| ■ 영문 제목 : Artificial Intelligence in Drug Discovery Market by Process (Target, Lead), Use Case (Design & Optimisation: Vaccine, Antibody; Disease understanding, PK/PD), Therapy (Cancer, CNS, CVS), Tool (ML:DL (CNN, GAN)), End User & Region - Global Forecast to 2029 | |
 | ■ 상품코드 : HIT 7445 ■ 조사/발행회사 : MarketsandMarkets ■ 발행일 : 2024년 11월 ■ 페이지수 : 478 ■ 작성언어 : 영문 ■ 보고서 형태 : PDF ■ 납품 방식 : Email (주문후 24시간내 납품) ■ 조사대상 지역 : 글로벌 ■ 산업 분야 : 의료 |
| Single User | USD4,950 ⇒환산￦6,930,000 | 견적의뢰/주문/질문 |
| Multi User (Five User) | USD6,650 ⇒환산￦9,310,000 | 견적의뢰/주문/질문 |
| Corporate License | USD8,150 ⇒환산￦11,410,000 | 견적의뢰/구입/질문 |
|
※가격옵션 설명 - 납기는 즉일~2일소요됩니다. 3일이상 소요되는 경우는 별도표기 또는 연락드립니다. - 지불방법은 계좌이체/무통장입금 또는 카드결제입니다. |
“세계 신약개발 인공지능 (AI) 시장은 2024년 18.6억 달러에서 2029년에는 68.9억 달러에 달할 것으로 예상되며, 2024년부터 2029년까지 연평균 성장률은 29.9%로 전망” 산업을 초월한 협업과 파트너십의 증가는 신약 개발 공급망의 다양한 측면에서 전문 지식, 자원, 기술을 결합하여 신약개발 인공지능 (AI) 시장의 성장을 촉진할 것입니다. 예를 들어, 2024년 3월, 코그니잔트는 BioNeMo 플랫폼을 통해 제너레이티브 AI를 활용하기 위해 엔비디아와 협력했습니다. 마찬가지로 2024년 8월, 엑스사이언티아 리커시션과 엑스사이언티아 plc는 신약 개발을 강화하기 위해 두 회사의 기술을 결합하기로 합의했다고 발표했습니다. 통합된 Recursion OS는 환자 중심의 표적 탐색, AI 주도 설계, 양자역학 모델링, 자동 화학 합성 등의 기능을 통해 신약 개발을 강화합니다. 통합 회사는 18개월 이내에 10건의 임상 시험을 완료할 예정입니다. Exscientia의 주주는 Recursion의 주식을 받고, Recursion의 주주는 통합 회사의 74%를 소유합니다. 인수 금액은 현금 8억 5천만 달러로 2025년 초까지 완료될 예정입니다.
“2023년 치료 분야별 신약 개발 인공지능(AI) 시장에서 암 분야가 최대 시장 점유율을 차지할 것”
치료 분야를 기준으로 신약 개발 인공지능(AI) 시장을 종양학, 감염병, 신경학, 대사성 질환, 심혈관 질환, 면역학, 정신 건강, 기타(호흡기 질환, 신장학, 피부과 질환, 유전성 질환, 염증성 질환, 소화기)로 구분. 암의 높은 유병률과 종양 생물학의 복잡한 특성으로 인해 신약 개발의 인공지능(AI) 시장에서는 암 분야가 가장 큰 시장 점유율을 차지하고 있습니다. 2022년 전 세계 신규 암 환자 수는 약 2,000만 명, 암 관련 사망자 수는 970만 명입니다. 마찬가지로 2024년에는 미국에서 신규 암 환자 200만 명과 암 사망자 611,720명이 발생할 것으로 예상됩니다. 암 연구, 환자 기록, 게놈 연구, 멀티오믹스 데이터세트(게놈, 프로테오믹스, 트랜스크립트믹스), 임상시험에서 얻어지는 생물 의학 데이터의 이용 가능성이 높아짐에 따라 패턴 인식이나 약물 상호작용 예측에 AI를 활용할 기회가 제공됩니다. 암 영역에서의 개별화 의료와 표적 치료에 대한 높은 수요, 큰 상업적 수익, 면역 종양학(특히 체크포인트 억제제와 T세포 치료)에 대한 새로운 관심, 포괄적인 데이터의 가용성은 알드리븐 솔루션에 대한 투자를 촉진하고 신약 개발 랜드스케이프의 최전선으로 밀어올릴 것입니다.
“예측 기간 동안 가장 빠르게 성장하는 질병 이해 유스케이스”
사용 사례에 따라 신약 개발에 대한 인공지능(AI) 시장은 질병 이해, 약물 재활용, de novo 약물 설계, 약물 최적화, 안전성 및 독성으로 세분화됩니다. 질병 규명은 예측 기간 동안 가장 빠르게 성장하는 사용 사례가 될 것으로 예상됩니다. 복잡한 생물학적 데이터를 평가하고 질병 메커니즘을 식별하는 AI의 능력은 초기 단계의 의약품 개발에 매우 중요합니다. AI는 연구자들이 질병 경로, 유전적 요인, 바이오마커를 더 잘 이해하는 데 도움이 됩니다. 질병을 이해하는 것은 잠재적인 신약 개발 표적을 식별하는 데 필요하며, 신약 개발 설계 및 시험 등 후속 단계의 효율성을 높입니다. 표현형 스크리닝, 영상 분석, 세포 및 조직 형태에 대한 유전자 이상 검출, 바이오마커의 동정, (-omics) 데이터 마이닝을 위한 AI의 활용 확대가 시장 성장을 촉진할 것으로 예상됩니다.
