В новом выпуске подкаста a16z сооснователь Arc Institute Патрик Сюй и партнер фонда a16z Bio & Health Хорхе Конде обсуждают амбициозную цель — сделать науку «быстрее». В центре дискуссии — создание «виртуальных клеток» с помощью нейросетей-трансформеров, что должно превратить биологию из экспериментальной дисциплины в вычислительную и радикально сократить 90-процентный уровень провалов при разработке новых лекарств.
🧬 Миссия Arc Institute: почему наука буксует 0:38
Патрик Сюй описывает свою главную цель как «ускорение науки» . По его мнению, в отличие от исследований в области ИИ, которые движутся со скоростью итераций на GPU, биологическая наука до сих пор жестко привязана к физическому миру атомов: ученым приходится перемещать прозрачные жидкости из пробирки в пробирку и ждать, пока вырастут клетки или ткани .
Сюй выделяет несколько причин медленного прогресса, называя это «гордиевым узлом» стимулов:
- Система финансирования и обучения: Академическая среда часто поощряет краткосрочные публикации вместо долгосрочных прорывных проектов .
- Физическая разобщенность: Даже в рамках одного университета специалисты по нейронаукам, иммунологии и машинному обучению могут находиться в разных концах кампуса, что снижает частоту их «столкновений» и обмена идеями .
- Междисциплинарный барьер: Исследовательским группам сложно быть одинаково сильными более чем в двух областях одновременно (например, в химии и вычислительной биологии) .
Arc Institute был создан как организационный эксперимент, цель которого — собрать под одной крышей экспертов из пяти разных областей (от нейронаук до робототехники), чтобы они работали над едиными флагманскими проектами, такими как поиск мишеней для лечения болезни Альцгеймера .
🧪 Концепция виртуальной клетки: «AlphaFold для всей биологии» 6:56
Центральный проект Сюя — создание «виртуальной клетки» (virtual cell). По аналогии с моделью AlphaFold от DeepMind, которая совершила революцию, научившись предсказывать структуру белков с точностью более 90% , Сюй хочет создать систему для прогнозирования реакции клетки на любое внешнее воздействие (пертурбацию).
Ключевые идеи концепции:
- Прогнозирование состояний: Клетка может находиться в разных состояниях: быть здоровой, воспаленной, стареющей или раковой. Задача модели — понять, как «перетянуть» клетку из болезненного состояния в здоровое .
- Биология как язык: Сюй признает, что ИИ в биологии развивается медленнее, чем в тексте или видео, потому что люди не «говорят» на языке ДНК нативно . В NLP мы сразу видим ошибку в тексте, а в биологии для проверки предсказания модели нужно проводить реальный эксперимент в лаборатории .
- РНК как зеркало: Хотя измерить всё (метаболиты, белки) в клетке одновременно пока невозможно, Сюй считает, что данные РНК-секвенирования работают как «зеркало» с низким разрешением, отражающее процессы на всех уровнях .
С точки зрения Хорхе Конде, виртуальная клетка станет «вторым пилотом» для биологов. Она не заменит лабораторию полностью, но позволит проверять миллиарды вариантов лекарств in silico (в симуляции), выбирая для реальных тестов только самые перспективные .
📈 Экономика бессмертия: от GLP-1 до триллионных капитализаций 22:18
Дискуссия затрагивает финансовую сторону вопроса. Биотехнологическая индустрия сталкивается с проблемой высокой капиталоемкости и низких темпов успеха: 90% лекарств проваливаются в клинических испытаниях .
По мнению Хорхе Конде, индустрию «исцелят» три фактора:
- Снижение капиталоемкости за счет более точных ИИ-моделей .
- Сжатие временных рамок ранних стадий открытия .
- Увеличение «размера эффекта» (effect size) лекарств, чтобы польза была очевидна быстрее .
В качестве примера колоссального успеха спикеры приводят препараты GLP-1 (от компаний Eli Lilly и Novo Nordisk) для лечения диабета и ожирения. Сюй отмечает, что рыночная капитализация этих компаний выросла на триллион долларов, что превышает стоимость всех когда-либо созданных биотехнологических стартапов за последние 40 лет вместе взятых . Этот успех, по словам Сюя, «поднял планку амбиций» всей индустрии, заставив инвесторов снова смотреть на огромные рынки, а не только на редкие (орфанные) заболевания .
🤖 ИИ: где реальный прогресс, а где «хайп» 38:27
Патрик Сюй дает жесткую оценку текущему состоянию ИИ в медицине:
- Heft (Реальный результат): Дизайн белков (protein design), ИИ в патологии и радиологии для автоматизации диагностики .
- Hype (Хайп): Модели для предсказания токсичности молекул. Сюй считает, что они пока не работают надежно . Также он скептичен к термину «мультимодальные биологические модели», если за ним не стоит конкретная архитектура .
- Hope (Надежда): Создание «агентов-исследователей», которые смогут параллельно запускать миллионы циклов открытий .
Сюй также подчеркивает разницу между «механистическими моделями» и «метеорологическими симуляциями». Модель может предсказать, что «пойдет дождь» (лекарство сработает), даже если она не понимает до конца физику процесса — и для спасения жизней этого часто достаточно .
🚀 Будущее: робототехника, BCI и «Fellowship of the Ring» 46:06
Помимо биологии, Сюй как инвестор выделяет три направления, которые изменят человеческий опыт:
- Синтетическая биология: Улучшение сна, долголетие .
- Интерфейсы мозг-компьютер (BCI): Прорывы в лечении паралича и расширении возможностей мозга .
- Робототехника: Как промышленная, так и потребительская, для масштабирования физического труда .
Сюй сравнивает процесс поиска основателей с «Братством кольца» (Fellowship of the Ring): задача венчурного капиталиста — найти нужных людей и дать им ресурсы именно в тот момент, когда технология готова к масштабированию .
Он также выражает большой оптимизм по поводу японского стартапа Sakana AI, основанного одним из авторов архитектуры Transformer Лайоном Джонсом. Они работают над эволюционным отбором моделей и их объединением, что может вывести ИИ за рамки текущих ограничений .
В завершение Патрик Сюй анонсировал Virtual Cell Challenge — открытый конкурс с призовым фондом $100 000 (при поддержке NVIDIA и 10X Genomics), где любой желающий может обучить свою модель предсказывать пертурбации в клетках .
