Excientia, 생성형 AI를 사용하여 신약 발견 재구상

“AWS를 사용하여 병목 현상을 줄이고 파이프라인을 가속화합니다.”

David Hallett
Exscientia 임시 CEO 겸 최고 과학 책임자

Exscientia는 설계-제작-테스트-학습(DMTL) 주기 전반에 걸쳐 생성형 인공 지능(AI)을 사용하여 환자를 위한 새로운 치료법을 빠르고 비교적 저렴하게 발견합니다. 기존의 신약 개발 방법은 과학자들이 10⁶⁰개의 생체 이용 가능한 저분자 중에서 특정 약물 후보를 찾기 때문에 최대 15년이 걸리고 20억 달러 이상의 비용이 들 수 있으며 평균 실패율은 90~96%에 달합니다.

Amazon Web Services(AWS)를 기반으로 구축된 Exscientia의 혁신적인 DMTL 솔루션에는 생성형 AI 알고리즘을 사용하여 클라우드에서 화합물을 설계하는 인실리코 설계와 실험실에서 약물 후보 물질을 만드는 자동화 로봇이 통합되어 있습니다. “우리는 생성형 AI를 사용하여 효율성과 효과를 해결합니다”라고 Excientia의 임시 CEO이자 최고 과학 책임자인 David Hallett은 말합니다. “실리코에서 안전하고 효과적인 약물의 분자적 특성을 예측함으로써 비용이 많이 드는 실험 횟수를 최소화합니다. AWS 팀과 협력하여 구축한 플랫폼은 속도에 최적화되어 있습니다. 많은 DMTL 학습 루프를 반복하여 반복할 때마다 약물 후보 물질을 개선할 수 있습니다.”

생성형 AI를 사용하여 비용 절감과 함께 더 효율적으로 신약 개발

Exscientia는 환자의 요구로부터 출발하여 역으로 작업하여 내약성이 우수하고 효과적인 의약품에 필요한 복잡한 특성의 조합을 지정하는 정확한 목표약물특성(TPP)을 정의합니다. AI 엔지니어는 TPP를 충족하는 잠재적 약물 후보 물질 패널을 생성하는 알고리즘을 설계합니다. 능동 학습 알고리즘은 TPP를 발전시키거나 향후 DMTL 주기에 맞게 모델을 개선하기 때문에 전문 설계자가 실험실에서 합성할 약물 후보 물질의 간략한 목록을 선택하는 데 도움이 됩니다.

Exscientia의 알고리즘은 공개적으로 이용 가능한 약리학 데이터와 환자 조직 샘플, 유전체학, 단일세포 전사체학 및 의학 문헌에서 생성된 독점 사내 데이터를 기반으로 훈련됩니다. 프로세스 전반에 걸쳐 데이터를 인코딩하고 실험 결과와 이전 설계 주기를 분석함으로써 Excientia는 향후 설계 주기를 최적화하고 물리적으로 합성 가능한 화합물 설계를 촉진할 수 있습니다. Exscientia는 AWS에 구축된 이 합성 인식 및 반복적 접근 방식을 사용하여 업계 평균보다 10배 적은 화합물을 만듭니다. “환자들을 대상으로 실험하기 전에 더 안전하고 효과적인 약물 후보 물질을 만들기 위해 화학적 책임 문제를 해결하는 것이 아이디어입니다”라고 Hallett은 말합니다.

Exscientia는 업계 벤치마크 대비 자본 비용을 80% 절감하면서 약물 설계를 최대 70% 가속화했습니다. Exscientia는 생성형 AI를 다른 도구와 함께 사용하여 더 나은 약물 후보 물질을 더 빠르게 개발했을 뿐만 아니라 임상 환자를 대상으로 실험하기에 적합한 약물 조합을 식별했습니다.

자동화된 로보틱스를 사용하여 더 나은 의약품을 만드는 데 드는 시간과 비용 절감

Exscientia는 최첨단 화학 합성 및 생물학 분석 실험실 장비를 자동화 로봇과 통합하여 실험실 장비를 수동으로 다루지 않도록 했습니다. 따라서 AWS 마이크로서비스로 오케스트레이션된 연구소는 사람의 감독을 최소화하면서 연중무휴 운영될 수 있습니다. “설계가 준비되었을 때 버튼 하나만 누르면 며칠 내에 로봇이 약을 만들 수 있습니다”라고 Hallett은 말합니다. 매우 높은 수준의 보안과 포괄적인 재해 복구를 유지하는 Excientia는 이 자동화된 로봇 기능을 사용하여 업계 전반에서 사용되는 전통적인 해외 연구 계약으로 인한 제작 및 테스트 일정을 단축할 것입니다.

이 회사는 로봇 자동화 실험실을 통해 이 과정을 종결하면서 생산성이 더욱 향상될 것으로 기대하고 있습니다. 실험실에서 생성된 데이터는 알고리즘 예측을 개선하고 DMTL 주기를 가속화합니다.

AI 설계 분자를 임상 시험에 도입

Excientia가 AI를 사용하여 설계한 6개의 분자가 임상 시험에 들어갔습니다. “AWS를 사용하여 병목 현상을 줄이고 파이프라인을 가속화합니다.”라고 Hallett은 말합니다. “고도로 통합되고 자동화된 DMTL 루프를 가동함으로써 우리는 약물 후보 물질을 더 빠르고 비용 효과적으로 만들 수 있습니다.”

사용된 AWS 서비스

Amazon Bedrock

Amazon Bedrock은 AI21 Labs, Anthropic, Cohere, Meta, Mistral AI, Stability AI 및 Amazon과 같은 선도적인 AI 회사의 다양한 고성능 파운데이션 모델(FM)을 단일 API를 통해 제공하는 완전 관리형 서비스입니다. 이 서비스를 사용하면 보안, 개인정보 보호 및 책임형 AI를 포함하여 생성형 AI 애플리케이션을 구축하는 데 필요한 광범위한 기능 세트를 활용합니다.

자세히 알아보기 »