Фармацевтическая индустрия традиционно ассоциируется с длительными сроками и высокой степенью неопределённости. Если учесть, что более 90% кандидатов в лекарства терпят неудачу на разных этапах разработки, то можно понять, почему многие учёные и предприниматели устремились в сторону технологий, способных изменить эту ситуацию. Искусственный интеллект (ИИ) рассматривается как одно из ключевых решений, обещающих ускорить и упростить процесс открытия новых препаратов. Несмотря на десятилетия ожиданий и попыток автоматизировать этот сложный процесс, пока лекарства, созданные исключительно с помощью ИИ, не вышли на рынок. Почему же? В чем специфика и вызовы, с которыми сталкивается эта инновационная область фармацевтики? И какое будущее ожидает взаимодействие технологий и медицины? В этой статье мы попробуем разобраться, где сегодня находятся лекарства, разработанные с помощью искусственного интеллекта, и почему их появление занимает больше времени, чем ожидалось.
Путь от идеи до лекарства – это долгая и трудно предсказуемая дорога. Искусственный интеллект помогает на стадии исследования и проектирования молекул, позволяя анализировать огромные объемы биологических данных и выявлять паттерны, которые могут ускользнуть от человеческого взгляда. Классический процесс требует того, чтобы химики вручную создавали и тестировали тысячи вариантов молекул, что занимает годы и требует колоссальных ресурсов. ИИ позволяет сузить поиск потенциально эффективных соединений, по сути сокращая количество тестов и помогая направлять исследования в более перспективные области. Одним из примеров компаний, активно работающих в этом направлении, является Recursion Pharmaceuticals.
Ее команда, возглавляемая исследователем Питером Реем, использует ИИ для анализа снимков клеток, испытывая тысячи молекул одновременно и выявляя эффекты потенциальных лекарств на уровне живых клеток. Это позволяет не только ускорить процесс выявления кандидатов, но также познать сложные биологические процессы более детально и системно. Инновационный подход Recursion помогает создавать молекулы, которые были бы трудно или невозможно спроектировать традиционными методами. Другой значимый игрок — компания Insilico Medicine, где ИИ применяют не только для разработки лекарств, но и для поиска новых биологических целей и прокладки пути к лечению заболеваний, связанных со старением. Их лекарственный кандидат для лечения идиопатического легочного фиброза уже прошёл стадии клинических испытаний, что подтверждает потенциал ИИ в сфере реальных медицинских инноваций.
Несмотря на эти успехи, на рынке пока отсутствуют одобренные лекарства, полностью созданные с помощью ИИ. Причина в том, что сам процесс клинических испытаний и регистрации препаратов чрезвычайно сложен и времязатратен. Разработка инновационной молекулы — только первый шаг. Последующие этапы включают многолетние проверки безопасности и эффективности на людях, где могут выявиться совершенно неожиданные побочные эффекты или недостаточная эффективность. Дополнительной сложностью является сама биология.
Многие заболевания обусловлены сложными молекулярными и клеточными механизмами, которые не всегда поддаются точному моделированию. ИИ учится на доступных ему данных, и качество этих данных напрямую влияет на качество результата. Впервые за многие годы рыбка лекарственного открытия словно застряла в самом начале пути. Однако многие специалисты считают, что лишь необходима долгосрочная и системная работа с развитием технологий, чтобы итоги начали проявляться в массах одобренных лекарств. Еще один аспект — это скептицизм традиционных фармацевтических компаний и специалистов.
Многие из них относятся к новым технологиям с осторожностью, поскольку большие деньги и ответственность за пациентов заставляют доверять проверенным методам. Тем не менее, уже сегодня крупные фармацевтические гиганты начинают создавать собственные исследовательские подразделения, ориентированные на использование ИИ, и активно внедряют автоматизацию и машинное обучение в ключевые этапы исследований. Автоматизация лабораторий, где роботы проводят эксперименты под контролем ИИ, становится обычным делом. Такой симбиоз человеческого опыта и компьютерных мощностей позволяет снизить издержки и минимизировать человеческие ошибки. Кроме того, ИИ помогает оптимизировать не только саму разработку молекул, но и подбор пациентов для клинических испытаний, что значительно повышает шансы на успешное прохождение очередных этапов.
Тем временем, виктория DeepMind в 2020 году с решением задачи предсказания свертывания белков стала знаковой вехой. Точная структура белка является одним из ключевых факторов для понимания механизмов действия лекарств. Это открытие дало толчок для создания еще более сложных моделей и мотивировало ученых заниматься не просто распознаванием паттернов, но и активным конструированием новых молекул. Однако искусственный интеллект не лишен недостатков. Один из самых острых вопросов сегодня — это «галлюцинации» моделей ИИ, когда алгоритмы предлагают решения или молекулы, которые не имеют реального практического смысла и оказываются бесполезными или вредоносными.
Для фармацевтики это особенно критично, так как от каждой ошибки зависит не только время и деньги, но и жизни пациентов. Поэтому несмотря на использование ИИ, важной все равно остается роль учёных, которые проверяют и интерпретируют полученные результаты. Подводя итоги, можно сказать, что лекарства, разработанные искусственным интеллектом, уже существуют в форме кандидатов, некоторые из которых дошли до клинических испытаний. Но еще не появилось препарата, получившего массовое одобрение и выход на фармацевтический рынок. Согласованная работа исследователей, инженеров, регуляторов и инвесторов необходима для преодоления последних барьеров.
ИИ сегодня становится мощным инструментом в фармацевтике, меняет подходы к проектированию и тестированию лекарств, сокращая путь от идеи к клиническим тестам. В ближайшие годы, по мнению многих экспертов, мы увидим первые по-настоящему революционные препараты, внезапно появившиеся благодаря алгоритмам и машинам. Хотя время — самый ценный ресурс в медицине, процесс трансформации отрасли, похоже, уже начался и предлагает надежду на лечение ранее неизлечимых болезней с помощью синергии человека и искусственного интеллекта.
