오늘 인상 깊게 읽었던 ValC를 소개하고, 내 생각 간단하게 덧붙여보고자 한다.
나도 올해 안에 ValC를 최소 하나라도 작성해보는게 목표인데, 처음이 어렵다고 아직도 도전해보지 못하고 있다. 이렇게 잘쓰시는 분들을 보고 있으면 시간도 많이 투자해야할 것 같고.. 하는 부담이 있지만 그래도 올해 안에 꼭 한개를 쓸 것이다 # 목표
오늘도 여러 잘하시는 분들이 쓰신 ValC를 읽으며 인사이트도 배우고 분석하는 방법을 배우고 있었는데, 마침 내 입맛에 맞는 기업을 소개해주셔서 아주 재밌게 읽었떤 ValC하나를 소개해드리려고한다 . 바로 앱셀레라(ABCL)라는 기업을 소개한 글이다. 앱셀레라는 바이오테크 기업으로 후보물질을 찾아, 제약사와의 계약을 통해 매출을 내는 한편, 약 개발까지 도전하고 있는 기업이다.
ValC 안에서 작성자 분이 아래 글을 보고 관심을 가지게 되었다고 소개해주셨는데, 나도 마찬가지로 이 글을 보자마자 너무나도 이 기업이 궁금해졌다. 워낙 바이오같은 미래 기술에 관심이 많다보니 (그래서 전공도 인공지능을 했다.) , 가장 꽂힌 글귀는 "다수의 후보물질을 동시에 전개하고, ..." 라는 글귀에 꽂혔다. 이 phrase를 보자마자 "인공지능"이라는 한 단어가 떠올랐고, 도대체 어떻게 후보물질을 찾아내는 거지 하는 궁금증에 ValC를 정독하게 만들었던 것 같다.
앱셀레라는 '단일 신약 성공에 올인하는 전형적 바이오텍'이 아니라 '다수의 후보물질을 동시에 전개하고, 각 후보물질에서 마일스톤과 로열티를 수취할 권리를 축적하는 항체 신약 생성 플랫폼'이다.
...
지금의 앱셀레라는 현금 방어력이 이미 확보된 상태에서, 다수의 임상/전임상 자산과 로열티 지분을 동시에 거느린 ‘항체 신약 벤처 기업’을 시가총액 10억 달러의 기업가치(현금성 자산 차감 후)로 살 수 있는 기회이다.
내가 직접 분석한 기업이 아니기 때문에 자세한 분석은 하지 않겠지만 , 글에서 다루지 않은 어떻게 후보물질을 찾을 수 있는지에 대해 추가적으로 조사를 해서 공유하고 자한다. 기업에 대한 자세한 분석은 원 글을 참고하길 바란다. 작성자 말로는 아주 빠르게 논리를 검증하는 정도로 적었다고 했지만 내가 느끼기에는 분석이 논리적으로 잘 이뤄졌다고 생각한다.
나는 아까 말했던 글귀 "다수의 후보 물질을 동시에 전개하고"를 보자마자 인공지능과의 연관성이 떠올랐다. 왜냐하면 내 연구 분야가 GFlowNet이라는 생성모델을 활용한 연구였는데, 해당 알고리즘의 장점인 다양한 후보객체를 빠르게 탐색한다는 점을 활용해서 여러 연구소에서 단백질 후보물질을 조합한다던가, 신약 후보물질을 개발하는 연구가 실제로 진행되고 있기 때문이었다. [1], [2] 그리고 기존의 제약회사들이 다양한 후보 물질을 동시에 전개하지 못했던 것으로 보아 분명 인공지능이 사용되었을 것이라고 짐작했고 어떤 기술인지 알아봤다.
찾아보니 ABCL은 구체적으로 어떤 기술을 활용해서 후보물질을 탐색하는지는 공개되지 않은듯 해보였다. 다만 인공지능과 ML을 활용한다고 여러 출처에서 명시하고 있는데 해당 글귀를 하나씩 가져와서 유추해보겠다.
AbCellera’s AI-powered technology stack brings together microfluidics, single cell analysis, machine learning, computation, custom robotics, and automation to compound the power of each step in the discovery process. [3]
좀 오래된 기사긴 하지만, 21년도 ABCL에서 직접 발행한 article에 따르면, AbCellera는 “AI ...