할 수 있습니다. 동물 실험, 세포 모델, 그리고 인간 임상 시험에 필요한 시간인 생물학적 지연은 크게 줄어들지 않을 것입니다. 이를 통해 개발 기간을 7년 또는 8년으로 줄일 수 있습니다.

Narasimhan은 또한 성공률을 8%에서 16%로 두 배 높일 수 있는 여지가 있다고 보고 있습니다. 더 나은 안전성 예측과 최적화된 분자 특성(molecular properties)이 도움이 될 수 있지만, 개선된 환자 선정(patient selection)의 효과는 여전히 불분명합니다. 가장 큰 과제는 여전히 특정 질병에 대해 약물 타겟(drug target)이 생물학적으로 적절한지 파악하는 것입니다. Narasimhan에 따르면, 이러한 겉보기에 미미해 보이는 이득조차 주요 제약사(pharma) 전체로 확장될 때는 엄청난 규모가 될 것입니다. 대형 제약사들은 매년 R&D(연구개발)에 1,500억 달러에서 2,000억 달러를 지출하지만, 지난 120년 동안 생산한 약물은 800개에서 1,000개에 불과합니다.

의료 전반에 걸친 AI (AI across healthcare)

다른 AI 기업들도 의학 분야로 진출하고 있습니다. DeepMind의 CEO Demis Hassabis는 Alphabet과 함께 Isomorphic Labs를 공동 설립하여 AI를 신약 개발(drug discovery)에 직접 적용하고 있습니다. Google DeepMind의 단백질 구조 예측 도구인 AlphaFold는 생물학 분야에서 가장 많이 인용되는 AI 혁신 중 하나로 남아 있습니다. OpenAI 또한 ChatGPT Health와 같은 이니셔티브를 통해 이 분야에 진입했지만, Anthropic처럼 자체적인 신약 개발 프로그램을 발표한 곳은 아직 없습니다.

구조적인 차이가 중요합니다. Anthropic은 단순히 제약사에 도구를 판매하는 것에 그치지 않고, 최소한 전임상 (preclinical) 단계에서는 직접 신약 개발자가 되고 있습니다. 이는 향후 제약 파트너사들에 도구를 판매할 때 잠재적인 이해 상충 (conflict of interest) 문제를 일으킬 수 있지만, 동시에 Anthropic이 자사의 모델이 실제 실험실 (wet-lab) 환경에서 어디서 실패하는지에 대한 직접적인 데이터를 얻을 수 있게 해줍니다. [According to The Decoder]

핵심 요약 (Key Takeaways)

• Anthropic이 소외된 질병을 위한 신약 개발 (drug discovery)을 시작했습니다.
• Novartis의 CEO는 AI가 개발 기간을 12년에서 7~8년으로 단축하고 성공률을 두 배로 높일 수 있다고 말합니다.

관전 포인트 (What to watch)

Anthropic의 첫 번째 전임상 (preclinical) 후보 물질 발표나 위탁 연구 기관 (contract research organization)과의 파트너십을 주목하십시오. 또한, Novartis나 다른 제약사들이 자체 파이프라인에 Claude Science를 공개적으로 도입하는지 모니터링해야 하며, 이는 Anthropic의 내부 사용을 넘어 해당 플랫폼의 가치를 입증하는 계기가 될 것입니다.

출처: the-decoder.com

원문 게시지: gentic.news