AI 신약 개발이 더 빠르게 치료법을 찾고 있지만 — 실험실은 데이터를 따라가지 못하고 있습니다
AI 도구가 약물 표적 발굴을 가속화하고 있지만, 실물 실험실 검증과 충실도가 낮은 과거 데이터가 임상시험을 지연시키는 병목 현상을 만들어내고 있습니다.
인공지능(AI)은 약물 발견을 경험적 스크리닝에서 예측 설계로 전환하고 있어 연구자들이 물리적 테스트 없이 실행 가능한 화합물을 식별할 수 있게 합니다. 그러나 이는 실험실에서 전통적인 저처리량 방법을 사용하여 복잡한 AI 생성 후보물질의 더 높은 볼륨을 검증해야 하는 새로운 병목 현상을 생성합니다. 또한, 공개 데이터 세트에 대한 의존으로 인해 '데이터 벽'이 발생하여 모델이 역학을 안정적으로 예측하는 데 필요한 고품질 데이터를 부족하여 수익이 감소하게 되었습니다. 이러한 문제에는 정보가 풍부한 실험실 기술 및 AI를 효과적으로 통합하기 위한 더 나은 데이터 파이프라인에 대한 투자가 필요합니다.