“예측 기간 중 북미가 시장을 지배”
지역에 따라 신약 개발 인공지능(AI) 시장은 5개의 주요 지역 부문으로 구분됩니다: 북미, 유럽, 아시아 태평양, 중남미, 중동 및 아프리카. 2023년 신약 개발 인공지능(AI) 시장을 장악한 것은 북미 지역입니다. 이러한 우세에는 헬스케어 기술에 대한 막대한 투자, 분야를 초월한 강력한 협력, 대형 제약회사 및 바이오테크 기업의 존재, 유리한 규제 환경 등 여러 요인이 기여하고 있습니다. 의약품 개발 기업들의 AI에 대한 총 투자액은 2023년 3월 기준으로 602억 달러에 달한다. 개념 증명 연구의 큰 물결과 AI 기술의 민주화에 따른 실질적인 발전도 시장 성장을 뒷받침하고 있다. 예를 들어, 2023년 1월, Absci사는 Generative Al을 사용하여 in silico에서 데노보 항체를 제작하고 검증했다. 또한 2023년 2월에는 FDA가 Al에서 발견 및 설계된 의약품에 희귀질환용 의약품 지정을 부여했습니다. 또한 2023년 2월, FDA는 Al.
인증 및 브랜드 보호 시장에서 사업을 전개하는 다양한 주요 조직의 최고경영자(CEO), 이사, 기타 임원들에 대한 심층 인터뷰를 실시했습니다.
공급측의 1차 인터뷰 기업 유형별, 호칭별, 지역별 내역:
– 기업 유형별 기업 유형별: 1등급(31%), 2등급(28%), 3등급(41)
– 지정별 수요측: 구매 관리자(45%), 인공지능, 기계학습, 신약개발, 계산분자설계 책임자(30%), 연구 과학자(25)
– 직종별 – 공급측 C급 간부, 디렉터(35%), 매니저(40%), 기타(25%)
– 지역별 북미(45%), 유럽(30%), 아시아태평양 지역(20%), 기타 지역(5%)
보고서 게재 기업 목록
o NVIDIA Corporation (미국)
o Exscientia (영국)
o Google (미국)
o BenevolentAI (영국)
o Recursion (미국)
o Insilico Medicine (미국)
o Schrödinger, Inc. (미국)
o Microsoft (미국)
o Atomwise Inc. (미국)
o Illumina, Inc. (미국)
o Numedii, Inc. (미국)
o Xtalpi Inc. (미국)
o Iktos (프랑스)
o Tempus (미국)
o DEEP GENOMICS (캐나다)
o Verge Genomics (미국)
o BenchSci (캐나다)
o Insitro (미국)
o Valo Health (미국)
o BPGBio, Inc. (미국)
o Merck KGaA (독일)
o IQVIA (미국)
o Tencent Holdings Limited (중국)
o Predictive Oncology, Inc. (미국)
o CytoReason (이스라엘)
o Owkin, Inc. (미국)
o Cloud Pharmaceuticals (미국)
o Evaxion Biotech (덴마크)
o Standigm (한국)
o BIOAGE (미국)
o Envisagenics (미국)
o Abcellera (미국)
o Centella (인도)
이 조사에는 신약 개발에 있어 인공지능(AI) 시장에서 이러한 주요 기업에 대한 상세한 경쟁 분석이 포함되어 있으며, 기업 프로필, 최근 동향, 주요 시장 전략 등이 수록되어 있습니다.
조사 범위
이 조사 보고서는 신약 개발에 있어서 인공지능(AI) 시장을 프로세스별(타겟 동정 및 선택, 타겟 검증, 히트 동정 및 우선순위 지정, 히트에서 리드로의 동정/리드 생성, 리드 최적화, 후보 선택 및 검증), 유스케이스별(질병 이해, 치료 영역별(암, 감염증, 신경학, 대사성 질환, 순환기 기 질환, 면역학, 정신질환, 심혈관계 질환, 면역학, 정신위생), 유스 케이스별(질환의 이해, 약물의 재활용, de novo 약물 디자인(저분자 화합물의 디자인, 백신의 디자인, 항체 및 기타 생물 제제의 디자인), 약물의 최적화(저분자 화합물의 최적화, 백신의 최적화, 항체 및 기타 생물 제제의 최적화), 안전성 및 독성), 치료 영역별(암, 감염증, 신경학, 대사성 질환, 기타), 플레이어 유형별(엔드 투 엔드 솔루션 제공자, 틈새/포인트 솔루션 제공자, AI 기술 제공자, 비즈니스 프로세스 서비스 제공자), 도구별(기계 학습, 자연어 처리, 컨텍스트를 고려한 프로세스 및 컴퓨팅 컴퓨터 비전, 이미지 분석(광학식 문자 인식 포함, 이미지 분석(광학 문자 인식 포함)), 도입 형태별(온프레미스, 클라우드 기반, SaaS 기반), 최종 사용자별(제약 및 바이오테크 기업, CRO, 연구소, 학술 기관, 정부 기관), 지역별(북미, 유럽, 아시아 태평양, 중남미, 중동 및 아프리카). 본 보고서에서는 신약 개발에 있어 인공지능(AI) 시장의 성장에 영향을 미치는 촉진 요인, 억제 요인, 과제, 기회 등 주요 요인에 대한 상세 정보를 망라하고 있습니다. 주요 업계 플레이어에 대한 심층 분석을 통해 사업 개요, 솔루션, 서비스, 제품 출시 및 기능 강화, 투자, 제휴, 협업, 합의, 합작 투자, 자금 조달, 인수, 사업 확장, 회의, FDA 승인, 판매 계약, 제휴 등 주요 전략, 신약 개발에 있어 인공지능(AI) 시장과 관련된 기타 최신 동향에 대한 통찰력을 제공합니다. 신약 개발에 있어 인공지능(AI) 시장의 생태계에서 향후 신흥 기업의 경쟁 분석도 본 보고서에서 다룹니다.
