В новом выпуске подкаста Eye on AI ведущий Крейг Смит беседует с Алексом Жаворонковым, основателем и главой компании Insilico Medicine. В центре дискуссии — революционный подход к продлению здоровой жизни человека с помощью генеративного искусственного интеллекта и роботизированных лабораторий. Участники обсуждают, как современные ИИ-платформы трансформируют традиционную фармацевтическую индустрию, сокращая путь разработки лекарств от десятилетий до считанных месяцев.
🧠 Три столпа Pharma AI: От поиска мишени до прогнозирования клинических испытаний 5:22
Современный цикл фармацевтических исследований и разработок в Insilico Medicine разделен на три ключевых ИИ-компонента. Первый элемент этой цепочки — платформа Pandaomics, предназначенная для идентификации перспективных белковых мишеней, управляющих развитием заболеваний, включая процессы старения. Инструмент объединяет более 20 моделей глубокого и машинного обучения, натренированных на колоссальных массивах биологических данных и текстовых публикаций. Как отмечает Алекс Жаворонков, Pandaomics находит неочевидные связи между белками и патологиями, предоставляя биологам интерпретируемые механизмы действия вплоть до отдельных генов и сигнальных путей. Недавно в систему был интегрирован естественный языковой интерфейс ChatPandaGPT, позволяющий исследователям напрямую общаться с созданным ИИ графом знаний.
После того как белковая мишень определена, в дело вступает платформа Chemistry 42. Философия компании строится на отказе от традиционного поиска «иголки в стоге сена» — вместо этого ИИ генерирует молекулы с нуля под заданные параметры.
Система одновременно оптимизирует множество критически важных свойств молекулы:
- Высокую активность (potency) и селективность по отношению к целевому белку для минимизации побочных эффектов.
- Химическую новизну, необходимую для успешного патентования и коммерческой привлекательности.
- Метаболическую стабильность, позволяющую веществу не распадаться в желудочно-кишечном тракте и задерживаться в кровотоке.
- Способность преодолевать гематоэнцефалический барьер при необходимости работы с тканями мозга.
В основе Chemistry 42 лежат более 40 генеративных моделей, включая архитектуры GPT, генеративно-состязательные сети (GAN), вариационные автокодировщики (VAE) и генетические алгоритмы. Все они конкурируют друг с другом под управлением системы обучения с подкреплением (reinforcement learning). Специальная панель нейросетей-судей оценивает качество каждой сгенерированной структуры, поощряя или «наказывая» алгоритмы. Обычно системе требуется около 72 часов на первичный разогрев и генерацию идеальных соединений-кандидатов.
Третьим компонентом выступает система InClinical. Она использует ИИ для анализа дизайна клинических исследований и прогнозирования того, завершится ли Фаза 2 клинических испытаний (где тестируется эффективность препарата) успехом или провалом. По словам Жаворонкова, этот инструмент сейчас активно пилотируют хедж-фонды и банки для успешной торговли акциями средних и малых биотехнологических компаний. Исследователь подчеркивает, что менеджеры фондов зачастую подходят к анализу данных глубже и осторожнее, чем топ-менеджеры крупной фармы, поскольку несут прямую финансовую ответственность за ошибки.
🤖 Фабрика без людей: Полностью роботизированная лаборатория в Сучжоу 16:29
Для автоматизации биологической валидации Insilico Medicine построила собственную роботизированную лабораторию в китайском городе Сучжоу, которая вышла на рабочий режим в январе этого года. Выбор локации Жаворонков объясняет прагматическими причинами: во время пандемии COVID-19 в 2020–2022 годах внешние границы Китая были закрыты, однако внутри страны инфраструктура и поставщики оборудования продолжали стабильно функционировать. Кроме того, в КНР развита экосистема контрактных исследовательских организаций (CRO), позволяющая оперативно нанимать тысячи ученых для проведения сопутствующих химических экспериментов. Insilico использует более 40 таких партнеров в Ухане, Шанхае и Гуанчжоу для токсичного химического синтеза.
Сама лаборатория в Сучжоу на 100% принадлежит компании, построена без привлечения государственного финансирования и сфокусирована исключительно на поиске и валидации мишеней. Главным технологическим партнером выступила компания X Imaging, предоставившая умные роботизированные манипуляторы и беспилотные транспортные средства (AGV).
Внутри чистых помещений, куда человеку заходить не требуется, развернуты полностью автономные технологические острова:
- Станции приема, обработки образцов и автоматического управления соединениями.
- Комплекс высокопроизводительного скрининга с массивом оптических систем визуализации.
- Изолированные комнаты подготовки к секвенированию следующего поколения (NGS) и роботизированные комплексы редактирования генома CRISPR.
«Когда в аспирантуре мне приходилось вручную дозировать микролитры реагентов в 96-луночные планшеты, я постоянно совершал ошибки и забывал, куда уже капнул, а куда нет, — вспоминает Алекс Жаворонков. — В нашей лаборатории процесс автоматизирован на 100%, проходит в строго контролируемой атмосфере и полностью защищен от человеческого фактора».
💊 Кейс антифиброзного препарата: Скорость и критерии ИИ-селекции 25:33
В качестве главного примера эффективности платформы Жаворонков приводит разработку молекулы для лечения идиопатического легочного фиброза (IPF), которая к моменту интервью успешно завершила Фазу 1 клинических испытаний на людях и переходит к Фазе 2. Стратегия Insilico всегда предполагает жесткую последовательность: сначала выбирается болезнь, затем — белковая мишень, и только в самом конце проектируется дизайн молекулы.
