マーケットトレンド の 創薬におけるラボの自動化 産業
自動液体ハンドラーが最大の市場シェアを占める見込み
- リキッドハンドラーは通常、生化学研究所や化学研究所で採用されている。創薬分野ではハイスループット・スクリーニングの必要性が高まっており、リキッドハンドラーの需要を牽引している。しかし、ラボのスペースは世界的にラボにとって最も説明のつく要因の一つであるため、小型化は創薬における主要な要因の一つになりつつある。
- 主要技術拠点では、研究室の1平方フィート当たりのコストが上昇している。研究者や科学者は、省スペースで最適な性能を発揮する機器に注目している。小型化されたリキッドハンドラーの一例として、フレキシリキッドハンドリングプラットフォームがあり、ロボットアーム、スタッカー、マルチシステムなど複数のシステムと組み合わせるように設計されている。
- したがって、このようなプラットフォームは、ハイスループットスクリーニングで使用される試薬量の削減が増加するため、コスト削減を増加させている。さらに、創薬における試薬の利用可能量は限られており、自動リキッドハンドラーは、より少量の試薬で大規模なスクリーニングを行うエンドユーザーを支援している。
- 市場のベンダーは、創薬のために設立された近代的な研究室の要件を満たすために、新しい自動リキッドハンドラーを導入している。例えば、2022年2月、SPT Labtech社は、4-in-1自動リキッドハンドリング仕様のアプリコットDC1プラットフォームの発売を発表した。このプラットフォームは、4つの独立したピペッティングツールを1台の卓上ユニットに組み込み、創薬の際に使用される少量、大量、シングル、マルチチャンネルのピペッティングに対応するデュアルコアピペッティング技術を可能にする。
- さらに、小型化とは別に、自動リキッドハンドラーは、サンプルトラッキングとラボ情報管理システムの統合を自動化することにより、ラボの標準化を改善することが証明されている。さらに、リキッドハンドラーは、サンプル処理の各ステップへの自動バーコードスキャニングの組み込みを容易にする。そのため、ユーザーは手動での記録を必要とすることなく、事前に定義された作業指示を簡単に進め、管理システムにデータをインポートすることができる。
- さらに、創薬におけるスクリーニングアッセイの複雑化に伴い、エンドユーザーの焦点は、スピードベースの性能からシステムベースの柔軟性とデータの完全性へと移りつつある。さらに、手作業によるリキッドハンドリングプロセスにおける重要な課題の一つは、試薬添加の順序とタイミング、および一般的な容積性能（アッセイのハンドリング）である。そのため、市場のベンダーは、試薬添加のタイムコースを可能にする容積式分注技術を備えた自動リキッドハンドラーを設計している。
- さらに、ClinalTrials.govによると、2022年3月時点で登録されている臨床試験の総数は409,300件である。このような研究開発への注力の高まりは、世界的に自動液体ハンドラー装置の強化ニーズを促進すると予想される。
この市場を形成する主要なトレンドを理解する
サンプルをダウンロード
北米が最大の市場シェアを占める見込み
- 北米が大きなシェアを占めると予想されるのは、創薬に多額の投資を行っている米国の存在によるものである。この国にはファイザー、ノバルティス、グラクソ・スミスクライン、JJ、ノバルティスなどの大手製薬会社がある。
- また、この地域には医薬品開発業務受託機関（CRO）も集中している。同国の主要CROには、Laboratory Corp. of America Holdings、IQVIA、Syneos Health、Parexel International Corp.などがある。
- 業界大手各社と厳格なFDA規制により、国内市場は非常に競争が激しい。競合他社より優位に立つため、同国の企業はラボにロボット工学や自動化を導入する傾向を強めている。
- この地域の著名なプレイヤーの中には、自動化に使用される技術を後押しするために、戦略的提携、合併、買収、戦略的パートナーシップに参入しているところもあり、予測期間を通じてラボ自動化の需要を煽っている。例えば、2021年12月、サーモフィッシャーサイエンティフィックは、174億米ドルと評価される取引で臨床研究サービスプロバイダーPPDの買収を完了した。この買収により、サーモフィッシャーサイエンティフィックは、科学的発見、安全性、有効性、医療成果評価、試験ロジスティクス、治療薬の開発・製造など、臨床開発全般にわたる幅広いサービスを提供する予定である。
- 同市場では、創薬にAIや機械学習技術を取り入れるための投資も増加しており、同地域におけるラボ自動化のニーズを後押ししている。例えば、Google DeepMindのAI技術は、一次配列からタンパク質の3D構造を予測するg DLアルゴリズムを開発した。また、グーグルはサノフィと共同で、新たな技術で創薬を改善するイノベーション・ラボ・プロジェクトを開始した。
重要な地理的市場に関する分析を取得する
サンプルをダウンロード