이 보고서를 구매하는 이유
이 보고서는 신약 개발에 있어 인공지능(AI) 시장과 하위 세그먼트의 수익 수에 대한 가장 근접한 근사치에 대한 정보를 제공함으로써 이 시장의 시장 리더/신규 진입자에게 도움이 됩니다. 본 보고서는 이해관계자가 경쟁 상황을 이해하고 더 많은 통찰력을 얻음으로써 사업의 위치를 높이고 적절한 시장 진입 전략을 계획하는 데 도움이 됩니다. 또한 본 보고서는 이해관계자가 시장의 맥박을 이해하는 데 도움이 되며 주요 시장 촉진 요인, 억제 요인, 과제, 기회에 대한 정보를 제공합니다.
본 보고서는 다음 사항에 대한 통찰력을 제공합니다.
– 주요 추진 요인(산업을 초월한 협력관계 및 파트너십 확대, 신약 개발 및 의약품 개발 시간과 비용을 줄여야 한다는 요구 증가, 복수의 약품 특허 만료, 종양학 영역에서의 AI 적용, 멀티오믹스 데이터 통합, 희귀질환 및 희귀 약품에 대한 연구 노력), 억제 요인(AI 인력 부족 의료 소프트웨어에 대한 모호한 규제 지침, AI의 해석 가능성), 기회(바이오테크 산업 성장, 신흥시장에 대한 관심 증가, 신약 개발에 있어 인공지능(AI) 시장의 성장에 영향을 미치는 과제(데이터 세트의 가용성 제한, 필요한 도구와 사용 편의성 부족, 고도화된 AI 모델의 계산상의 한계, 고품질 데이터에 대한 접근성 문제).
– 제품 개발/혁신: 신약 개발에 있어 인공지능(AI) 시장의 향후 기술, 연구개발 활동, 신제품 및 서비스 출시와 관련한 심층적인 통찰력
– 시장 개발: 유리한 시장에 대한 포괄적인 정보 – 이 보고서는 다양한 지역의 신약 개발에 있어 인공지능(AI) 시장을 분석합니다.
– 시장 다각화: 신약 개발에 있어서 인공지능(AI) 시장에서의 신제품 및 서비스, 미개척 지역, 최근 개발, 투자에 대한 포괄적인 정보
– 경쟁사 평가: NVIDIA Corporation (미국), Exscientia (영국), Google (미국), BenevolentAI (영국), Recursion (미국), Insilico Medicine (미국), Schrödinger, Inc. (미국), Microsoft (미국), Atomwise Inc. (미국), Illumina, Inc. (미국), Numedii, Inc. (미국), Xtalpi Inc. (미국), Iktos (프랑스), Valo Health (미국), Merck KGaA (독일) 등.
1 서론 3 요약 62 5.4 업계 동향 87 5.13 충족되지 않은 요구와 중요한 페인 포인트 121 8 신약개발에서의 인공지능(AI) 시장 10 신약개발 인공지능 시장: AI 도구별 187 13.4.3 중국 281 1.1 STUDY OBJECTIVES 39 1.2 MARKET DEFINITION 39 1.3 STUDY SCOPE 40 1.3.1 SEGMENTS AND REGIONS CONSIDERED 40 1.3.2 INCLUSIONS AND EXCLUSIONS 41 1.3.3 YEARS CONSIDERED 42 1.3.4 CURRENCY CONSIDERED 42 1.4 MARKET STAKEHOLDERS 43 1.5 SUMMARY OF CHANGES 44 2 RESEARCH METHODOLOGY 45 2.1 RESEARCH DATA 45 2.1.1 SECONDARY DATA 46 2.1.1.1 Key secondary sources 46 2.1.1.2 Key data from secondary sources 47 2.1.2 PRIMARY DATA 47 2.1.2.1 Key primary sources 48 2.1.2.2 Key objectives of primary research 48 2.1.2.3 Key data from primary sources 49 2.1.2.4 Key industry insights 50 2.1.2.5 Breakdown of primaries 50 2.2 RESEARCH DESIGN 51 2.3 MARKET SIZE ESTIMATION 51 2.3.1 SUPPLY-SIDE ANALYSIS (REVENUE SHARE ANALYSIS) 52 2.3.2 BOTTOM-UP APPROACH: END-USER ADOPTION 54 2.3.2.1 Top-down assessment of parent market 55 2.3.2.2 Company presentations and primary interviews 55 2.4 DATA TRIANGULATION 59 2.5 STUDY ASSUMPTIONS 60 2.5.1 MARKET SIZING ASSUMPTIONS 60 2.5.2 RESEARCH ASSUMPTIONS 60 2.6 RISK ASSESSMENT 61 2.7 RESEARCH LIMITATIONS 61 2.7.1 METHODOLOGY-RELATED LIMITATIONS 61 2.7.2 SCOPE-RELATED LIMITATIONS 61 3 EXECUTIVE SUMMARY 62 4 PREMIUM INSIGHTS 68 4.1 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET OVERVIEW 68 4.2 NORTH AMERICA: ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET, BY END USER AND COUNTRY (2023) 69 4.3 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET: GEOGRAPHIC GROWTH OPPORTUNITIES 70 4.4 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET: REGIONAL MIX 71 4.5 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET: DEVELOPED VS. EMERGING MARKETS 71 5 MARKET OVERVIEW 72 5.1 INTRODUCTION 72 5.2 MARKET DYNAMICS 72 5.2.1 DRIVERS 74 5.2.1.1 Increasing number of cross-industry collaborations and partnerships 74 5.2.1.2 Rising need to reduce time and cost of drug discovery and development 76 5.2.1.3 Patent expiry of drugs and need for effective new leads 76 5.2.1.4 Growing utilization of AI to predict drug-target interactions for cancer therapy 77 5.2.1.5 Integration of AI-assisted multiomics in drug discovery 78 5.2.1.6 Growing focus on rare disease treatments for orphan drug development 79 5.2.2 RESTRAINTS 80 5.2.2.1 Shortage of AI workforce and ambiguous regulatory guidelines for medical software 80 5.2.3 OPPORTUNITIES 81 5.2.3.1 Leveraging AI for accelerated biotech drug discovery 81 5.2.3.2 Increased focus on drug discovery in emerging economies 81 5.2.3.3 Focus on developing human-aware AI systems 82 5.2.3.4 Growing use of AI in single-cell analysis 82 5.2.3.5 