AI創薬は治療薬をより速く発見している — しかしラボがデータに追いつけない

AIは、創薬を経験的スクリーニングから予測設計へと変革し、研究者が物理的なテストを行わずに有望な化合物を特定できるようにしている。しかし一方で、従来の低スループットの方法を使用して、複雑でAIによって生成された候補のより多くの量を検証する必要があるという、新しいボトルネックが生まれている。さらに、パブリックデータセットへの依存は「データの壁」を引き起こし、速度を信頼性を持って予測するために必要な高忠実度のデータが不足しているため、モデルは収益の減少を打つことを余儀なくされている。これらの問題は、AIを効果的に統合するために、情報量の多いラボ技術とより良いデータパイプラインへの投資を必要としている。