Recursion Pharmaceuticals, Inc. Class A Common Stock KeyBanc Healthcare Forum

네, 물론입니다. 기쁘게 말씀드리겠습니다. 제 개인적인 배경부터 말씀드리면, 저는 사실 합병 과정에서 엑스사이엔티아 쪽에서 합류했습니다. 18개월 전 두 회사를 합치기 전까지, 저는 엑스사이엔티아에서 CFO 겸 최고전략책임자(CSO)로 4년 조금 넘게 재직했습니다. 그 전에는 종양학 바이오텍에서 일상 운영을 총괄한 적이 있습니다. 임상시험을 실제로 깊게 파고들어 설계하고, 임상시험 사이트를 방문하며, FDA와 협업하는 것이 어떤 일인지 직접 경험할 수 있었습니다. 사실 그 경험이 제게 AI 기반 신약 발굴 분야로 들어오게 만든 계기였기 때문에 매우 흥미로웠습니다. 제가 깨달은 것은, 저와 제 주변 동료들 모두가 그 전에는 은행에서도 일했는데요.

좋은 의사결정을 내리는 데 필요한 데이터가 너무 부족하다 보니, 제 고객들 중 많은 분들이 사실상 추측에 의존하고 있었습니다. 예를 들어 몇 개의 동물 모델에서 나온 데이터나 서로 관련이 없는 몇몇 연구 결과를 가지고, 어떤 임상시험이나 약물, 또는 환자군이 성공할지를 추정하려고 했던 것이죠. 그 종양학 바이오텍을 떠날 때 저는 더 데이터 중심적인 역할을 하고 싶다고 생각했고, 그게 결국 이 분야로 저를 이끌었습니다. 엑스사이엔티아 쪽은 화학 영역에서 그런 접근을 해오고 있었습니다. 많은 분들이 바이오텍에서 생물학적 요소에 초점을 맞추지만,

사실 좋은 타깃 아이디어가 있다고 생각한 뒤에도, 많은 임상은 화학적 측면 때문에 실패합니다. 예를 들어 모두가 얘기하는 효능(potency)이나 선택성(selectivity)처럼, 약물이 의도한 타깃에는 작용하면서 다른 타깃에는 작용하지 않는지 같은 부분들이죠. 여기에는 흡수되는 방식, 대사가 어떻게 이뤄지는지, 그리고 독성 프로파일 같은 훨씬 더 많은 특성들이 영향을 미칩니다. 그 부분에서 AI가 저희가 다중 파라미터 최적화(multi-parameter optimization)를 훨씬 더 잘 수행할 수 있게 해줬습니다. 그리고 그다음에는, 바이오텍에서 새로운 아이디어를 어떻게 만들어낼 것인가에 초점을 맞춰왔던 기존 레커전(Recursion) 시스템과 결합하는 것이죠. 왜냐하면 현재 유전체의 약 3%만이 승인된 약물과 연관돼 있기 때문입니다.