Easy identification of biomarker and disease subtypes from single-cell data 83 5.2.3.6 High demand for precision and personalized medicines 84 5.2.4 CHALLENGES 85 5.2.4.1 Limited availability of quality data sets 85 5.2.4.2 Lack of advanced AI tools and training data sets 85 5.2.4.3 Computational constraints of advanced AI models 86 5.2.4.4 Lack of high-quality data sets for model training 86 5.3 TRENDS/DISRUPTIONS IMPACTING CUSTOMER’S BUSINESS 87 5.4 INDUSTRY TRENDS 87 5.4.1 EVOLUTION OF AI IN DRUG DISCOVERY 87 5.4.2 COMPUTER-AIDED DRUG DESIGN AND ARTIFICIAL INTELLIGENCE 89 5.5 ECOSYSTEM ANALYSIS 91 5.6 SUPPLY CHAIN ANALYSIS 93 5.7 TECHNOLOGY ANALYSIS 94 5.7.1 KEY TECHNOLOGIES 94 5.7.1.1 Dry lab services 94 5.7.1.2 Wet lab services 97 5.7.1.2.1 Chemistry software and services 97 5.7.1.2.2 Biology software and services 98 5.7.1.2.2.1 Single-cell analysis 99 5.7.2 COMPLEMENTARY TECHNOLOGIES 102 5.7.2.1 High-performance computing 102 5.7.2.2 Next-generation sequencing 102 5.7.2.3 Real-world evidence/Real-world data 102 5.7.3 ADJACENT TECHNOLOGIES 103 5.7.3.1 Cloud computing 103 5.7.3.2 Blockchain technologies 103 5.7.3.3 Internet of things 103 5.8 REGULATORY LANDSCAPE 104 5.8.1 REGULATORY BODIES, GOVERNMENT AGENCIES, AND OTHER ORGANIZATIONS 104 5.8.2 REGULATORY FRAMEWORK 107 5.9 PRICING ANALYSIS 111 5.9.1 INDICATIVE SELLING PRICE FOR DRUG DISCOVERY SOFTWARE AND SERVICES, BY REGION 111 5.9.2 INDICATIVE PRICING ANALYSIS, BY PROCESS 112 5.10 PORTER’S FIVE FORCES ANALYSIS 112 5.10.1 INTENSITY OF COMPETITIVE RIVALRY 114 5.10.2 BARGAINING POWER OF BUYERS 114 5.10.3 THREAT OF SUBSTITUTES 114 5.10.4 THREAT OF NEW ENTRANTS 114 5.10.5 BARGAINING POWER OF SUPPLIERS 115 5.11 KEY STAKEHOLDERS AND BUYING CRITERIA 115 5.11.1 KEY STAKEHOLDERS IN BUYING PROCESS 115 5.11.2 KEY BUYING CRITERIA 116 5.12 PATENT ANALYSIS 117 5.12.1 PATENT PUBLICATION TRENDS 117 5.12.2 JURISDICTION ANALYSIS: TOP APPLICANT COUNTRIES FOR ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY 117 5.12.3 MAJOR PATENTS IN ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET 119 5.13 UNMET NEEDS AND KEY PAIN POINTS 121 5.13.1 UNMET NEEDS 121 5.13.2 SINGLE-CELL ANALYSIS LANDSCAPE: KEY CHALLENGES AND PAIN POINTS IN DRUG DISCOVERY 122 5.13.3 END-USER EXPECTATIONS 123 5.14 KEY CONFERENCES & EVENTS, 2024–2025 124 5.15 CASE STUDY ANALYSIS 125 5.16 BUSINESS MODEL ANALYSIS 130 5.17 INVESTMENT AND FUNDING SCENARIO 132 5.18 IMPACT OF AI/GENERATIVE AI ON ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET 133 5.18.1 TOP USE CASES AND MARKET POTENTIAL 133 5.18.1.1 Key use cases 134 5.18.2 CASE STUDIES OF AI/GENERATIVE AI IMPLEMENTATION 135 5.18.2.1 Case study 1: Accelerated drug discovery with generative AI and streamlined workflows 135 5.18.2.2 Case study 2: Accelerating small-molecule drug discovery with generative AI 135 5.18.3 IMPACT OF AI/GENERATIVE AI ON INTERCONNECTED AND ADJACENT ECOSYSTEMS 136 5.18.3.1 AI in drug discovery market 136 5.18.3.2 Genomics and bioinformatics market 137 5.18.3.3 Life science analytics market 137 5.18.4 USER READINESS AND IMPACT ASSESSMENT 138 5.18.4.1 User readiness 138 5.18.4.1.1 Pharmaceutical companies 138 5.18.4.1.2 Biotechnology companies 138 5.18.4.2 Impact assessment 138 5.18.4.2.1 User A: Pharmaceutical Companies 138 5.18.4.2.1.1 Implementation 138 5.18.4.2.1.2 Impact 139 5.18.4.2.2 User B: Biotechnology companies 139 5.18.4.2.2.1 Implementation 139 5.18.4.2.2.2 Impact 139 5.19 ARTIFICIAL INTELLIGENCE-DERIVED CLINICAL ASSETS 140 6 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET, BY PROCESS 150 6.1 INTRODUCTION 151 6.2 TARGET IDENTIFICATION & SELECTION 152 6.2.1 INCREASED DEMAND FOR PERSONALIZED MEDICINES AND HIGH INVESTMENT IN PHARMACEUTICAL R&D TO FUEL MARKET GROWTH 152 6.3 TARGET VALIDATION 153 6.3.1 RISING EMPHASIS ON AVOIDING LATE-STAGE FAILURE IN DRUG DISCOVERY