글로벌 전략컨설팅 회사 보스턴컨설팅그룹 연구팀은 지난 1년 동안 AI를 통해 후보물질을 발굴한 프로젝트의 임상 성공 여부를 조사했다. 연구팀에 따르면 지난해 발굴된 후보물질 67개 중 임상 1상에 돌입한 물질은 24개였으며, 이 중 21건의 임상이 성공한 것으로 나타났다. 백분율로 따졌을 때 87.5% 수준이다.
연구팀은 지난 10년간 미국에서 진행된 임상 1상의 평균 성공률이 51~52%임을 감안할 때, AI를 통해 발굴한 물질의 성공률이 상당히 높은 수준이라고 설명했다.
연구를 이끈 마두라 자야탕가 애널리스트는 “AI 알고리즘을 활용하면 독성 위험이 가장 낮은 후보물질을 발굴하거나 가장 적합한 환자군을 모집하는 것이 가능하다”며 “이것이 임상 성공률에 영향을 미쳤을 수 있다”고 분석했다.
다만 이번 연구에서 임상 2상 이후의 성공률을 추적하는 것에는 실패했다. 샘플 수가 너무 적었기 때문이다. 연구팀의 조사 결과 총 10건의 프로젝트가 임상 2상에 진입해 4건이 성공했다. 실패한 6건의 임상 중 2건은 유의미한 데이터 확보에 실패했고 4건은 개발사가 중간에 임상을 포기했다.
자야탕가 애널리스트는 “통계적인 결론을 내리기 충분한 수의 샘플은 아니지만, 산술적으로 계산했을 때 40%의 성공률은 제약 바이오 산업 전체의 임상 2상 평균 성공률과 비슷한 수준”이라며 “2상과 3상 성공률이 기존과 비슷한 수준이라고 가정하더라도 AI를 활용하면 후보물질이 최종 상용화에 성공할 확률을 최대 18%까지 끌어올릴 수 있다”는 결론을 내렸다.
보스턴컨설팅그룹의 이번 연구는 국제학술지 《드럭 디스커버리 투데이(Drug Discovery Today)》에 게재됐다.
한편, 연구팀이 예측한대로 AI를 활용한 신약 개발은 더욱 속도가 붙을 전망이다. 지난 9일(현지시간) 구글의 AI 연구 전문 자회사 딥마인드는 인간의 신체 내 단백질 구조를 예측해 신약개발에 사용할 수 있는 AI 모델 ‘알파폴드3’를 공개했다.
당시 데미스 허사비스 딥마인드 CEO는 “알파폴드를 활용하면 향후 몇 년 안에 AI가 설계한 약이 환자에게 투여될 수 있을 것”이라고 밝히기도 했다.