Фармацевтические компании переходят от использования искусственного интеллекта только для анализа данных к экспериментам, где алгоритмы связаны с автоматизированным лабораторным оборудованием. Этот подход может ускорить ранние этапы поиска лекарств, но пока не отменяет длительную проверку безопасности и эффективности.
От прогноза к эксперименту
В классической разработке исследователи выбирают биологическую мишень, ищут подходящую молекулу, проверяют её свойства в лаборатории и затем проводят доклинические и клинические исследования. Многие кандидаты отсеиваются на каждом из этапов.
Модели ИИ могут сопоставлять большие массивы данных о белках, генетике и химических соединениях. В автономной лаборатории цикл может выглядеть так: алгоритм предлагает эксперимент, роботизированное оборудование его проводит, а результат возвращается в систему для следующей гипотезы. Roche заявила о планах развивать такие лаборатории и расширять использование платформы Target Nexus. Приведённые компанией доли решений с участием ИИ отражают её внутренние показатели, а не независимое доказательство эффективности технологии.
Инвестиции растут, но зрелость проектов различается
Сделки фармацевтических компаний охватывают разные стадии разработки. Например, Merck заключила соглашение со SciBrunch Therapeutics о лицензировании экспериментального перорального препарата SPR2015, нацеленного на мутацию KRAS G12D. Потенциальная сумма сделки составляет до 2,13 млрд долларов с учётом предусмотренных платежей. Препарат находится на доклинической стадии и ещё не проверялся в исследованиях на людях.
Другой пример — brelovitug: компания-разработчик сообщила о достижении основной цели исследования III фазы при хроническом гепатите D, но препарат остаётся экспериментальным. Результаты клинического исследования нельзя приравнивать к регистрации или доказанному широкому эффекту лечения.
Клинические испытания остаются обязательными
ИИ может помочь быстрее отбирать гипотезы и кандидатов, но вывод о пользе и рисках лекарства требует проверок на каждом этапе. Молекулы, предложенные алгоритмом, всё равно проходят доклинические исследования, а затем испытания с участием людей и регуляторную оценку.
Поэтому ближайший эффект ИИ вероятнее проявится в организации ранних исследований и выборе направлений для проверки. Насколько технология сократит сроки разработки и улучшит результаты лечения, станет ясно по мере того, как созданные с её помощью препараты пройдут полный цикл испытаний.
Источники: Reuters о планах Roche; Merck о соглашении по SPR2015; Mirum о brelovitug.
