구글 클라우드, AI 출시

2023년 5월 16일

보스턴, 2023년 5월 16일 — 오늘 Bio-IT World Conference에서 Google Cloud는 생명공학 회사, 제약 회사, 공공 부문 조직의 신약 발견 및 정밀 의학을 가속화하기 위한 두 가지 새로운 AI 기반 생명과학 솔루션을 발표했습니다. 현재 전 세계적으로 이용 가능한 Target and Lead Identification Suite는 연구자들이 아미노산의 기능을 더 잘 식별하고 단백질의 구조를 예측하는 데 도움이 됩니다. Multiomics Suite는 게놈 데이터의 발견과 해석을 가속화하여 기업이 정밀 치료법을 설계하는 데 도움을 줍니다.

"우리는 오랫동안 게놈 분석을 위한 고성능 컴퓨팅, 단백질의 3차원 모델을 예측할 수 있는 인공 지능 등 생명 코드를 이해하고 작업하기 위한 새로운 도구를 만드는 데 참여해 왔습니다."라고 글로벌 이사인 Shweta Maniar는 말했습니다. 생명과학 전략 및 솔루션, Google Cloud. "오늘 출시되는 이러한 새로운 솔루션은 신약 발견을 가속화하고 치료법을 더 빠르게 출시함으로써 생명 과학 조직을 변화시킬 수 있습니다. 환자가 암 치료에서 생명을 구하는 치료법이나 편두통에 대한 삶의 질이 높은 의약품을 기다리고 있는 경우, 이보다 더 빠른 시간은 시장 진출은 삶에 놀라울 정도로 긍정적인 영향을 미칠 수 있습니다."

표적 및 리드 식별 제품군으로 약물 발견 가속화

표적 및 리드 식별 속도를 높이는 것은 신약 개발 경쟁에 매우 중요합니다. 영국 약리학 저널(British Journal of Pharmacology)에 따르면, 현재 독창적인 아이디어에서 완제품 출시까지 신약을 개발하는 것은 12~15년이 걸리고 10억 달러 이상의 비용이 소요될 수 있는 복잡한 과정입니다. 또한 약물 개입이 가능한 질병과 관련된 생물학적 표적을 식별하는 데 최대 12개월이 걸릴 수 있습니다. 동시에 대부분의 회사에서는 단백질의 3차원 구조를 결정하기 위해 X선 결정학 및 핵자기공명(NMR)을 사용하지만 이는 실패율이 높습니다. 마지막으로, 신약 개발 프로세스가 진행되면 수요에 따라 지원 기술을 확장하거나 축소하는 것이 쉽지 않습니다.

Google Cloud의 표적 및 리드 식별 제품군을 사용하면 바이오제약 회사가 보다 효율적으로 in silico 약물 설계를 지원하여 치료제를 시장에 더 빠르게 출시할 수 있습니다. 표적 식별은 기업이 항체 구조를 신속하게 예측하고, 아미노산 돌연변이 유발의 구조와 기능을 평가하며, 새로운 단백질 설계를 가속화하는 데 도움이 될 것입니다. 또한 이 솔루션은 QSAR(정량적 구조 활동 관계) 연구 또는 FEP(자유 에너지 섭동) 계산을 위해 저렴한 비용으로 새로운 고품질 후보를 찾는 데 사용할 수 있는 리드 최적화를 가능하게 합니다.

타겟 및 리드 식별 제품군에는 다음이 포함됩니다.

표적 및 리드 식별 제품군의 얼리 어답터에는 Pfizer와 같은 다국적 제약 회사와 Cerevel과 같은 업계 최고의 생명 공학 회사가 포함됩니다.

Nicholas Labello 선임 연구원은 "우리는 AlphaFold2가 어떻게 잠재적으로 우리의 신약 발견 프로세스를 가속화하고 Google Cloud의 확장 가능하고 가속기에 최적화된 컴퓨팅 플랫폼에서 실험을 수행하는 연구원의 능력을 가속화할 수 있는지 알아보기 위해 Google과 협력하고 있습니다."라고 말했습니다. Pfizer, Inc.의 수석 컴퓨터 과학자

"Cerevel에서는 정신분열증, 간질, 파킨슨병에 대한 새로운 치료법 평가를 포함하여 가장 어려운 신경과학 질병을 치료하기 위해 뇌의 신비를 밝히는 것을 목표로 합니다. AlphaFold가 포함된 표적 및 리드 식별 제품군은 우리에게 귀중한 도구를 제공합니다. Cerevel의 의약화학 담당 부사장인 Claude Barberis는 "우리의 발견 노력을 보다 효율적으로 평가하고 개선할 수 있었습니다."라고 말했습니다. "우리가 도출할 수 있는 더 깊은 이해와 통찰력은 궁극적으로 가장 파괴적인 신경과학 질환에 대한 치료법을 시장에 더 빨리 출시하여 수백만 명의 일상 생활을 개선할 수 있습니다."

멀티오믹스 스위트

게놈 차이는 특정 질병에 대한 감수성과 사람들이 의약품에 반응하는 방식에 영향을 미칠 수 있으며, 게놈 이해의 다양성과 풀을 늘리면 정밀 의학의 잠재력을 실현하는 데 도움이 될 수 있습니다. 그러나 기하급수적으로 증가하는 게놈 데이터를 활용하려면 많은 조직이 지원할 수 없는 상당한 리소스가 필요합니다. 또한, 데이터 양이 계속 증가하여 7~12개월마다 두 배로 증가함에 따라 게놈 데이터를 획득, 저장, 배포 및 분석하는 데 드는 비용도 높습니다.