중국 의약 산업 '커 브 길 추월' 기회: 컴 퓨 팅 부 는 생화학 기술 '배당 위기' 를 뛰 어 넘 을 수 있다

'이 마 는 왜 이렇게 비 싸 요?영화 '나 는 약신 이 아니다' 는 선량 한 사람들 이 그 레 위 (이 마 티 니) 의 가격 이 비 싸 모험 범 죄 를 저 지 르 는 이 야 기 를 그린 작품 으로 총리 가 직접 의료 보험 에 가입 하 라 고 지시 할 정도 다.그러나 실제 적 으로 제약 업 체 가 가격 을 비 싼 데 는 이유 가 있 습 니 다. 약품 의 연구 개발 이 너무 느 려 서 (그 레 위) 42 년 이 걸 렸 습 니 다. 그리고 연구 개발 과정 에서 몇 번 이나 유산 할 뻔 했 습 니 다. 투 입 된 원 가 는 예측 할 수 없고 가격 이 비 싼 것 도 필연 적 입 니 다.최근 한 업계 회의 에서 중국 과학원 베 이 징 게놈 연구소 연구원 들 은 21 세기 경제 보 도 를 포함 한 언론 에 약품 개발 주 기 를 단축 하 는 것 이 특히 관건 이 라 고 지적 했다.

현재 업계 에서 형 성 된 관점 중 하 나 는 조력 을 계산 하 는 바 이오 의약 업계 가 약물 효 익 을 최대한 발휘 하고 연구 개발 효율 을 크게 향상 시 킬 수 있다 는 것 이다.

중국 과학원 컴 퓨 팅 기술 연구소 의 고성능 센터 장 담 광명 교 수 는 21 세기 경제 보도 기자 에 게 예 를 들 어 구 글 알파 아 폴 드 2 알고리즘 이 나 온 이후 시험 시간 을 몇 년 에서 몇 시간 으로 단축 할 수 있 을 뿐만 아니 라 투입 비용 도 몇 만 달러 로 급 격 히 떨 어 졌 고, 정확 도 는 전통 적 인 실험 에 비해 손 색 이 없다 고 분석 했다.한 마디 로 컴퓨터 를 이용 해 시행 착 오 를 줄 이 고 1 만 번 의 생체 실험 을 100 번 이나 10 번 으로 줄 이 는 것 이다.

계산 의학의 본질은 밀집 데이터 로 구동 하 는 과학 연구 모델 로 인공지능 을 방법 으로 하고 초 산 을 토대 로 생명 을 체계적으로 볼 수 있다.데이터 와 지식 에 포 함 된 생명 규칙 과 기본 체 제 를 정량 적 인 방법 으로 탐색 하고 공학 적 인 방법 으로 생물 과 의학 에 서 비 스 를 제공한다.

담 광명 은 1, 2 기 임상 시험 데이터 가 잘 표현 되 는 약 은 3 기 임상 시험 에서 도 실패 할 수 있다 고 주장 한다.새로운 기술 이 있어 야 고유 한 '천장' 을 깨 고 새로운 기술 을 안 으 면 실패 할 수도 있 지만 가장 성공 할 수도 있 고 생화학 기술 로 추진 하 는 의약 산업 효율 이 떨 어 지고 있다.매우 잠재력 이 있 는 추 세 는 신기 술 체 계 를 구축 하고 약물 을 시험 구동 에서 디지털 구동 으로 추진 하여 공급 측 이 효율 적 이 고 양질 의 제품 을 제공 하도록 하 는 것 이다.

의약 품 의 곤경

상기 업계 회의 에서 중국 과학원 계산 소 서부 고등 기술 연구원 장 춘 명 상무 부원장 은 현재 의약 분야 가 직면 하고 있 는 도전 은 세 가지 가 있다 고 지적 했다. 첫째, 목표 지점 에서 발 견 된 기술 배당 은 이미 끝 났 고 신기 술 은 아직 효과 가 나타 나 지 않 았 다. 둘째, 임상 시험 은 '사망 의 골짜기' 로 뛰 어 넘 기 어렵다. 셋째, 질병 임상 약의 유효성 이 떨 어 지고 시장 차별 화 경쟁 이 어렵다.

