Ранее на этой неделе на мероприятии под названием «Брифинг: ИИ для науки» компания Anthropic, занимающаяся искусственным интеллектом, объявила о запуске своей новой платформы Claude Science, позиционируя ее как «рабочий стол ИИ» для ученых. Платформа предназначена для интеграции разрозненных инструментов научных исследований и наборов данных в одну среду и автоматического создания диаграмм и результатов визуализации. Anthropic считает, что этот тип технологии искусственного интеллекта может «значительно ускорить развитие научных открытий и медицинских вмешательств». Компания также подчеркнула, что большое количество биотехнологических и фармацевтических компаний уже используют Claude для соответствующих исследований и разработок.
Еще более амбициозно: Anthropic больше не довольствуется ролью просто поставщика инструментов и публично заявила, что планирует сама разрабатывать лекарства. Эрик Каудерер-Абрамс, руководитель отдела биологических наук, заявил в интервью, что компания сосредоточится на «запущенных» областях заболеваний и надеется открыть новые варианты лечения с помощью ИИ. В условиях нынешнего бума исследований и разработок лекарств с использованием искусственного интеллекта технологические гиганты, такие как OpenAI, Amazon и Google, запустили свои собственные платформы для медико-биологических наук. Тем не менее, заявление Anthropic является одним из немногих публичных шагов компании, занимающейся передовыми моделями искусственного интеллекта, прямо заявившей, что она будет разрабатывать собственные лекарства. Это также ставит ее в довольно щекотливое положение: с одной стороны, она продает программные средства многим фармацевтическим компаниям, а с другой — может стать потенциальным конкурентом этих клиентов в области исследований и разработок лекарств.
Инсайдеры отрасли отметили, что шаг Anthropic фактически подтолкнул компанию к более широкой конкуренции. К конкурентам присоединяются фармацевтические компании, ориентированные на искусственный интеллект, такие как Insilico, Isomorphic Labs, дочерняя компания Google DeepMind, а также большое количество традиционных биотехнологических и крупных фармацевтических компаний, которые создают или приобретают инструменты искусственного интеллекта. Несмотря на свой огромный импульс, Anthropic до сих пор предоставила очень ограниченную конкретную информацию: они не заявили, как будут продвигаться вперед, если найдут многообещающих кандидатов на лекарства, и не ответили на подробные вопросы о том, какие заболевания будут нацелены в первой партии, или будут ли они сотрудничать с другими учреждениями для завершения лабораторных исследований, испытаний на животных, клинических испытаний и производства.
За словами «открытие лекарств с использованием искусственного интеллекта» стоит чрезвычайно широко определенная концепция. Намшик Хан, профессор Кембриджского университета и соучредитель биотехнологического стартапа CardiaTec в области искусственного интеллекта, считает, что ИИ использовался на «каждом этапе» открытия лекарств: от скрининга и оптимизации новых соединений до помощи в научных исследованиях, анализа данных, клинических испытаний и даже производства и производства. Мэтью Тодд, профессор по открытию лекарств в Университетском колледже Лондона, также выразил аналогичную точку зрения, заявив, что «открытие лекарств с помощью ИИ» почти стало «универсальным термином», обозначающим весь набор сценариев широкого применения.
Тем не менее, эксперты в целом сходятся во мнении, что ИИ все еще находится на ранней стадии изменения разработки лекарств. Хан отметил, что такие фармацевтические гиганты, как AstraZeneca, Novo Nordisk и GSK, развернули множество проектов искусственного интеллекта, используя модели для создания возможных молекул-кандидатов для известных патологических путей или существующих мишеней, помогая исследователям открывать новые молекулярные структуры, которые могут взаимодействовать со специфическими рецепторами. Тодд подчеркнул, что ИИ очень полезен для ускорения научных исследований и помощи в «проверке» идей новых лекарств. Он может просматривать потенциальные решения в огромном химическом и биологическом пространстве и находить связи, которые трудно обнаружить или требуют много времени для обнаружения с помощью человеческих и традиционных инструментов. В сочетании с преимуществами Anthropic в передовых моделях обычно предполагается, что она будет в основном использовать генеративный ИИ для поиска и рекомендаций среди огромных комбинаций соединений и биологических мишеней, помогая исследователям предлагать новые идеи дизайна лекарств, выявлять новые цели заболевания или находить новые показания для существующих лекарств.