TO BOOST MARKET GROWTH 153 6.4 HIT IDENTIFICATION & PRIORITIZATION 154 6.4.1 NEED FOR LARGE-SCALE DATA ANALYSIS TO DRIVE ADOPTION 154 6.5 HIT-TO-LEAD IDENTIFICATION/LEAD GENERATION 155 6.5.1 HIT-TO-LEAD IDENTIFICATION/LEAD GENERATION TO IMPROVE NEW DRUG POTENCY WITHOUT INCREASING LIPOPHILICITY 155 6.6 LEAD OPTIMIZATION 156 6.6.1 NEED FOR TRANSPARENT PRESENTATION AND ANALYSIS TO BOOST MARKET GROWTH 156 6.7 CANDIDATE SELECTION & VALIDATION 157 6.7.1 HIGH POSSIBILITY OF CLINICAL DRUG FAILURE TO SPUR ADOPTION OF CANDIDATE VALIDATION SERVICES 157 7 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET, BY USE CASE 159 7.1 INTRODUCTION 160 7.2 UNDERSTANDING DISEASES 161 7.2.1 INCREASED FOCUS ON UNDERSTANDING DISEASES TO IMPROVE RESEARCH DATA QUALITY AND QUANTITY 161 7.3 DRUG REPURPOSING 162 7.3.1 INCREASING NEED FOR COST-EFFECTIVE TREATMENTS AND RISING AVAILABILITY OF BIOMEDICAL DATA TO AID MARKET GROWTH 162 7.4 DE NOVO DRUG DESIGN 163 7.4.1 SMALL-MOLECULE DESIGN 164 7.4.1.1 Increasing use of virtual screening and simulation techniques to drive growth 164 7.4.2 VACCINE DESIGN 165 7.4.2.1 Availability of well-validated AI tools to boost market growth 165 7.4.3 ANTIBODY & OTHER BIOLOGICS DESIGN 165 7.4.3.1 Advancements in protein modeling to propel segment growth 165 7.5 DRUG OPTIMIZATION 166 7.5.1 SMALL-MOLECULE OPTIMIZATION 167 7.5.1.1 Leveraging generative models for identifying potential modifications in molecular structures to aid market growth 167 7.5.2 VACCINE OPTIMIZATION 168 7.5.2.1 Effectively predicting vaccine formulations and adjusting delivery vectors to drive growth 168 7.5.3 ANTIBODY & OTHER BIOLOGICS OPTIMIZATION 169 7.5.3.1 Increasing adoption of machine learning for predicting protein structures to augment segment growth 169 7.6 SAFETY & TOXICITY 170 7.6.1 FOCUS ON ADVANCED OFF-TARGET EFFECT PREDICTION, PK/PD SIMULATION, AND QSP MODELING TO DRIVE MARKET 170 8 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET, BY THERAPEUTIC AREA 172 8.1 INTRODUCTION 173 8.2 ONCOLOGY 173 8.2.1 HIGH PREVALENCE OF CANCER AND SHORTAGE OF EFFECTIVE ONCOLOGY DRUGS TO PROPEL MARKET GROWTH 173 8.3 INFECTIOUS DISEASES 175 8.3.1 RISING EPIDEMIC OUTBREAKS TO BOOST DRUG DISCOVERY ACTIVITY 175 8.4 NEUROLOGY 177 8.4.1 COMPLEX DISEASE DIAGNOSIS AND TREATMENT TO INCREASE ADOPTION OF ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY 177 8.5 METABOLIC DISEASES 178 8.5.1 ROLE OF ARTIFICIAL INTELLIGENCE IN UNCOVERING SMALL-MOLECULE THERAPIES TO DRIVE ADOPTION 178 8.6 CARDIOVASCULAR DISEASES 179 8.6.1 SEDENTARY LIFESTYLES AND HIGH PREVALENCE OF OBESITY TO INCREASE NOVEL DRUG DEVELOPMENT FOR CARDIAC DISEASES 179 8.7 IMMUNOLOGY 180 8.7.1 GROWING DRUG PIPELINE FOR IMMUNOLOGICAL DISORDERS TO FAVOR MARKET GROWTH 180 8.8 MENTAL HEALTH DISORDERS 180 8.8.1 INCREASED OCCURRENCE OF MENTAL HEALTH DISEASES IN DEVELOPED ECONOMIES TO SPUR MARKET GROWTH 180 8.9 OTHER THERAPEUTIC AREAS 181 9 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET, BY PLAYER TYPE 182 9.1 INTRODUCTION 183 9.2 END-TO-END SOLUTION PROVIDERS 183 9.2.1 END-TO-END SOLUTION PROVIDERS TO REDUCE NEED FOR MULTIPLE VENDORS AND ACCELERATE WORKFLOWS 183 9.3 NICHE/POINT SOLUTION PROVIDERS 184 9.3.1 ACCURATE, COST-EFFECTIVE, AND LESS TIME CONSUMPTION TO PROPEL MARKET GROWTH 184 9.4 AI TECHNOLOGY PROVIDERS 185 9.4.1 SPECIALIZED AI CAPABILITIES WITH FULL-SERVICE MANAGEMENT TO SUPPORT MARKET GROWTH 185 9.5 BUSINESS PROCESS SERVICE PROVIDERS 186 9.5.1 BETTER ACCESSIBILITY OF HIGH-QUALITY TOOLS AND LOWER DRUG DEVELOPMENT COSTS TO AID MARKET GROWTH 186 10 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET, BY AI TOOL 187 10.1 INTRODUCTION 188 10.2 MACHINE LEARNING 188 10.2.1 DEEP LEARNING 190 10.2.1.1 Reduced number of errors and consistent management of data to augment market growth 190 10.2.1.2 Convolutional neural networks 