그 중에서 차별 화 경쟁 이 어 려 운 이 유 는 중국 의약 품 의 동 질화 가 심각 하기 때문이다.미국의 많은 약 연구 와 개발 이 성공 하면 상업 화 는 성공 할 수 있 지만 중국의 많은 약 을 연구 개발 하면 상업 화 는 실패 로 끝나 기 때문에 산업 혁신 을 호소 해 야 한다.

학술 적 으로 인정 하 는 일 은 상업 이 반드시 성공 하 는 것 은 아니다.화하 펀드 홀딩 스 자회사 사장, 청화대학 내과 박사 진 빈 은 과학 고지 상의 문제 가 산업 계 의 문제 로 바 뀌 었 고 산업의 가치 체인 에 융합 되 었 다 고 주장 했다. 이것 이 바로 상업 적 성공 의 전제 조건 이다.

최근 몇 년 동안 국내 생물 약 은 비준 을 받 은 수량 이 해마다 증가 하지만 혁신 도 는 아직도 부족 하 다. 혁신 약 연구 와 개발 은 인기 목표 점 을 위주 로 하고 동 질화 가 심각 하 며 코스 가 매우 복잡 하 다.PD - 1, PD - L1, BTK 등 인기 타깃 은 많은 기업 들 이 하고 있 고 심지어 100 여 개 기업 이 한 코스 에 몰 려 있어 어느 정도 맹목성 이 존재 한다.

중국 과학원 계산 소 - 철 원 · 투 령 - 다윈 실험실 부주 임 조 우 는 빅 데이터 가 일부 의약 업 체 에 도구 가 아니 라 수렁 이 라 고 주장 했다."데이터 의 생산 이 산업화 되 었 음 에 도 불구 하고 데이터 의 이해 와 사용 능력 이 매우 부족 하 다. 특히 생물 과 의약 분야 에서 더욱 현저 하 다."

다 차원 이 구 조 를 가 진 그룹 학 데 이 터 를 임상 에 활용 하면 단층 이 생기 는데 주로 두 가지 측면 에 나타난다. 먼저 임상의 사 는 데 이 터 를 알 아 보지 못 하고 진료 에서 데 이 터 를 사용 하여 환 자 를 돕 지 않 는 다.또 발 표 된 수준 높 은 글 은 임상 이 실제로 겪 는 문 제 를 효과적으로 해결 하지 못 한다.방향 동 에 따 르 면 지식 네트워크 를 구축 하 는 것 은 임상의 사 및 하류 개발 자 들 이 알 아 볼 수 있 는 언어 로 과학적 발견 을 표현 하 는 과정 이다.

데이터 의 생산 과 이해 가 완전히 균형 을 잃 었 기 때문에 생명 과학 과 의학의 발전 에는 새로운 기술 엔진 이 필요 하 다.의약 산업 은 생화학 기술 의 한 다리 로 지탱 해 왔 다. 이 기술 노선 을 따라 중국의 의약 산업 은 유럽 과 미국 선진 국 을 초월 할 수 없고 계산 기술 만 이 새로운 기 회 를 제공 해 야 지만 커 브 길 을 지나 갈 수 있다.

