Paper
Jayatunga, Madura KP, et al. "How successful are AI-discovered drugs in clinical trials? A first analysis and emerging lessons." Drug discovery today 29.6 (2024): 104009.
※ 주관적 생각, 틀린 내용 있을 가능성 높음
위의 그림을 보면 AI 기반 drug discovery 연구에는 target을 찾거나 small molecule을 디자인하거나, 항체나 백신 등을 찾거나 drug repurposing하는 등이 있다는 것을 알 수 있습니다. 다양한 카테고리로 연구되고 있는데, 기존 신약 개발 대비해서 해결하지 못하거나 장벽이 되었던 부분들을 해결할 수 있는지가 다들 관심이 많을 것 같습니다.
연구자들마다 생각이 다르겠지만 만약 저에게 누가 어떤 약을 만들고 싶냐?라고 한다면 저는 대다수의 사람이 안심하고 먹을 수 있는 약이라고 대답할 것 같습니다. (개인 맞춤형 약을 만들 수만 있다면 더 좋겠죠...) 그러기 위해서는 원하는 target에 안정적으로 약물이 binding 해야하고 다른 target에는 영향을 주지 않아야 합니다. (주더라도 세포 생명활동의 체계가 무너지지 않는다면...) 아무튼 off target이 최소화되어야 할 것 같습니다. 신약 개발에서 목표하는 target에 얼마나 선택적으로 작용하는가를 나타내는 specificity를 고려하는 것은 중요하면서도 사실 쉽지 않은 일입니다.
AI 기반으로 신약개발 했을 때 specificity 고려할 수 있나 -> 어렵다. 하지만, 그런 영역에 도달할 수 있도록 많은 연구자들이 무작위로 스크리닝하거나 분자를 생성하는 등 하지 않고 좀 더 체계적으로 binding부터 selectivity, synthetic feasibility, ADMET 등 많은 고려사항들을 만족하기 위해 시도하고 발전시키는 단계인 것 같습니다.
그리고 추가적으로 AI 기반 신약개발 연구가 많이 진행되고 있지만, 연구에 신뢰성을 더하기 위해서는 필수적으로 실험적 검증이 필요할 것 같습니다. 애초에 AI의 데이터들은 수많은 연구자들의 실험에 기반한다는 사실을 꼭 기억해야 합니다.