인공지능 신약 개발 (임상 시험) 기업 현황/분석/포트폴리오 IV: 닥터노아 / 메디사이엔스 / 팜캐드 / 파로스아이바이오 / 딥바이오 / 온코크로스 / 아리바이오
본 포스팅에서는 신약개발 단계별 AI 플랫폼의 마지막 단계인 임상 시험 단계의 인공지능 신약개발 기업 현황, 분석 및 투자를 위한 포트폴리오 구축을 소개하고자 한다. 동물을 대상으로 한 전임상 시험에서 안정성과 약효가 증명되면 사람에게도 안전하며 효과가 있는지 시험해야 한다. 임상 시험은 사람에게 안전하게 사용할 수 있는지에 대한 기초적인 정보를 얻기 위해 시행한다. 신약 개발 전체 과정에서 가장 많은 시간이 소요되는 부분은 일반적으로 전임상시험·임상시험이지만 여기에 적용할 수 있는 AI 플랫폼은 아직 이론 수준에 준하는 기초 단계에 머무는 상태다. 특별히 임상시험의 효율을 높이기 위한 환자 선별용 AI 알고리즘 등이 개발 중이지만 아직 현실화하기에는 요원한 수준으로 알려지고 있다.
이전 포스팅에서 소개한 바와 같이 현재 인공지능에서 가장 주목받는 방법론은 데이터를 기반으로 모델을 학습하는 기계학습 중 하나인 딥러닝이며, 해당 기술은 아래 2022년 발표된 가트너사의 하이프사이클에서 보여준 것처럼, 기술 관심 주기의 현재 위치에 따르면 적극적 (공격적) 투자 구간에 해당되는 것으로 판단된다. 새로운 의료기술의 적용이 보수적인 것처럼 신약 개발 단계에서도 새로운 기술의 반영이 보수적이고 더불어 많은 과학적 근거와 검증이 필요한 관계로 이를 감안해 딥러닝 기술 주기 분석결과를 투자 결정 시 반영해야 할 것이다.
인공지능 신약 개발 사업 근거, 참여 기업 현황, 선정 기업 및 해당 기업의 최근 실적 분석은 아래와 같은 순서로 진행하였다. 여러 가지 이론적, 경험적 투자 / 포트폴리오 구축 핵심 원칙과 더불어, 각자의 투자 성향을 바탕으로 한 위기관리 기반의 분산 투자 포트폴리오 전략 및 구성이 요구된다.
| 1. 사업 근거 | 과학기술정보통신부 주관 2022년 ‘AI 활용 혁신 신약 발굴사업' 한국제약바이오협회 인공지능 신약개발 지원센터 인공지능 신약개발 협의회 |
| 2. 기업 현황 | 인공지능 신약개발 지원센터: 인공지능 신약개발 정보플랫폼 인공지능 신약개발 협의회 참여기업 인공지능 신약개발 플랫폼 |
| 3. 분석 대상 | 7 개 비상장 스타트업: 닥터노아 / 메디사이엔스 / 팜캐드 / 파로스아이바이오 / 딥바이오 / 온코크로스 / 아리바이오 아래 그림1의 "신약개발 단계별 AI 신약개발 기업의 사업 영역" 중 임상 시험 단계 (Clinical): 약물 타겟 발굴 단계에서 찾은 타겟 단백질의 기능을 억제하는 물질을 (치료용 후보 약물) 동물을 대상으로 한 시험에서 안정성과 약효가 증명되면, 이러한 전임상시험 데이터를 기반으로 작성한 임상시험계획에 따라 사람에게도 안전하며 효과가 있는지 시험하는 단계 |
| 4. 비즈맵 | 비상장 스타트업 기업 지수 (최근 5년 내외): 특허 출원 (연간) / 인력 충원률 (%) / 총 투자 유치 (억) THE VC 데이터베이스 참조 (더브이씨 (THE VC) - 한국 스타트업 투자 데이터베이스) |
| 5. 포트폴리오맵 | 비즈맵 기반: 투자 지수 설정 및 인공지능 신약개발 기업 대상 투자 포트폴리오 작성 |
1. 사업 근거:
인공지능 활용 신약 개발은 인공지능 모형을 활용해 표적 기전 분석, 후보물질 탐색 등 일련의 신약 개발 과정을 예측하고 효율화하는 기술 분야다. 과기정통부는 2019년부터 보건복지부와 함께 ‘인공지능 신약개발 플랫폼 구축사업 (2019 ~ 2021)'을 통해 인공지능 신약 개발 연구개발을 지원하였다. 이어서 추진하고 있는 ‘인공지능 활용 혁신신약 발굴사업 (2022 ~ 2026)'은 인공지능 모형 추가 개발을 통해 공공 플랫폼을 고도화하고, 인공지능 플랫폼을 직접 활용해 임상시험계획 (IND)을 신청할 수 있는 수준의 신약후보 물질을 개발함으로써 인공지능 활용 신약 개발의 구체적 성과를 도출하기 위한 후속 사업으로 진행 중이다.
2. 기업 현황:
한국제약바이오협회의 AI신약개발지원센터 (AI 센터)는 2022년 초부터 AI신약개발 회사들에 대한 정보를 수집하였고, 한국에서만 AI신약개발 회사를 50개 가까이 찾았다. 이들 중 상당수의 회사는 최근 5년 사이에 설립되었다. 그 외에도 제약바이오기업 중에서 AI를 도입한 기업까지 포함한다면 그 수는 훨씬 많아질 것이다. AI 센터는 2022년 7월 AI신약개발협의회를 조직하고 (표 1) 협의회 소속 기업들의 성공사례와 사업 분야에 대한 조사를 진행하였다. 아래는 해당 기업을 소개한 자료이다.