장 춘 명 은 바 이오 메 디 컬 산업 과 연 구 를 보면 생화학 기술 의 배당 은 이미 막바지 에 이 르 렀 고 신기 술 플랫폼 이 부족 하 다 고 밝 혔 다. 그리고 계산 의학 은 의약 에 생화학 기술 을 제공 하 는 것 외 에 새로운 기술 체 계 를 제공 하여 업 무 를 컴퓨터 에 옮 기 고 컴퓨터 는 80% 의 일 을 하 며 사람 은 20% 의 일 을 할 수 있다 고 밝 혔 다.의학 플랫폼 을 계산 하면 성 공률 을 높 일 수 있 을 뿐만 아니 라 실험 규 모 를 줄 이 고 비용 도 절감 할 수 있다.각 연구 기구의 평가 에 따 르 면 이 는 신약 의 연구 개발 에 500 억 달러 에 가 까 운 연구 개발 경 비 를 절약 하고 약물 의 연구 개발 시간 을 반 으로 줄 이 고 투입 이 반 으로 줄 이 며 임상 의 효율 이 배로 향상 된다.그래서 컴퓨터 와 생화학 이 결합 하면 무적 이다.

계산 의학 기술 체계

작은 세포 가 아 닌 폐암 종양 세포 에 약 200 여 개의 개체 세포 가 돌변 하지만 그 중에서 인류 가 인식 하고 임상 치료 에 도움 이 되 는 것 은 극히 적어 임상 실천 에서 상징 물 로 서 10 개 를 넘 지 않 는 다.다른 200 개의 변 이 는 종양 의 성장 과 기능 에 도 필요 하지만 해독 에 아무런 도움 이 되 지 않 는 다. 사실은 잘 모 르 기 때문이다.

데이터 모델 을 이용 하면 그 에 대한 이해 도 를 효과적으로 향상 시 킬 수 있다.중국 과학원 계산 소 - 철 원 · 투 령 - 다윈 실험실 주임, 세포 생물학 과 시스템 생물학 박사 우 강 에 따 르 면 유전자 의 돌연 변 이 는 세포 내 결정적 인 결 과 를 초래 할 수 있다. 이 결 과 는 측정 하고 분석 할 수 있 기 때문에 그 다음 에 어떠한 생물학 지식 도 필요 없 이 각종 데이터 모델 과 심도 있 는 학습 구 조 를 구축 하여 진실 세 포 를 모 의 하고 지식 을 통 해모듈 은 모든 진실 한 세포 기능 을 해독 한다.

세포 기능 에 따라 재해 석 된 인간 과 질병 관련 기능 데 이 터 를 기본 데이터 라 고 하 며, 기본 데이터 파악 이 특히 중요 하 다.우 강 은 기 존 데이터 에 따라 선 고 를 해 야 환자 의 전 과정 관 리 를 미리 할 수 있다 고 밝 혔 다.예 를 들 어 폐 선 암 은 환자 종양 의 기능 정 보 를 얻 은 후 먼저 그 전이 방향 을 판단 해 야 한다. 그 다음 에 종양 의 예후 (예 를 들 어 환자 OS) 를 판단 하고 치료 시기 가 적절 한 지 판단 해 야 한다 (예 를 들 어 항 혈관 약물 의 사용) 및 면역 약물 의 적용 여 부 를 판단 해 야 한다.만약 아 클론 진화 가 발생 한다 면, 그 진화 방향 을 이해 해 야 한다.

장 춘 명 은 유전자 부터 세포 행위, 질병 표현 까지 수학 적 방법 으로 연계 시 켜 임상 치료의 유효성 을 판단 하고 해석 할 수 있 으 며 가장 적합 한 사람 을 선별 해 실험 해 가장 좋 은 약물 효 과 를 낼 수 있다 고 밝 혔 다.

계산 의학 이 해결 하 는 문 제 는 인간 의 지식 을 생산 실천 과 과학 연구 분야 에 활용 하 는 것 이다.약물 연구 와 개발 분야 에서 지식 그래프 로 인류의 모든 지식 을 융합 시 켜 '책' 을 한 권 썼 다. 예 를 들 어 AI 가 책 을 한 권 썼 는데 이 는 인류 연구자 가 발표 한 5 만 6 천 여 편의 문헌 을 체계적으로 정리 하고 정리 할 수 있다.지식 도 보 는 IT 분야 에서 공 통 된 개념 이지 만 영역 전용 지식 도 보 는 융합 능력 을 시험 한다.