Приоритет мишени в ИИ-системе рассчитывается на основе четырех базовых метрик:
- Уверенность (confidence): доказанная связь белка с конкретным заболеванием.
- Новизна (novelty): отсутствие аналогичных разработок у конкурентов для обеспечения патентной чистоты.
- Коммерческая привлекательность (commercial tractability): оценка конкурентной среды на 5–10 лет вперед, чтобы препарат не устарел к моменту выхода на рынок.
- Подбираемость лекарств (druggability): структурная доступность белка для связывания с малой молекулой.
В проекте IPF алгоритмы изначально выделили 20 перспективных мишеней, однако на практике ученые смогли протестировать только 5 из них, поскольку для остальных 15 в мире просто не существовало готовых биологических тестов (assays). Из пяти доступных вариантов ИИ выбрал один оптимальный по балансу новизны и подбираемости. Жаворонков поясняет, что некоторые важнейшие онкогены, такие как c-Myc, до сих пор считаются «неподбираемыми» (undruggable) из-за их плоской структуры, похожей на стену, за которую химическому веществу не за что зацепиться.
Благодаря сквозному использованию ИИ путь от полного нуля до утвержденного преклинического кандидата (PCC) занял у Insilico всего 18 месяцев. Еще 30 месяцев потребовалось для проведения испытаний Фазы 1 на безопасность. В общей сложности процесс занял около 40 месяцев (чуть менее 4 лет), что, по заявлениям разработчиков, на 2–3 года быстрее традиционных подходов фармацевтических гигантов и сопряжено с куда меньшим риском провала. Всего к настоящему моменту компания номинировала 13 преклинических кандидатов (9 из них — только за прошлый год), в то время как крупные корпорации уровня Novartis (тратящие на r&d до 9 миллиардов долларов в год) создают собственными силами в среднем лишь 4–5 кандидатов за аналогичный период. Помимо антифиброзной молекулы, Insilico вывела на стадию Фазы 1 еще два препарата, включая лекарство против рака, бьющее по мишени USP1 на принципах синтетической летальности.
⏳ Философия долголетия: Демографический тупик и «скорость убегания» 36:02
Личный интерес Алекса Жаворонкова к биотехнологиям продления жизни уходит корнями в раннее детство. По его мнению, традиционная медицина работает в ошибочной парадигме: она лишь борется с симптомами или изолированными триггерами болезней на поздних стадиях, тогда как истинной «матерью всех заболеваний» является само биологическое старение организма.
Этическую и философскую полемику вокруг продления жизни Жаворонков считает делом людей, далеких от реальной науки. Он категорически не согласен с опасениями по поводу перенаселения планеты. По словам исследователя, мировая статистика подтверждает прямую корреляцию между уровнем интеллекта, образования, дохода и падением рождаемости во всех культурах. Как только развивающиеся страны преодолеют бедность, рост населения остановится сам по себе. Сам Жаворонков осознанно отказался от продолжения рода, предпочитая направлять личные ресурсы на финансовые гранты талантливым студентам.
Настоящую угрозу для цивилизации, по мнению спикера, представляет не перенаселение, а стремительное старение текущего общества. В демократических странах пожилые люди составляют огромный процент электората и голосуют за неподъемные для экономики социальные обязательства.
«Посмотрите на недавние события во Франции: попытка поднять пенсионный возраст всего лишь с 62 до 64 лет вызвала колоссальные протесты, притом что средняя продолжительность жизни там уже превысила 85 лет, — указывает Жаворонков. — Это экономически нежизнеспособно. Если не вернуть пожилым людям биологическую молодость и трудоспособность, западную цивилизацию ждет неминуемый крах».
Гость подкаста предполагает, что человечество, возможно, уже находится в процессе достижения «скорости убегания долголетия» (longevity escape velocity), когда каждый прожитый год благодаря экспоненциальному прогрессу технологий добавляет человеку больше одного года ожидаемой жизни. Главным препятствием на этом пути Жаворонков считает не биологию, а геополитику — риски неадекватных диктаторов, способных «нажать на красную кнопку» и уничтожить научную инфраструктуру планеты. Тем не менее исследователь призывает к безусловному оптимизму, называя его важнейшим ментальным компонентом долголетия.
⏰ Precious1 GPT: Трансформерные часы биологического возраста 1:18:42
В финале беседы Жаворонков раскрыл детали недавней научной публикации компании, посвященной мультимодальной архитектуре Precious1 GPT. Это масштабная трансформерная модель («часы старения»), обученная на колоссальных массивах данных метилирования ДНК и транскриптомики. Нейросеть способна с высокой точностью определять реальный хронологический возраст человека по биоматериалу, параллельно выявляя скрытые взаимосвязи между экспрессией генов и эпигенетическими метками.
Основная ценность Precious1 GPT заключается в методе переноса весов (transfer learning). Обученная на базовой биологии старения нейросеть затем переориентируется на анализ конкретных заболеваний. Это позволяет ИИ дешифровать глубокие патологические механизмы, которые невозможно зафиксировать стандартными методами предсказания. Жаворонков резюмирует, что инвестиции в исследования старения имеют наивысший коэффициент полезного действия для человечества. Если разработанный ИИ препарат продлит здоровую жизнь каждого жителя Земли хотя бы на один год, это одномоментно сгенерирует 8 миллиардов лет качественной, продуктивной жизни для всей планеты.
