セブランス病院は、人工知能（AI）を基盤としたデジタル前臨床プラットフォームを構築し、新型感染症治療薬やワクチンの開発を加速する研究に取り組む。候補物質の有効性と安全性を臨床試験前の段階で予測・検証し、新薬開発の期間を短縮し、成功の可能性を高めることを目指す。
연세大学 医科大学 医生命科学部の南基澤教授の研究チームは、科学技術情報通信部の2026年度バイオ・医療技術開発事業（人工知能バイオ分野新薬単位）の新規課題に選定されたと4日に発表した。
課題名は『次世代感染症対応データ-実証連携型ファストトラックシステム構築及び前臨床プラットフォーム運営』である。研究チームは、2026年7月から2030年12月までの4年6ヶ月間、総額108億ウォンの研究費を支援される。
研究チームは、感染症治療薬とワクチン開発に必要な前臨床データを標準化し、AIによる予測と実際の前臨床実験を一つの流れで結びつけるデジタル前臨床意思決定システムを構築する計画である。候補物質の薬物動態、有効性、安全性、免疫原性データを標準化し、データバリューチェーン（DVC）に基づく収集・精製・分析の体制を整え、AI学習が可能な前臨床データインフラを構築する。
プラットフォームは、AIが候補物質の薬物動態や体内分布、毒性、有効性、免疫原性を予測した後、実際の前臨床実験結果と比較・検証する方式で運営される。治療薬候補物質は、薬物曝露と体内分布、毒性の可能性を分析し、臨床進入の可能性を評価し、ワクチン候補物質は免疫原性と免疫反応を分析して開発の可能性を予測する。
また、前臨床データと生理学的パラメータを活用したAI基盤の臨床中継システムも構築する。動物実験結果を基に、実際の臨床での治療効果を予測し、候補物質の優先順位を提示し、後続の開発戦略の策定を支援する予定である。
연세大学 医科大学 感染内科の鄭秀珍教授は、感染症臨床の専門性を基に前臨床研究結果の臨床連携可能性を検討し、治療薬・ワクチン開発戦略の策定に参加する。
研究は段階的に進行する。第1段階（2026～2028年）では、感染症治療薬・ワクチン関連の新規データセットの確保とAI基盤のデータインフラ、感染症対応ファストトラックシステムを構築する。続いて第2段階（2029～2030年）では、治療薬とワクチン候補物質の実験データを活用してプラットフォームを検証し、大型言語モデル（LLM）と検索強化生成（RAG）技術を組み合わせた知能型前臨床予測サービスを高度化する計画である。
新薬開発は10年以上を見越した事業である。研究チームは、今回のプラットフォーム構築により、新型感染症発生時に候補物質の発掘から前臨床有効性・安全性評価、臨床進入可能性予測までの意思決定プロセスを短縮し、構築された前臨床データとAIモデルを国家バイオデータインフラと連携させ、公的研究基盤として拡大する方針である。
南基澤教授は「今回の研究は、前臨床データとAI予測、実験検証を一つの意思決定体系で結びつける新しい感染症研究プラットフォームを構築することに意義がある」と述べ、「新型感染症発生時に治療薬とワクチン候補物質をより迅速かつ正確に評価できるデジタル前臨床プラットフォームを完成させる」と語った。
* この記事はAIによって翻訳されました。
亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。