바 이오 메 디 컬 데이터베이스 에 3000 여 만 편의 문헌 이 있 는데, 의학의 근본 가설 은 이 를 모두 이용 하 는 것 이지 만, 어떻게 이용 하 는 지 는 어 려 운 일이 다.소 강 은 첫 번 째 단 계 는 연구 내용 과 관련 된 가장 핵심 적 인 개념 을 잡 아야 한다 고 소개 했다. 잡 는 과정 은 지식의 분 포 를 다시 정리 하 는 것 이다. 사람들의 심리 에 의 한 지식 이 쌓 이기 때문에 허 고 를 낮 춰 야 한다.두 번 째 단 계 는 핵심 내용 을 재 구성 하 는 것 이다. AI 는 어떠한 선 험 지식 도 없 이 진행 해 야 하기 때문에 몇 차례 의 교체 과정 을 거 쳐 진정한 내용 을 얻 을 수 있다.세 번 째 단 계 는 지식의 알 갱 이 를 분류 하고 각 유형 은 현재 이 분야 의 특정한 방향 이나 연구 이 슈 를 대표 한다.마지막 으로 관련 데이터 베 이 스 를 이용 하여 유전자 의 상호작용, 신호 채널, 약물 과 다른 주석 정 보 를 추출 하면 지식 과 데이터 의 증 가 를 모든 인류 가 이미 인지 하 는 분야 에 부가 할 수 있다.

장 춘 명 은 신 관 폐렴 이 전 세계 적 으로 유행 하기 시작 한 초기 에 대량의 관련 문헌 이 보도 되 지 않 았 을 때 지식 도감 기술 을 이용 하여 관상 바이러스 와 관련 된 문헌 14000 여 편 을 발굴 했다 고 밝 혔 다. 하 나 는 혈압 강하 제 인 염소 사 르 탄 이 신 관 환자 의 위중 증 을 예방 할 수 있 는 것 이 고, 다른 하 나 는 소 분자 약물 인 C21 이 신 관 폐렴 을 치료 하 는 잠재 적 인 약물 이 될 수 있다 는 결론 을 내 렸 다.1.이 두 가지 결론 은 첫 번 째 로 지난해 미국 AHA 에 의 해 심장병 의 10 대 진전 으로 분류 되 었 으 며, 소 분자 약물 C21 이후 한 영국 제약 업 체 에 의 해 등록 되 어 임상 2 기 에 들 어 갔 으 며, 현재 효과 가 이상 적 이다.

계산 의학 은 고성능 컴 퓨 팅 의 뒷받침 이 필요 하 다.담 광명 교 수 는 현재 통용 소프트웨어 가 없고 통용 되 는 지식 이 있 기 때문에 통용 되 는 알고리즘 이 없 기 때문에 초과 계산 으로 지탱 해 야 하지만, 초과 계산 으로 는 쉽게 구 매 할 수 있 고, 사용 하기 어렵 다 며 이 는 '병행 최적화 기술' 과 관련된다 고 말 했다.계산 소 전략 구조 로 서 '생물 의학 빅 데이터' 연 구 는 20 년 에 달 했 고 대량의 데 이 터 를 신속하게 처리 할 수 있다.

응용 분야 에 있어 장 춘 명 은 모델 이 서로 다른 조합 으로 응용 을 대상 으로 하 는 인터페이스 형 도 구 를 구축 하고 서로 다른 수요 증가 도 구 를 통 해 약물 의 디지털 실험 장면 을 구축 하 며 목표 점, 계산 구조 에서 약 일치 로 플랫폼 을 이용 하여 문 제 를 해결 할 수 있다 고 말 했다.

