ИИ помогает искать лекарства от рака — но заменить ученых пока не может

Как нейросети уже помогают искать молекулы для лечения рака, почему ИИ способен за часы проверить миллиарды вариантов будущих лекарств, но пока не заменит клинические испытания, и зачем всей индустрии сегодня нужен «финансовый пузырь» вокруг искусственного интеллекта.

Об этом в подкасте Александра Соколовского рассказал Андрей Дороничев — предприниматель в IT-сфере, бывший сотрудник Google, возглавивший разработку мобильного приложения YouTube. Сегодня его AI-компания BIOPTIC разрабатывает лекарства и уже запатентовала молекулы для лечения рака и болезни Паркинсона.

Как ИИ ищет молекулы, на которые раньше уходили годы

Поиск нового лекарства обычно начинается с поиска молекулы, которая сможет воздействовать на нужный белок. Раньше на этот этап уходили годы лабораторных экспериментов. Сегодня искусственный интеллект позволяет сначала проверить миллиарды вариантов виртуально, а уже потом синтезировать самые перспективные соединения.

Один из таких проектов команда Андрея Дороничева реализовала совместно со Стэнфордским университетом. Из 53 молекул, предложенных ИИ, две оказались эффективнее существующих в мире аналогов для выбранной биологической мишени.

«ИИ получает последовательность аминокислот в протеине и пространство из различных формул возможных молекул, которые можно теоретически синтезировать. Далее ИИ может кодировать векторы и, используя нашу нейронку, обученную на всех существующих научных данных, сказать, будет ли синтезированная молекула активна на новом протеине».

Почему ИИ не заменит разработку лекарств

Многие ожидают, что искусственный интеллект сможет полностью автоматизировать создание лекарств. По словам Андрея Дороничева, реальность гораздо сложнее. Сегодня ИИ действительно ускоряет самый первый этап исследований, но дальше все равно начинается долгая работа ученых.

«Все зависит от того, какой коэффициент мы даем ИИ-преимуществу, которое еще не измерено для индустрии. На первом этапе создания лекарства мы видим, что, используя ИИ, мы драматически повышаем шанс найти первую молекулу, которую потом будем улучшать».

До появления вычислительной химии и машинного обучения поиск одной перспективной молекулы занимал годы и обходился фармацевтическим компаниям в миллионы долларов. Эксперт объясняет, из чего состоит этот процесс и почему он такой трудоемкий:

«До вычислительной химии и машинного обучения роботы вручную капали по 96 пробирок на тарелку и проверяли активность. В гигантских помещениях физическим образом перебиралось огромное количество вариантов молекул. Эксперименты делались буквально на жидкостях. Это чудовищно дорого и медленно, в таком мире шансы что-то найти очень малы.

Весь процесс разработки лекарств разбит на несколько этапов: идентификацию первой активной молекулы, её оптимизацию, использование этой молекулы в моделях (живых существах, которые симулируют пациента), в конечном счёте доходим до пациента.

Каждый из этих этапов в традиционном процессе, если не считать ускорение при помощи вычислительных методов, занимает годы, десятки, а потом и сотни миллионов долларов — по мере прохождения этапов».

Именно поэтому наибольшую пользу ИИ приносит на этапе поиска кандидатов. Вместо дорогостоящих лабораторных экспериментов миллиарды вариантов можно сначала проверить виртуально и только потом переходить к синтезу наиболее перспективных соединений.

«Сейчас мы можем миллиарды молекул виртуально сканировать за часы. Мы и вся индустрия пытаемся выяснить, какой дополнительный коэффициент увеличения эффективности или сжатия сроков дает использование этих вычислительных методов. Самое простое, где ИИ можно применять, — на начальном этапе».

Несмотря на технологический прогресс, самые дорогие этапы разработки лекарств пока практически невозможно ускорить. Главная причина — слишком сложное устройство человеческого организма.

«Сложность строения одной клетки сопоставима городу-миллионнику со всеми своими светофорами, машинами и курьерами, доставляющими заказы. Человечество еще не приблизилось к тому, чтобы даже одну клетку симулировать. И как-то сильно ускорить этап клинических испытаний, создав цифрового двойника пациента, мы пока не можем».

Именно поэтому крупнейшие исследовательские центры пытаются решить следующую задачу — научиться моделировать не отдельные клетки, а организм человека целиком. По словам Дороничева, именно этим сейчас занимается, например, Biohub Марка Цукерберга.

Почему финансовый пузырь вокруг ИИ необходим

Сегодня многие говорят, что рынок искусственного интеллекта перегрет, и в отрасль вкладывают слишком много денег. Но Андрей Дороничев считает, что без подобных «пузырей» крупные технологические революции вообще невозможны.

«Все большие технологические прорывы сопровождаются финансовым пузырем, потому что именно он позволяет построить гигантский инфраструктурный компонент для трансформации мира. Сейчас мы в хорошем пузыре, инновация настоящая, сомнений в ней нет. ИИ — самая прорывная технология, которая изменит нашу жизнь и жизнь наших правнуков, я в этом убежден».

По его словам, похожая ситуация уже происходила во время интернет-бума конца 1990-х. Тогда были построены инфраструктура и компании, которые позже определили развитие современной цифровой экономики.

О подкасте Александра Соколовского

Подкаст Александра Соколовского — Youtube-канал с аудиторией в 1 300 000 подписчиков. С 2019 года ведущий Александр Соколовский встречается с людьми, достигшими впечатляющих успехов в своей деятельности. Среди героев подкаста: Олег Новиков, президент «Эксмо-АСТ» и совладелец «Литрес»; Игорь Рыбаков «Forbes «№84»; Георгий Соловьев, основатель Skyeng, Наталья Фомичева, сексолог; Михаил Гельфанд, биоинформатик; Леонид Гольдорт, основатель СДЭК; комик Сергей Орлов и многие другие сильнейшие предприниматели, медийные личности и ученые.

В каждом эпизоде подкаста ведущий и его гости обсуждают карьеру, жизнь, влияние образа мышления и будущее, которое нас ожидает.

Фото предоставлено командой подкаста Александра Соколовского