191 10.2.1.3 Recurrent neural networks 191 10.2.1.4 Generative adversarial networks 191 10.2.1.5 Graph neural networks 191 10.2.1.6 Other deep learning technologies 192 10.2.2 SUPERVISED LEARNING 192 10.2.2.1 Supervised learning to predict drug repositioning and manage high-dimensional datasets 192 10.2.3 REINFORCEMENT LEARNING 193 10.2.3.1 Need to accelerate new molecules and maximize performance to augment segment growth 193 10.2.4 UNSUPERVISED LEARNING 194 10.2.4.1 Unsupervised learning to perform complex tasks, uncover potential drug candidates, and optimize lead compounds 194 10.2.5 OTHER MACHINE LEARNING TECHNOLOGIES 195 10.3 NATURAL LANGUAGE PROCESSING 196 10.3.1 NATURAL LANGUAGE PROCESSING TO IDENTIFY INFORMATION WITHIN UNSTRUCTURED DATA AND ACCELERATE DRUG DISCOVERY 196 10.4 CONTEXT-AWARE PROCESSING & COMPUTING 197 10.4.1 CONTEXT-AWARE COMPUTING TO IMPROVE PREDICTIONS OF PATIENT-SPECIFIC DRUG RESPONSES AND OPTIMIZE THERAPEUTIC INTERVENTIONS 197 10.5 COMPUTER VISION 198 10.5.1 COMPUTER VISION TO ENHANCE DRUG DISCOVERY THROUGH ADVANCED IMAGE PROCESSING 198 10.6 IMAGE ANALYSIS 198 10.6.1 BETTER DRUG DISCOVERY THROUGH IMAGE PROCESSING TECHNIQUES TO SUPPORT MARKET GROWTH 198 11 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET, BY DEPLOYMENT 200 11.1 INTRODUCTION 201 11.2 ON-PREMISES DEPLOYMENT 201 11.2.1 PROVISION OF MULTI-VENDOR ARCHITECTURE AND SECURITY BENEFITS TO DRIVE MARKET 201 11.3 CLOUD-BASED DEPLOYMENT 202 11.3.1 FOCUS ON RESEARCH COLLABORATIONS AND ELIMINATION OF SOFTWARE AND HARDWARE PURCHASING COSTS TO DRIVE MARKET 202 11.4 SAAS-BASED DEPLOYMENT 204 11.4.1 LOWER COSTS, BETTER SECURITY, AND EASIER ACCESS TO AUGMENT MARKET GROWTH 204 12 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET, BY END USER 206 12.1 INTRODUCTION 207 12.2 PHARMACEUTICAL & BIOTECHNOLOGY COMPANIES 207 12.2.1 RISING DEMAND FOR COST-EFFECTIVE DRUG DEVELOPMENT TO PROPEL MARKET GROWTH 207 12.3 CONTRACT RESEARCH ORGANIZATIONS 210 12.3.1 RISING NEED FOR OUTSOURCING IN PHARMACEUTICAL & BIOTECHNOLOGY INDUSTRIES TO AID MARKET GROWTH 210 12.4 RESEARCH CENTERS AND ACADEMIC & GOVERNMENT INSTITUTES 211 12.4.1 FOCUS ON DEVELOPING THERAPEUTIC STRATEGIES AND INNOVATIVE APPROACHES IN DRUG DISCOVERY TO AID MARKET GROWTH 211 13 ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET, BY REGION 213 13.1 INTRODUCTION 214 13.2 NORTH AMERICA 214 13.2.1 MACROECONOMIC OUTLOOK FOR NORTH AMERICA 214 13.2.2 US 220 13.2.2.1 US to dominate North American market during study period 220 13.2.3 CANADA 226 13.2.3.1 Emergence of new AI-based startups and high health expenditure to support market growth 226 13.3 EUROPE 231 13.3.1 MACROECONOMIC OUTLOOK FOR EUROPE 232 13.3.2 UK 237 13.3.2.1 Favorable government R&D funding to augment market growth 237 13.3.3 GERMANY 243 13.3.3.1 Presence of advanced medical infrastructure and high focus on personalized medicines to drive market 243 13.3.4 FRANCE 248 13.3.4.1 Strong government support and favorable strategies to propel market growth 248 13.3.5 ITALY 253 13.3.5.1 Advanced pharmaceutical industry and increased focus on life science R&D to fuel market growth 253 13.3.6 SPAIN 258 13.3.6.1 Favorable government initiatives and high investments by pharmaceutical companies to boost market growth 258 13.3.7 REST OF EUROPE 263 13.4 ASIA PACIFIC 269 13.4.1 MACROECONOMIC OUTLOOK FOR ASIA PACIFIC 269 13.4.2 JAPAN 275 13.4.2.1 High geriatric population and advanced pharmaceutical research to boost market growth 275 13.4.3 CHINA 281 13.4.3.1 Increasing demand for generics and rising government investments to propel market growth 281 13.4.4 INDIA 286 13.4.4.1 Developed IT infrastructure and favorable government initiatives to spur market growth 286 13.4.5 REST OF ASIA PACIFIC 291 13.5 LATIN AMERICA 296 13.5.1 MACROECONOMIC OUTLOOK FOR LATIN AMERICA 297 13.5.2 BRAZIL 