출처: KPBMA Brief Vol. 24
출처: AI신약개발지원센터
3. 분석 대상:
아래 기업은 위에서 소개된 인공지능 신약개발 기술을 적용한 기업 중 신약개발 단계별 AI 플랫폼의 마지막 단계인 임상 시험 단계 (Clinical)에 속한 기업을 선별, 분석한 결과이다 (THE VC 참조). 기업 지수로는 비상장 스타트업 기업 지수 (최근 5년 내외)에 적합한 특허 출원 (연간) / 인력 충원율 (%) / 총 투자 유치 (억)를 선정하였다.
4. 비즈맵:
위에서 언급한 Clinical 단계 기업의 최근 5년 내외의 기업 지수 정보를 아래와 같이 정리하였고, 이를 기반으로 인공지능 신약개발 비즈맵을 구축하였다.
비즈맵을 이용한 비주얼 포트폴리오 구성은 아래와 같고 세 가지 그룹으로 나눌 수 있다. 첫 째 그룹으로 특허 출원 지수가 1.0 미만인 저성과 기업이다. 둘째 그룹은 점선 안쪽의 V-zone에 속한 기업으로 특허 출원 지수가 1.0 이상이거나 인력 충원율이 100% 이상인 그룹으로, 안정적인 성과 및 높은 인력 충원율을 (높은 성장률) 보이는 기업이라 하겠다. 마지막 그룹은 특허 출원 지수가 4.0 이상인 그룹으로 연간 특허 출원 수가 매우 높은 고성과 그룹이다.
5. 포트폴리오맵:
위에서 구축한 최근 5년 내외의 인공지능 신약개발 비즈맵을 기반으로, 해당 기업 지수의 가중치를 (가중치 곱, 가중치 합) 근거로 계산한 투자 지수 기반의 포트폴리오맵을 구축하였다. 위에서 소개된 지수 위치 정보를 나타내는 비즈맵에 기반한 비주얼 포트폴리오 구성과는 달리 세 가지 기업 지수의 가중치 곱 및 가중치 합을 기반으로 투자 지수를 도출하여 구축한 정량적인 포트폴리오 구성이다. 포트폴리오맵에서도 위의 비즈맵에서 기업 지수에 따라 그룹을 나눈 바와 같이 투자 지수를 기반으로 효과 적인 투자 결정을 위한 그룹을 분류할 수 있겠다 (예: 가중치 곱 투자 지수 0~20 그룹에 1 개 기업, 20~100 그룹에 5개 기업, 100 이상 그룹에 1개 기업).
본 포스팅에서는 최근 과학기술정통부 정책에 근거한 인공지능 기술 기반 신약개발 기업의 투자 분석 및 이를 기반으로 구축한 포트폴리오를 소개하였다. AI 신약개발은 코로나19 대유행과 함께 급격히 성장했으며 이는 순식간에 확산되는 팬데믹을 억제하려면 새로운 백신과 치료제 개발 기간 최소화에 전 세계 과학계가 공감했기 때문이다. 하지만 아직까지 AI 플랫폼으로 약물을 개발해 승인받은 사례는 없고, 신약개발 AI 플랫폼 대부분은 약물 스크리닝 과정에 한정되어 있다. 약물 스크리닝은 신약 후보물질을 도출하는 과정 중 하나로 신약개발 전체 과정 중 가장 많은 시간을 할애하는 부분은 아니며, 이미 많은 양의 화합물을 한 번에 시험할 수 있는 고속 대용량 스크리닝 (HTS) 기법은 수립되어 있다. 이처럼 AI 플랫폼이 약물 스크리닝 과정에만 한정돼 있더라도 신약개발에 있어 AI 활용의 장점은 분명히 있다는 것이 전문가들의 견해다. 약물 스크리닝은 질병의 표적 단백질에 작용하는 화합물을 찾아내는 과정이다. 기존의 고속 대용량 스크리닝 기법을 활용하려면 화합물과 병원체 단백질의 실물을 준비할 수 있어야 실험이 가능했지만, AI를 활용하면 실험적 준비가 되어 있지 않아도 가상으로 화합물과 단백질 구조를 바탕으로 시뮬레이션을 통해 효과를 검증할 수 있다. 실제 AI 신약개발 전문가들은 "AI로 기존의 신약개발을 대체하는 개념이 아니라 인간과 AI의 협업이 이뤄져야 한다"고 조언하며 "전반적인 신약개발 과정을 모두 AI로 대체하는 것보다는 AI가 유리한 과정은 AI가, 사람이 유리한 과정은 사람이 수행하는 것이 효율적"이라고 말한다.
다음 포스팅에서는 최근 화제가 되고 있는 인공지능 적용 분야인 ChatGPT & Generative AI 에 속한 기업 현황/분석/포트폴리오에 대한 분석 사례를 소개하고자 한다.
참조 문헌:
MEDI:GATE NEWS 신약개발과정은 어떻게 될까…신약개발사와 미국 FDA의 관계 (medigatenews.com)
인공지능 활용한 신약개발 속도 예상보다 느린 이유는 : 동아사이언스 (dongascience.com)
# 본 내용은 저자의 주관적인 생각이며, 모든 투자에 대한 판단 및 책임은 투자자 본인에게 있음