오노약품, 인과관계 추론 AI로 신경계질환 신약 표적 발굴

일본 오노약품공업이 실제 환자 데이터 기반 '가상환자' 모델을 활용해 신경계질환의 원인과 신약 표적을 탐색한다. 이를 위해 미국 AI 생명과학기업 아이티아(Aitia)와 신경계질환 치료제 발굴을 위한 공동연구 계약을 체결했다. 기존 AI가 데이터 간 상관관계 패턴을 찾는 데 그친다면, 이번에 도입하는 AI는 질환을 유발하는 생물학적 요인 간 인과관계까지 추론하는 방식이다. 계약금과 연구개발 마일스톤 등 구체적인 재무조건은 공개되지 않았다.

큐픽스 바이오 해설

원문에 없는 배경 설명입니다 · AI 작성 · 기사의 사실관계가 아닙니다

인과 AI(Causal AI): 변수 간 단순 상관관계가 아니라 원인과 결과의 인과 구조를 추론하도록 설계된 인공지능 기법
가상환자(디지털 트윈): 실제 환자의 유전자·임상 데이터를 반영해 컴퓨터상에서 재현한 가상의 질병 모델
신약 표적(drug target): 질병 발생에 관여해 약물이 작용할 수 있는 단백질이나 유전자 등의 생체 분자
공동연구계약: 서로 다른 기업이나 기관이 연구개발 자원과 성과를 나누기로 합의하는 협력 형태의 계약

신약 개발 초기 단계에서는 어떤 유전자나 단백질이 질병을 실제로 유발하는지 파악하는 것이 가장 큰 난제로 꼽힌다. 기존 AI 기반 신약 발굴은 방대한 데이터에서 함께 나타나는 패턴을 찾아내는 데 주로 활용돼 왔으나, 상관관계만으로는 실제 치료 표적을 특정하기 어렵다는 한계가 지적돼 왔다. 이에 따라 원인-결과 구조를 직접 추론하는 인과 AI와, 환자 데이터를 반영한 가상 모델을 결합해 실험 이전 단계에서 가설을 검증하려는 시도가 제약사와 AI 기업 간 협력 형태로 늘어나는 추세다. 신경계질환은 발병 기전이 복잡하고 기존 치료제 개발 성공률이 낮은 영역으로 알려져, 새로운 분석 방법론이 시도되는 대표적 분야다.

Why it matters제약사가 자체 AI 기술 대신 외부 전문 AI 기업과 협력하는 방식은 신약 발굴 초기 단계의 위험과 비용을 분산하는 산업 내 일반적 전략으로 볼 수 있다.

원문을 확인하세요

큐픽스 바이오는 원문을 저장하거나 전재하지 않습니다. 위 글은 공개된 보도를 요약한 것이며, 수치·일정·인용은 요약 과정에서 빠지거나 달라질 수 있습니다. 판단이 필요한 사안은 반드시 원문에서 확인하세요.

메디파나 원문 보기

원문 보도의 저작권은 메디파나에 있습니다.