ИИ в фармацевтических исследованиях: DeepMind AlphaFold, Pfizer AI Drug Discovery и Insilico Medicine

В 2020 году DeepMind AlphaFold решил задачу, над которой биологи работали 50 лет: предсказание трёхмерной структуры белка по его аминокислотной последовательности. За 2 дня AI предсказал структуру >200 миллионов белков. Это изменило биологию так же, как изобретение микроскопа. Теперь любой исследователь в мире может бесплатно получить 3D-структуру любого известного белка за секунды.

Кейс 1. DeepMind AlphaFold — научный прорыв века

Что такое «проблема свёртывания белка»

• Белки — молекулярные машины жизни: ферменты, рецепторы, антитела
• Функция белка определяется его 3D-формой
• Форма определяется последовательностью аминокислот
• Задача: предсказать форму по последовательности

Почему это трудно:

• Среднебольшой белок: 300 аминокислот
• Возможных конфигураций: 10^300 (больше атомов в видимой вселенной)
• Экспериментальное определение структуры: 6 месяцев + $100 000

AlphaFold2 — революция

Технология:

• Transformer архитектура (та же, что в GPT)
• Обучен на: Protein Data Bank (>170 000 известных структур)
• Ключевая инновация: «эволюционная информация» — если две последовательности эволюционировали совместно, вероятно они взаимодействуют

Результат CASP14 (2020):

• Международный конкурс по предсказанию структур белков
• AlphaFold2: средняя точность 92.4 GDT_TS (практически экспериментальная точность)
• Ближайший конкурент: 60 GDT_TS
• Разрыв: как от нуля до готового решения

AlphaFold Database (2022):

• DeepMind опубликовал структуры >200 миллионов белков БЕСПЛАТНО
• Это охватывает: практически все белки всех известных организмов
• >1 миллиона исследователей использовали базу данных в первый год

Применение в разработке лекарств

Drug Discovery Revolution: Разработка лекарства обычно начинается с поиска «мишени» (целевого белка):

• AlphaFold показывает 3D-структуру любого белка → исследователи видят «карман» для связывания
• Generative AI (RosettaFold, ESMFold) предлагает молекулы, которые идеально вписываются в этот карман
• Виртуальный скрининг: AI тестирует >100 миллионов молекул за дни (раньше: годы)

Конкретный кейс — Novartis: Novartis использует AlphaFold для программы борьбы с малярией:

• Идентифицированы 4 новых мишени в геноме малярийного паразита
• 2 кандидата в лекарственные молекулы уже в предклинических испытаниях
• Время от идеи до кандидата: 8 месяцев (обычно: 3–5 лет)

Кейс 2. Insilico Medicine — первое лекарство разработанное AI от идеи до клинических испытаний

Кто такая Insilico Medicine

• Основана: 2014, Гонконг (сейчас также в NYC и Abu Dhabi)
• Специализация: Generative AI для разработки лекарств
• Инвестиции: >$400 млн
• Уникальность: первая компания, создавшая AI-разработанное лекарство, дошедшее до клинических испытаний

ISM001-055 — лекарство от лёгочного фиброза

История создания:

Этап 1 — AI выбирает мишень (2021):

• Генеративный AI PandaOmics анализировал: 200+ научных статей + геномные данные
• Выявил: TNIK (TRAF2- and NCK-interacting kinase) — недооценённая мишень для лёгочного фиброза
• Время: 30 дней (обычно: 1–2 года поиска мишени)

Этап 2 — AI создаёт молекулу (2021):

• Chemistry42 — генеративная AI-система для молекулярного дизайна
• Задача: создать молекулу, которая:

- Связывается с TNIK (нужная активность) - Безопасна для человека (нет токсичности) - Хорошо всасывается и распределяется (фармакокинетика)

• Chemistry42 сгенерировал >1 000 кандидатов за 21 день
• Отобрано лучших: 6 молекул для синтеза

Этап 3 — Эксперименты:

• Синтезированы и протестированы 6 молекул
• Победитель: ISM001-055
• Время от начала до кандидата на испытания: 18 месяцев (обычно: 4–5 лет)

Этап 4 — Клинические испытания:

• Фаза 1 (безопасность на людях): 2023, Австралия и Новая Зеландия
• Результаты: хорошая переносимость, нет серьёзных побочных эффектов
• Фаза 2 начата: 2024

Значимость: Insilico Medicine доказала: AI-разработанное лекарство может быть безопасным у людей. Это снимает главный скептицизм отрасли.