302 13.5.2.1 Growing biotechnology sector and increasing governmental initiatives to boost market growth 302 13.5.3 MEXICO 307 13.5.3.1 Favorable government initiatives and high investments by pharmaceutical companies to support market growth 307 13.5.4 REST OF LATIN AMERICA 312 13.6 MIDDLE EAST & AFRICA 317 13.6.1 MACROECONOMIC OUTLOOK FOR MIDDLE EAST & AFRICA 318 13.6.2 GCC COUNTRIES 323 13.6.2.1 Increasing emphasis on personalized medicines and developing healthcare infrastructure to drive market 323 13.6.3 REST OF MIDDLE EAST & AFRICA 328 14 COMPETITIVE LANDSCAPE 334 14.1 INTRODUCTION 334 14.2 KEY PLAYER STRATEGY/RIGHT TO WIN 334 14.2.1 OVERVIEW OF STRATEGIES ADOPTED BY KEY PLAYERS IN ARTIFICIAL INTELLIGENCE IN DRUG DISCOVERY MARKET 334 14.3 REVENUE ANALYSIS, 2019–2023 336 14.4 MARKET SHARE ANALYSIS, 2023 337 14.4.1 RANKING OF KEY MARKET PLAYERS 339 14.5 COMPANY EVALUATION MATRIX: KEY PLAYERS, 2023 340 14.5.1 STARS 340 14.5.2 EMERGING LEADERS 340 14.5.3 PERVASIVE PLAYERS 340 14.5.4 PARTICIPANTS 340 14.5.5 COMPANY FOOTPRINT: KEY PLAYERS, 2023 342 14.5.5.1 Company footprint 342 14.5.5.2 Use case footprint 343 14.5.5.3 Process footprint 344 14.5.5.4 Therapeutic area footprint 345 14.5.5.5 Player type footprint 346 14.5.5.6 Deployment mode footprint 347 14.5.5.7 Region footprint 348 14.6 COMPANY EVALUATION MATRIX: STARTUPS/SMES, 2023 349 14.6.1 PROGRESSIVE COMPANIES 349 14.6.2 RESPONSIVE COMPANIES 349 14.6.3 DYNAMIC COMPANIES 349 14.6.4 STARTING BLOCKS 349 14.6.5 COMPETITIVE BENCHMARKING: STARTUPS/SMES, 2023 351 14.7 COMPANY VALUATION AND FINANCIAL METRICS 352 14.7.1 FINANCIAL METRICS 352 14.7.2 COMPANY VALUATION 353 14.8 BRAND/PRODUCT COMPARISON 354 14.9 COMPETITIVE SCENARIO 355 14.9.1 PRODUCT AND SOLUTION LAUNCHES 355 14.9.2 DEALS 356 14.9.3 EXPANSIONS 357 14.9.4 OTHER DEVELOPMENTS 358 15 COMPANY PROFILES 359 15.1 KEY PLAYERS 359 15.1.1 NVIDIA CORPORATION 359 15.1.1.1 Business overview 359 15.1.1.2 Products/Services/Solutions offered 360 15.1.1.3 Recent developments 361 15.1.1.3.1 Product and service launches 361 15.1.1.3.2 Deals 363 15.1.1.4 MnM view 367 15.1.1.4.1 Right to win 367 15.1.1.4.2 Strategic choices 367 15.1.1.4.3 Weaknesses and competitive threats 367 15.1.2 EXSCIENTIA 368 15.1.2.1 Business overview 368 15.1.2.2 Products/Services/Solutions offered 369 15.1.2.3 Recent developments 371 15.1.2.3.1 Solution launches 371 15.1.2.3.2 Deals 371 15.1.2.3.3 Expansions 377 15.1.2.3.4 Other developments 378 15.1.2.4 MnM view 379 15.1.2.4.1 Right to win 379 15.1.2.4.2 Strategic choices 379 15.1.2.4.3 Weaknesses and competitive threats 379 15.1.3 GOOGLE 380 15.1.3.1 Business overview 380 15.1.3.2 Products/Services/Solutions offered 381 15.1.3.3 Recent developments 382 15.1.3.3.1 Solution launches 382 15.1.3.3.2 Deals 383 15.1.3.3.3 Expansions 384 15.1.3.4 MnM view 384 15.1.3.4.1 Right to win 384 15.1.3.4.2 Strategic choices 384 15.1.3.4.3 Weaknesses and competitive threats 384 15.1.4 RECURSION 385 15.1.4.1 Business overview 385 15.1.4.2 Products/Services/Solutions offered 386 15.1.4.3 Recent developments 386 15.1.4.3.1 Solution launches 386 15.1.4.3.2 Deals 387 15.1.4.3.3 Expansions 388 15.1.4.4 MnM view 389 15.1.4.4.1 Right to win 389 15.1.4.4.2 Strategic choices made 389 15.1.4.4.3 Weaknesses and competitive threats 389 15.1.5 INSILICO MEDICINE 390 15.1.5.1 Business overview 390 15.1.5.2 Products/Services/Solutions offered 390 15.1.5.3 Recent developments 392 15.1.5.3.1 Product and solution launches and developments 392 15.1.5.3.2 Deals 393 15.1.5.3.3 Other developments 398 15.1.5.4 MnM view 399 15.1.5.4.1 Right to win 399 15.1.5.4.2 Strategic choices 399 15.1.5.4.3 Weaknesses and competitive threats 399 15.1.6 SCHRÖDINGER, INC. 400 15.1.6.1 Business overview 400 15.1.6.2 Products/Services/Solutions offered 401 15.1.6.3 Recent developments 402 15.1.6.3.1 Deals 