Фармацевтическая отрасль стоит на пороге революции: искусственный интеллект, еще недавно считавшийся инструментом будущего, уже сегодня проектирует реальные лекарственные препараты. По прогнозам Алекса Жаворонкова, CEO компании Insilico Medicine, первые ИИ-разработанные препараты могут выйти на рынок уже к 2030 году. В интервью Bloomberg он отметил, что несколько молекул, созданных с помощью алгоритмов, уже проходят клинические испытания, и некоторые демонстрируют обнадеживающие результаты.
От лаборатории до клиники: как ИИ меняет разработку лекарств
Классическая разработка нового лекарства — это процесс, растянутый на 10–15 лет и стоящий до $2,5 млрд. Большая часть затрат и времени уходит на поиск молекул, способных взаимодействовать с нужными биомишенями, и на предсказание их безопасности.
Всего несколько лет назад применение ИИ в фармацевтике ограничивалось академическими исследованиями. Сегодня же компании вроде Insilico Medicine, Exscientia и Recursion Pharmaceuticals доказывают, что алгоритмы способны не только ускорять поиск молекул, но и сокращать затраты на доклинические исследования. Например, Insilico Medicine с помощью генеративного ИИ сократила сроки открытия потенциального препарата для лечения фиброза легких с традиционных 4–5 лет до 18 месяцев. Сейчас это соединение проходит вторую фазу клинических испытаний.
Exscientia, еще один лидер в этой области, уже вывела на клинические стадии два препарата, полностью спроектированных ИИ: один для лечения обсессивно-компульсивного расстройства, другой — в области иммуноонкологии. Американская Generate:Biomedicines также ведет несколько программ, разработанных с использованием генеративных моделей. В 2024 году Generate заключила контакт с Novartis на $1 млрд, а Isomorphic Labs — на $3 млрд с Novartis и Lilly.
Компании используют нейросети для генерации химических структур, предсказания 3D-форм белков, оценки биодоступности и токсичности. Например, AlphaFold от DeepMind, используемый Isomorphic Labs, позволяет точнее моделировать структуру белков — и, значит, подбирать потенциальные действующие вещества целенаправленно, а не методом перебора.
Подобные примеры показывают, что технологии машинного обучения перестали быть экспериментальными и постепенно становятся частью стандартного процесса разработки лекарств.
Когда ИИ-препараты появятся в аптеках
Оптимистичный прогноз Жаворонкова о выходе первых ИИ-разработанных лекарств к 2030 году выглядит реалистичным, но не лишенным вызовов. Главное препятствие — не столько технологии, сколько регуляторные и рыночные барьеры.
«Я буду удивлен, если мы не увидим этого в течение следующих пяти-шести лет», — Алекс Жаворонков, CEO Insilico Medicine
Во-первых, клинические испытания остаются длительным и дорогостоящим этапом. Даже если ИИ ускоряет поиск молекул, фазы I–III по-прежнему занимают годы. Во-вторых, регулирующие органы, такие как FDA и EMA, только начинают вырабатывать стандарты для оценки ИИ-разработанных препаратов. Пока нет четких правил, гарантирующих, что алгоритмы не пропустят критически важные риски.
Кроме того, ИИ эффективен там, где есть большие и чистые массивы данных. А доступ к реальным клиническим данным часто ограничен как юридически, так и технически. Это сдерживает темпы развития, особенно в онкологии и редких заболеваниях.
Наконец, врачи и пациенты должны быть готовы доверять лекарствам, созданным без традиционного «ручного» дизайна. Здесь ключевую роль сыграют прозрачность методов и убедительные данные клинических исследований.
Если текущие испытания окажутся успешными, к 2030 году мы, скорее всего, увидим первые коммерческие ИИ-препараты в нишевых областях — например, в онкологии или лечении редких заболеваний, где традиционные методы разработки менее эффективны. В долгосрочной перспективе ИИ может радикально изменить фармацевтику, сделав лекарства более персонализированными и доступными.
Если прогноз Insilico оправдается, это будет поворотным моментом в фарме. Время и стоимость разработки препаратов могут снизиться на 30–50%. Это откроет путь к разработке терапии для редких и экономически «неприоритетных» заболеваний. Кроме того, появление ИИ-молекул может стимулировать конкуренцию на зрелых рынках, например, в онкологии или аутоиммунных заболеваниях.
Однако есть и риски. Качество данных, на которых обучаются алгоритмы, остается критическим фактором: ошибки в обучающих наборах могут привести к неэффективным или даже опасным соединениям. Кроме того, предстоит решить этические вопросы — например, кто будет нести ответственность, если ИИ предложит молекулу с непредвиденными побочными эффектами?
ИИ уже доказал, что способен ускорять и удешевлять разработку лекарств, но его истинное испытание — выход на рынок — еще впереди. Если регуляторы, ученые и индустрия смогут найти баланс между инновациями и безопасностью, к 2030 году мы станем свидетелями нового этапа в фармацевтике — эпохи лекарств, созданных не только человеком, но и искусственным интеллектом.