Lilly ने AI-रचलेल्या औषधांवरील आपली गुंतवणूक अधिक वाढवली

Eli Lilly ने AI औषध विकासक Insilico Medicine सोबत $2.75 अब्जांपर्यंतच्या मूल्यासह नवीन करार केला आहे, ज्यामुळे औषध उद्योगातील सर्वात मोठ्या चालू प्रयोगांपैकी एकाला अधिक बळ मिळाले आहे: generative AI सातत्याने उपयुक्त औषधे तयार करू शकते का आणि discovery पासून clinic पर्यंतचा प्रवास कमी करू शकते का.

कंपन्यांच्या घोषणेनुसार, Insilico ला सुरुवातीला $115 million मिळतील. कराराच्या उर्वरित मूल्याचा संबंध regulatory आणि commercial milestones तसेच license fees शी आहे. अशा प्रकारची रचना मोठ्या biotech भागीदारींमध्ये सामान्य आहे, पण हा headline आकडा AI-assisted drug discovery मधील खऱ्या विश्वासाकडे तरीही निर्देश करतो, अशा वेळी जेव्हा या क्षेत्रातील अनेक दावे दीर्घकालीन पुराव्याच्या पुढे गेलेले आहेत.

दोन्ही कंपन्या 2023 पासून आधीच एकत्र काम करत आहेत. हा ताजा करार सूचित करतो की Lilly या नात्यात पुरेसे मूल्य पाहते आणि AI development ला केवळ बाजूचा प्रयोग न मानता त्याचा विस्तार करत आहे.

Insilico चा दावा काय आहे

Insilico चे संस्थापक आणि मुख्य कार्यकारी Alex Zhavoronkov यांनी सांगितले की कंपनीने generative AI वापरून किमान 28 औषधे विकसित केली आहेत, त्यापैकी जवळपास निम्मी आधीच clinical trials मध्ये आहेत. हा एक महत्त्वाचा दावा आहे, कारण AI drug discovery startup समोरचा सर्वात कठीण प्रश्न हा नाही की ते संगणकावर molecular candidates तयार करू शकतात का, तर हे की ते candidates जीवशास्त्र, सुरक्षितता, उत्पादन आणि clinical testing यांच्या अधिक कठोर कसोट्यांवर टिकतात का.

कंपनीची मांडणी अशी आहे की generative systems targets ओळखण्यास, compounds डिझाइन करण्यास आणि जुने workflows पेक्षा जलद कार्यक्रम पुढे नेण्यास मदत करू शकतात. जर ही प्रक्रिया मोठ्या व्यावसायिक परिस्थितीत टिकली, तर प्रमुख drugmakers सुरुवातीच्या टप्प्यातील pipelines कशा मिळवतात हे बदलू शकते.

तरीही, दिलेल्या source text मध्ये त्या 28 programs चे clinical outcomes दिलेले नाहीत, आणि नवीन Lilly करार कोणत्या therapeutic areas ला कव्हर करतो हेही सांगितलेले नाही. त्यामुळे येथे मुख्यतः पुष्ट झालेला विकास आर्थिक आणि धोरणात्मक आहे: Lilly, Insilico च्या platform आणि drug-development output ला access मिळवण्यासाठी मोठी रक्कम देत आहे.

Lilly ला रस का आहे

Lilly या क्षेत्रात निष्क्रिय ग्राहक म्हणून प्रवेश करत नाही. Zhavoronkov यांनी CNBC ला सांगितले की काही AI क्षेत्रांमध्ये Lilly प्रत्यक्षात Insilico पेक्षा चांगले काम करते, हे लक्षवेधी आहे कारण यावरून हे केवळ साधे outsourcing arrangement नसून, परस्परपूरक क्षमतांचे संयोजन असल्याचे सूचित होते. Lilly executive Andrew Adams यांनी Insilico च्या AI संशोधनाचे वर्णन Lilly च्या स्वतःच्या clinical development कामासाठी मजबूत पूरक असे केले.

ही विभागणी महत्त्वाची आहे. अनेक AI-native biotech कंपन्या सुरुवातीच्या computational design मध्ये मजबूत असतात, तर मोठ्या pharmaceutical कंपन्या late-stage development, regulation, manufacturing, आणि commercialization मध्ये अधिक सक्षम असतात. अशा भागीदारीचा उद्देश त्या ताकदी एकत्र आणणे हा आहे, एका बाजूला सर्व काही एकट्याने बांधण्यास भाग पाडणे नाही.

source text नुसार Lilly आधीच DeepMind च्या एका subsidiary सोबत AI-driven medicine वर काम करत आहे. हे एकत्र पाहिले तर व्यापक धोरण स्पष्ट होते: मोठ्या pharma कंपन्या आता एका model किंवा एका startup वर एकच मोठा दांव लावत नाहीत. त्या AI संबंधांचा portfolio तयार करत आहेत, जसे त्या drug mechanisms चा portfolio तयार करतात.