계산 의학 부 능 의약 산업

한 가지 약 은 모든 환자 에 게 적합 하지 않다. 계산 의학 플랫폼 을 이용 해 가장 적합 한 사람 을 고 르 고 차별 화 된 경쟁 을 통 해 약의 성 공률 을 높이 는 것 이 관건 이다.장 춘 명 은 계산 의학 플랫폼 이 상기 장면 을 모두 커버 하고 소량의 임상 시험 데 이 터 를 플랫폼 에 올 려 야 한다 고 밝 혔 다. 데이터 분석 을 통 해 약물 이 가장 적합 한 사람 을 고 를 수 있 고 우세 한 사람들 을 선택 하여 약물 의 성공 을 보장 하 는 전형 적 인 대표 가 바로 이 루이 사 였 다.

원래 약 은 10 명 에 게 팔 수 있 는데 추 려 서 두 사람 에 게 만 팔 수도 있 고 더 많이 팔 수도 있 습 니 다. 이 는 제약 업 체 가 갈등 을 느 낄 수도 있 지만 플랫폼 을 이용 해 가장 적합 한 사람 을 추 려 내 는 데 는 세 가지 장점 이 있 습 니 다.장 춘 명 은 첫째 는 파 격 적 인 치료법 으로 인 정 받 아 의료 보험 에 들 어 가 는 시간 을 단축 시 킬 수 있다 고 지적 했다. 둘째, 우세 한 사람들 이 명확 하기 때문에 약품 에 대해 차별 화 된 가격 을 매 길 수 있다. 셋째, 약품 이 적응증 에 있어 치료 효과 가 더욱 좋 고 연구 개발 업 체 의 내공 을 향상 시 킬 수 있다.

임상 시험 에 따 르 면 약물 우위 에 있 는 사람들의 특징 을 추정 할 수 있 으 며, 특징 에 따라 이 약이 또 어떤 질병 에 효과 가 있 는 지 추정 할 수 있다.

한 가지 약 을 연구 개발 하 는 데 성공 하기 어렵 고 시장 에 있 는 10% 의 약 은 적응 증 을 확대 할 수 있다. 플랫폼 을 통 해 억 명 이상 의 시장 을 확대 하고 약의 가 치 를 크게 증가 할 수 있다.예 를 들 어 CDK 4 / 6 억제제, 휘 리, 노 화, 예 래 세 가 지 는 호르몬 양성 Her 2 음성 유방암 에 거대 한 상업 적 가 치 를 보 여 주 었 고 전 세계 에서 도 수백 조 이상 의 새로운 적응 증 임상 탐 구 를 실시 하 였 으 나 비용 이 엄 청 나 며 임상 시험 은 오래 걸 렸 다.그리고 계산 의학 지도 아래 의 약물 디지털 연구개 발 플랫폼 은 신기 술 로 CDK 4 / 6 억제제 인 '산출' 에 도움 을 주 었 다. 그 중에서 새로운 적응 증 은 전 세계 에서 약 이 없 는 희귀 병 인 '척삭 종' 을 가리킨다. 임상 실천 에서 AI 의 판단 을 통 해 적 용 된 것 으로 손 술, 방 치 료 는 모두 실패 한 반 반복 발작 환자 들 이 약 으로 3 주 동안 치료 한 후에종양 은 37% 로 줄어든다.또 다른 몇 가지 새로운 적응 증 은 보기 드 문 종양 이 아니 라 전 세계 약물 개발 결정 에 넓 은 상상 공간 을 가 져 다 준다.

더욱 주의해 야 할 것 은 전 세계 에서 매달 대량의 실패 한 혁신 약 을 계산 하면 의학 플랫폼 에서 미 지 의 목표 점 을 발견 하고 새로운 산업 군집 을 만들어 임상 실패 약의 가 치 를 재 구축 할 수 있다.

장 춘 명 역시 의학 을 계산 하 는 디지털 약물 실험 장 이 제약 업 체 를 대체 할 수 없다 고 강조 했다. 즉, 28 원칙 이 고 80% 가 컴퓨터 에 말 려 20% 는 더 해 야 한다 고 강조 했다.하지만 컴퓨터 메 디 컬 기술 을 사용 하 는 기업 들 은 컴퓨터 메 디 컬 기술 을 사용 하지 않 는 기업 들 을 반드시 대체 하 는 추세 다.