AI駆動の薬剤発見は、薬剤候補の開発にかかるコストと時間を大幅に削減できる可能性がある。 これまでで最も明確な例はRentosertibである。Insilico Medicineによると、このプログラムは仮説から前臨床候補まで18ヶ月未満で完了した。Rentosertibの前臨床開発コストは約260万ドルで、従来の1500万～2500万ドルと比較して大幅に低かった。Insilicoは、Nature MedicineにPeer-reviewedなPhase IIa結果を発表した。 1つの成功したプログラムだけでは、全体のプラットフォームの経済性を確立することはできない。Rentosertibは、臨床エンドポイントが確立された明確な疾患である特発性肺線維症をターゲットとしていた。このアプローチが、より複雑な疾患領域においても同様のタイムラインとコストを実現できるかどうかは、まだ時期尚早である。 2025年から2030年の間に、米国でのブランド薬の売上高約2300億ドルがジェネリックまたはバイオシミラーとの競合にさらされている。製薬企業にとって、自社で全体のスタックを構築するリスクを負わずにAI駆動の発見にアクセスするためのパートナーシップが、より自然な選択肢となる可能性がある。 他のプログラムが同様の結果を出せば、薬剤発見における価値の多くが、製薬企業にその能力をライセンス提供するフルスタックプラットフォームへと移行する可能性がある。