Insilico, AWS를 사용하여 신약 후보 물질 발굴 시 99% 비용 절감

신약 개발 과정은 긴급하면서도 힘듭니다. 2010년을 기준으로, 하나의 신약이 표적 가설부터 후보 물질 검증에 이르기까지 평균 4.5년이 걸렸고 평균 6억 7,400만 USD의 비용이 들었습니다. 이 수치는 지난 10년 동안 꾸준히 증가했습니다. 모든 단계에는 전문 지식이 필요한 고유한 과제가 발생하기 때문에 때로는 프로세스가 이어지지 않아 비효율성이 야기됩니다.

바이오제약 및 생명공학 회사가 신약 발굴 및 파이프라인을 간소화하고 가속화할 수 있도록 Insilico Medicine은 표적 식별, 분자 설계, 리드 최적화를 지원하는 강력한 기계 학습(ML) 기반 도구 제품군을 개발했습니다.

Amazon Web Services(AWS)에 구축된 Insilico의 신약 발굴 엔진은 회사 포트폴리오의 중심입니다. 이 엔진은 수백만 개의 데이터 샘플과 여러 데이터 유형을 사용하여 질병 바이오마커를 발견하고 가장 유망한 표적을 식별하며 특정 표적에 대한 새로운 소분자 변조기를 설계합니다. Insilico는 고급 인공 지능(AI) 및 ML 기능을 계층화하여 이러한 분석을 수행하고 제약 연구 및 개발 프로세스의 모든 단계를 지원합니다.

Insilico는 유망한 신약 표적을 신속하게 식별하기 위한 PandaOmics 등의 서비스형 소프트웨어(SaaS) 플랫폼 제품군과 실험 데이터, ML 알고리즘, 물리학 기반 방법을 활용하여 새로운 화합물을 설계하고 최적화하는 Chemistry42를 통해 제약 업계에서 널리 이용할 수 있는 ML 기반 도구를 개발했습니다. 회사는 구체적으로 비용이 절감되고 시간을 절약할 수 있다는 점을 입증하기 위해 자체 내부 신약 파이프라인으로 이러한 플랫폼을 검증했습니다.

"AWS에 구축된 PandaOmics 및 Chemistry42 플랫폼을 사용하여 단 260만 USD로 18개월 이내에 섬유증 신약 후보 물질의 표적 발굴부터 화합물 검증까지 진행할 수 있었습니다."라고 Insilico의 Chemistry42 글로벌 비즈니스 개발 이사인 Petrina Kamya 박사는 말합니다.

Insilico의 플랫폼에서는 실험적이고 체계적인 데이터가 대량으로 처리되므로 플랫폼의 그래픽 처리 장치(GPU) 요구 사양이 매우 높습니다. 회사는 필요한 유연성과 확장성을 온디맨드로 확보하기 위해 AWS로 전환했습니다. Amazon Elastic Compute Cloud(Amazon EC2)에서 실행되는 PandaOmics와 Chemistry42는 안전하고 규모 조정이 가능한 컴퓨팅 파워를 클라우드에서 제공하는 웹 서비스입니다.

“AWS를 통해 우리는 필요한 컴퓨팅 파워를 이용할 수 있습니다.”라고 Insilico 최고 운영 책임자인 Qingsong Zhu 박사는 말합니다. “스타트업으로서, 우리는 온프레미스에서 자체적으로 대용량 컴퓨팅 클러스터를 유지 관리할 필요 없이 강력한 서버를 이용할 수 있는 것이 매우 중요했습니다.”

홍콩에 본사를 둔 Insilico는 전 세계적으로 150명이 넘는 협력업체를 보유하고 있습니다. 따라서 플랫폼 아키텍처는 확장 가능하고 쉽게 액세스할 수 있어야 했습니다. Insilico는 객체 스토리지 서비스인 Amazon Simple Storage Service(Amazon S3)를 사용하여 클라우드에서 관련 데이터를 호스팅하여 이를 달성했습니다. “우리는 스타트업이지만 글로벌 팀이 있으며, AWS를 사용하면 서버 설치에 대한 부담 없이 전 세계에서 팀을 운영할 수 있습니다.”라고 Zhu 박사는 말합니다.

“AWS를 사용하여 비즈니스를 쉽게 스케일 업하고 국가 간 협업을 촉진할 수 있었습니다.”라고 Kamya 박사는 덧붙입니다. 이 협업 요소는 SARS-CoV-2 치료를 목표로 하는 선도 물질 설계와 관련된 회사의 COVID-19 프로젝트에 특히 도움이 되는 것으로 입증되었습니다. 이러한 화합물은 현재 Insilico가 미국 식품의약국(FDA)에 임상시험용 신약(IND) 신청서를 제출할 수 있는 연구 과정에 거의 도달했습니다.

각 Insilico 플랫폼은 신약 개발 프로세스의 특정 부분을 가속화하며 이런 부분이 연결되었을 때는 병목 현상을 제거하여 시간을 절약할 수 있습니다. 플랫폼은 사용하기 편해 정교한 생물정보학을 손쉽게 접할 수 있어 서로 다른 사람이 더 간단하게 동일한 도구를 사용하고 분석을 조정할 수 있습니다.

“생물학자라면 생물정보학을 두려워해서는 안 됩니다. 화학자라면 전산 도구를 사용하는 것을 두려워해서는 안 됩니다.”라고 Kamya 박사는 말합니다. “Insilico에서는 어떤 과학적 지식을 바탕으로 하든 신뢰할 수 있는 결과를 제공하는 간단하고 사용하기 쉬운 플랫폼을 만드는 것이 중요했습니다. 신약 발굴을 위한 AI 사용을 대중화하고 제약 산업에서 여러 부서 간의 상호 운용성을 높이고 싶습니다.”

앞으로 Insilico Medicine은 신약 연구 및 개발 프로세스의 후반 단계에 더 많이 관여할 계획입니다. 또한, 더 많은 AWS 도구를 통합하여 성장을 지원하고 AI의 잠재력을 극대화하여 제약 산업을 혁신할 계획입니다.

AWS가 다른 바이오 제약 및 생명 과학 회사와 협력하여 개발과 혁신을 주도하는 방법을 살펴보세요.