Однако между «предложением идеи лекарства» и «фактическим внедрением препарата в клиническую практику и одобрением его для продажи» все еще существует большое расстояние. Тодд сказал, что до первого препарата, полностью разработанного искусственным интеллектом и получившего одобрение регулирующих органов для выхода на рынок, еще «далеко». Весь процесс открытия и разработки еще долгое время не будет полностью автоматизирован, и участие и контроль специалистов-людей по-прежнему будут необходимы. Тодд и Хан также отметили, что отсутствие большого количества общедоступных высококачественных экспериментальных данных – особенно подробных записей о специфическом поведении соединений в человеческом организме – является ключевым узким местом на данном этапе. Даже в наиболее глубоко изученных областях биологии все еще существуют огромные пробелы в понимании человеком многих механизмов.
Франк фон Делфт, профессор структурной химической биологии Оксфордского университета и руководитель отдела кристаллографии белков в Оксфордском центре открытия лекарств, считает, что ожидания общественности в отношении мощных моделей искусственного интеллекта оправданы, но современные технологии «далеко не дошли до той точки, когда эксперименты больше не нужны». Молекулы-кандидаты в лекарства все еще нуждаются в испытаниях в реальном мире на предмет эффективности, токсичности, состава, хранения и безопасного применения. Эти ссылки требуют от большого количества профессионалов вложения огромных средств и времени. Многие, казалось бы, многообещающие кандидаты на лекарства часто терпят неудачу, особенно при проведении клинических испытаний на людях. фон Делфт прямо заявил, что если Anthropic действительно хочет разработать препарат, «ей придется вложить значительные средства в эксперименты».
Судя по последним тенденциям, Anthropic, похоже, готовится к этому. В прошлом году компания продолжала нанимать талантливых специалистов в области биологии и готовится построить собственную влажную лабораторию. В то же время компания опубликовала на публичной платформе набора персонала множество информации о наборе вакансий в области медико-биологических наук. Хан рассказал, что Anthropic «активно набирает сотрудников» в этой области и даже направил предложения нескольким академическим коллегам. Он сказал, что понимает, что Anthropic успешно переманил некоторых специалистов из крупных фармацевтических компаний и некоторых ведущих академических институтов, но не назвал конкретных имен.
Даже в этом случае, при такой сложной системе исследований и разработок, независимо от того, какое заболевание Anthropic в конечном итоге выберет для борьбы, пройдет много лет, прежде чем результаты будут действительно видны. Если взять в качестве примера традиционный цикл разработки лекарств, то для завершения клинических испытаний нового лекарства часто требуется около десяти лет. Тодд сказал, что «всегда существует огромный временной лаг» при тестировании лекарств, потому что доказать безопасность и эффективность определенного кандидата на лекарство посредством экспериментов — это трудоемкая и длительная задача. На данный момент ни один препарат, разработанный ИИ, не прошел успешно все клинические испытания и не получил одобрения FDA на продажу. Несколько лекарств-кандидатов вышли на клиническую стадию, но внешнему миру трудно точно оценить конкретную роль, которую ИИ сыграл в процессе его разработки, и могут ли эти лекарства значительно превзойти продукты с традиционными путями исследований и разработок по эффективности.
По мнению экспертов, ИИ может значительно ускорить части «поиска» и «воображения», но что действительно определяет успех или неудачу лекарства, так это эксперименты и испытания, проводимые тщательным и медленным образом в реальном мире. Для Anthropic это означает огромную смену ролей: от воображения ИИ, переписывающего открытие лекарств, к принятию на себя долгосрочных экспериментальных обязанностей с высокими инвестициями, высоким риском.