402 15.1.6.3.2 Other developments 405 15.1.7 BENEVOLENTAI 406 15.1.7.1 Business overview 406 15.1.7.2 Products/Services/Solutions offered 407 15.1.7.3 Recent developments 407 15.1.7.3.1 Deals 407 15.1.8 MICROSOFT CORPORATION 409 15.1.8.1 Business overview 409 15.1.8.2 Products/Services/Solutions offered 410 15.1.8.3 Recent developments 411 15.1.8.3.1 Deals 411 15.1.9 ATOMWISE INC. 413 15.1.9.1 Business overview 413 15.1.9.2 Products/Services/Solutions offered 413 15.1.9.3 Recent developments 414 15.1.9.3.1 Deals 414 15.1.10 ILLUMINA, INC. 415 15.1.10.1 Business overview 415 15.1.10.2 Products/Services/Solutions offered 416 15.1.10.3 Recent developments 417 15.1.10.3.1 Solution launches 417 15.1.10.3.2 Deals 418 15.1.11 NUMEDII, INC. 420 15.1.11.1 Business overview 420 15.1.11.2 Products/Services/Solutions offered 420 15.1.12 XTALPI INC. 421 15.1.12.1 Business overview 421 15.1.12.2 Products/Services/Solutions offered 421 15.1.12.3 Recent developments 422 15.1.12.3.1 Deals 422 15.1.13 IKTOS 424 15.1.13.1 Business overview 424 15.1.13.2 Products/Services/Solutions offered 425 15.1.13.3 Recent developments 426 15.1.13.3.1 Deals 426 15.1.13.3.2 Other developments 429 15.1.14 TEMPUS 430 15.1.14.1 Business overview 430 15.1.14.2 Products/Services/Solutions offered 430 15.1.14.3 Recent developments 431 15.1.14.3.1 Solution launches 431 15.1.14.3.2 Deals 432 15.1.14.3.3 Expansions 435 15.1.14.3.4 Other developments 435 15.1.15 DEEP GENOMICS 436 15.1.15.1 Business overview 436 15.1.15.2 Products/Services/Solutions offered 436 15.1.15.3 Recent developments 437 15.1.15.3.1 Solution launches 437 15.1.15.3.2 Deals 437 15.1.15.3.3 Other developments 437 15.1.16 VERGE GENOMICS 438 15.1.16.1 Business overview 438 15.1.16.2 Products/Services/Solutions offered 438 15.1.16.3 Recent developments 439 15.1.16.3.1 Deals 439 15.1.17 BENCHSCI 440 15.1.17.1 Business overview 440 15.1.17.2 Products/Services/Solutions offered 440 15.1.17.3 Recent developments 441 15.1.17.3.1 Solution launches 441 15.1.17.3.2 Deals 441 15.1.17.3.3 Other developments 441 15.1.18 INSITRO 442 15.1.18.1 Business overview 442 15.1.18.2 Products/Services/Solutions offered 442 15.1.18.3 Recent developments 443 15.1.18.3.1 Deals 443 15.1.18.3.2 Other developments 443 15.1.19 VALO HEALTH 444 15.1.19.1 Business overview 444 15.1.19.2 Products/Services/Solutions offered 444 15.1.19.3 Recent developments 445 15.1.19.3.1 Deals 445 15.1.19.3.2 Other developments 446 15.1.20 BPGBIO, INC. 447 15.1.20.1 Business overview 447 15.1.20.2 Products/Services/Solutions offered 447 15.1.20.3 Recent developments 448 15.1.20.3.1 Deals 448 15.1.21 MERCK KGAA 449 15.1.21.1 Business overview 449 15.1.21.2 Products/Services/Solutions offered 450 15.1.21.3 Recent developments 451 15.1.21.3.1 Solution launches 451 15.1.21.3.2 Deals 451 15.1.21.3.3 Expansions 452 15.1.21.3.4 Other developments 453 15.2 OTHER PLAYERS 454 15.2.1 PREDICTIVE ONCOLOGY 454 15.2.2 IQVIA INC. 455 15.2.3 TENCENT HOLDINGS LIMITED 456 15.2.4 CYTOREASON LTD. 457 15.2.5 OWKIN, INC. 458 15.2.6 CLOUD PHARMACEUTICALS 459 15.2.7 EVAXION BIOTECH A/S 460 15.2.8 STANDIGM INC. 461 15.2.9 BIOAGE LABS 462 15.2.10 ENVISAGENICS 463 15.2.11 ABCELLERA 464 15.2.12 CENTELLA 465 16 APPENDIX 466 16.1 DISCUSSION GUIDE 466 16.2 KNOWLEDGESTORE: MARKETSANDMARKETS’ SUBSCRIPTION PORTAL 474 16.3 CUSTOMIZATION OPTIONS 476 16.4 RELATED REPORTS 476 16.5 AUTHOR DETAILS 477 |
| ※본 조사보고서 [세계의 신약개발 인공지능 (AI) 시장 (~2029년) : 프로세스별 (타겟, 리드), 유스케이스별 (디자인 및 최적화, 백신, 항체, 질병 이해, PK/PD), 치료별 (암, 중추신경계, CVS), 툴별 (ML :DL (CNN, GAN)), 최종 사용자별, 지역별] (코드 : HIT 7445) 판매에 관한 면책사항을 반드시 확인하세요. |
| ※본 조사보고서 [세계의 신약개발 인공지능 (AI) 시장 (~2029년) : 프로세스별 (타겟, 리드), 유스케이스별 (디자인 및 최적화, 백신, 항체, 질병 이해, PK/PD), 치료별 (암, 중추신경계, CVS), 툴별 (ML :DL (CNN, GAN)), 최종 사용자별, 지역별] 에 대해서 E메일 문의는 여기를 클릭하세요. |
※당 사이트에 없는 보고서도 취급 가능한 경우가 많으니 문의 주세요!