Кейс 3. Pfizer + AI — ускорение после COVID

COVID как катализатор

COVID-вакцина Pfizer разработана за 9 месяцев (обычно: 10–15 лет). AI сыграл ключевую роль:

• Clinical Trial Design AI: ML оптимизировал дизайн испытаний (когда, где, сколько участников)
• Safety Signal Detection: AI выявлял потенциальные побочные эффекты быстрее традиционных методов
• Supply Chain AI: управление цепочкой поставок вакцины по всему миру

Pfizer AI Drug Discovery Programs

paxlovid (COVID антивирусный):

• AI помог отобрать из 10 000+ молекул-кандидатов
• Разработка заняла: < 3 лет (обычно: 10+ лет для нового класса антивирусных)

Pfizer mRNA Research + AI:

• AI-дизайн mRNA последовательностей: оптимизация для стабильности и экспрессии
• Технология распространяется: Pfizer использует mRNA + AI для онкологических вакцин

Breakthrough Oncology: Pfizer AI для онкологии:

• Analysing tumour genomics: AI идентифицирует мутации → подбирает подходящие молекулы из портфеля
• Virtual Tumor Simulation: AI-модель опухоли позволяет тестировать комбинации лекарств виртуально

Кейс 4. BenevolentAI (Великобритания) — AI обнаруживает применение существующих лекарств

Репозиционирование лекарств через AI

Идея: миллиарды долларов вложены в создание новых молекул. Но тысячи одобренных лекарств могут работать против новых болезней — если найти правильные связи.

BenevolentAI Knowledge Graph:

• Крупнейший в мире граф медицинских знаний
• >1 миллиарда связей: гены → болезни → лекарства → побочные эффекты → биомаркеры
• AI ищет: неожиданные связи, которые человек пропустил бы

COVID-19 кейс (2020): Когда началась пандемия:

• BenevolentAI AI за 48 часов проанализировал весь граф
• Вывод: Baricitinib (лекарство от ревматоидного артрита) может помочь при COVID-19
• Механизм: блокирует белок, который COVID использует для заражения клеток
• Клинические испытания: подтвердили — Baricitinib одобрен FDA для тяжёлого COVID

Amyotrophic Lateral Sclerosis (ALS): BenevolentAI выявила: ML-025 (новая молекула из библиотеки) перспективна для БАС.

• Клинические испытания начаты: 2022
• Статус: продолжаются

Кейс 5. Recursion Pharmaceuticals (США) — AI + роботизация в лаборатории

High-Throughput Drug Discovery

Recursion объединяет:

• >100 роботов в лаборатории в Солт-Лейк-Сити
• Проводят >2,2 миллиона биологических экспериментов в неделю
• AI анализирует: образы клеток (fluorescence microscopy)

Cellular Morphology AI:

• Клетки с болезнью vs здоровые: ML выявляет едва заметные морфологические отличия
• При добавлении лекарства: AI видит «нормализуются» ли клетки
• Скрининг: >50 000 молекул в неделю на эффективность

Recursion OS — AI-платформа:

• Foundation Model для биологии: обучен на >2 петабайтах биологических данных
• Предсказывает: как клетки реагируют на 1000+ болезней
• Партнёрства: Roche, Bayer, Genentech

Финансовые результаты:

• IPO 2021: оценка $2,5 млрд
• Pipeline: 50+ кандидатов на ранних стадиях

Кейс 6. Российская фармацевтика и AI

BIOCAD — российский биотех + AI

BIOCAD — крупнейшая российская биотехнологическая компания:

• AI для анализа клинических данных
• ML-алгоритмы для предсказания иммуногенности биопрепаратов
• Партнёрство со Сколтехом: разработка AI-инструментов для молекулярного дизайна

«Нанолек» + AI

Нанолек (вакцины и биопрепараты):

• AI-оптимизация технологических процессов производства
• Предиктивные модели стабильности вакцин
• ML-контроль качества в процессе производства

Практика для фармацевтического предприятия

Что применимо уже сейчас:

1. AI-анализ клинических данных:

- ChatGPT/Claude для анализа данных клинических испытаний - SAS Viya + AI-модули (лидирующая система в клинических исследованиях) - Результат: ускорение статистической обработки данных в 2–3 раза

1. AI-literature review:

- Semantic Scholar AI: автоматический поиск релевантных публикаций - Elicit.org: AI-помощник для анализа научных статей - Экономия: 20–40 часов работы научного сотрудника на обзор литературы

1. AI-моделирование молекул:

- AlphaFold (бесплатно): 3D-структуры белков-мишеней - AutoDock Vina (бесплатно): молекулярный докинг - ChemBERTa (open source): предсказание свойств молекул

Источники: DeepMind AlphaFold Nature 2021, Insilico Medicine clinical trial publications, Pfizer R&D Annual Report, BenevolentAI press releases, Recursion Pharmaceuticals Annual Report 2023.