Model मागचा जागतिक विस्तार

Insilico चा operating footprint देखील AI-biotech उद्योग किती जागतिक झाला आहे हे दाखवतो. कंपनी Canada आणि Middle East मध्ये AI क्षमता उभारत आहे, तर सुरुवातीचा drug development China मध्ये होत आहे. या ठिकाणांचे मिश्रण दाखवते की talent, computing, lab work, आणि capital आता एकाच biotech hub मध्ये केंद्रित न राहता विविध प्रदेशांमध्ये पसरले आहेत.

Lilly साठी, यामुळे तिला फक्त software आणि molecular design tools चीच नाही, तर अधिक geographically diversified research engine चीही access मिळू शकते. Insilico साठी, एक प्रमुख US drugmaker सोबतची भागीदारी credibility आणि व्यापक market reach कडे जाणारा मार्ग देते.

या alliances सतत वाढत राहण्यामागचे एक practical कारणही आहे: drug discovery महागडे, संथ, आणि अपयशप्रवण आहे. Target selection किंवा candidate design मधील अगदी लहान सुधारणा देखील मोठे commercial value निर्माण करू शकतात, जर त्यांनी late-stage attrition कमी केला किंवा कंपन्यांना आशादायक disease areas मध्ये जलद प्रवेश करण्यास मदत केली.

हा करार काय सिद्ध करतो आणि काय नाही

हा करार एक महत्त्वाचा commercial signal आहे, पण AI drug discovery ने pharmaceutical research मधील मूलभूत bottlenecks सोडवले आहेत याचा अंतिम पुरावा नाही. Milestone-heavy structures याच कारणासाठी असतात, कारण बहुतेक programs early discovery आणि approved medicine यांच्या मधोमध कुठेतरी अपयशी ठरतात. headline आकडा संभाव्य मूल्य दर्शवतो, हमीदार उत्पन्न नव्हे.

तरीही, हा agreement महत्त्वाचा आहे कारण तो दाखवतो की मोठे drugmakers पुढचा competitive edge कुठून येईल असे मानत आहेत. ते आता AI ला फक्त back-office analytics tool म्हणून पाहत नाहीत. ते त्याला pipeline creation च्या केंद्राजवळ अधिक ठेवत आहेत.

Insilico सारख्या कंपन्या त्यांच्या platform दाव्यांचे approved therapies मध्ये रूपांतर करू शकल्या, तर या करारांमागील commercial logic मागे वळून पाहताना स्पष्ट दिसेल. जर त्या करू शकल्या नाहीत, तर उद्योग असा निष्कर्ष काढू शकतो की AI अजूनही drug discovery च्या खरी पुनर्रचना करण्यापेक्षा कडेला एक accelerator म्हणूनच अधिक उपयुक्त आहे.

सध्या तरी Lilly चा हा निर्णय एक गोष्ट स्पष्ट करतो: मोठ्या pharmaceutical कंपन्यांना AI-designed medicines मध्ये पुरेशी आशा दिसते, म्हणून त्या substantial capital commit करण्यास, विद्यमान भागीदाऱ्या वाढवण्यास, आणि दीर्घकालीन विजेते पूर्णपणे ठरायच्या आधी access साठी स्पर्धा करण्यास तयार आहेत.

हे का महत्त्वाचे आहे

  • हा करार मोठ्या drugmakers ने सर्व काही अंतर्गत तयार करण्याऐवजी AI-native biotech firms सोबत भागीदारी करण्याचा कल अधिक बळकट करतो.
  • यामुळे Insilico ला त्याच्या generative AI मुळे अर्थपूर्ण drug candidate pipeline तयार होऊ शकते या दाव्याला नवी पुष्टी मिळते.
  • Biopharma मध्ये AI tools commercial confidence मध्ये रूपांतरित होत आहेत का याची खरी कसोटी म्हणून strategic partnerships अजूनही सर्वात स्पष्ट वास्तव-जगातील परीक्षणांपैकी एक आहेत, हे यावरून अधोरेखित होते.

हा लेख The Decoder च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.