Без искусственного интеллекта (ИИ) и big data сейчас не обходится ни одна стадия разработки новых лекарств — от поиска молекулы до поздних этапов клинических испытаний. Ученые уверены: недалек день, когда появятся первые разработанные с помощью ИИ препараты, а к середине десятилетия объем глобального рынка применения искусственного интеллекта в доклинических исследованиях может составить $3 млрд. Однако скептики сомневаются, что искусственный разум сможет полностью заменить ученых.
На то, чтобы разработать и успешно внедрить новое лекарство, фармкомпания в среднем тратит до $3 млрд и около 14 лет. Причем значительная часть ресурсов расходуется на ранних этапах разработки, в том числе на доклинические исследования: на них приходится от 45% вложений. Использование ИИ для поиска и разработки новых молекул поможет снизить затраты на $70 млрд в ближайшие 10 лет, что даст до 40% среднегодового темпа роста индустрии, пишет портал evercare.ru.
Искусственный интеллект ищет молекулы
На стадии drug discovery – поиска и разработки ключевой молекулы – технологии ИИ применяются наиболее активно. По данным компании Deloitte, рынок применения ИИ для этого этапа вырастет с $159,8 млн в 2018 году до почти $3 млрд к 2025-му при среднегодовых темпах роста в 52 п. п.
«На стадии drug discovery искусственный интеллект помогает определить мишень, а после ее нахождения – структуры, которые могут на мишень воздействовать», – рассказывает руководитель научной экспертизы фармацевтического фонда Inbio Ventures Илья Ясный. Работа ИИ лежит в основе бизнеса биотехнологической компании Schrödinger, приводит Ясный пример. Сама компания так описывает принцип работы: «Наша вычислительная платформа использует глубокое понимание физики, химии и прогнозного моделирования для ускоренного внедрения инноваций». ИИ позволяет оценивать миллиарды молекул в неделю, тогда как традиционный подход – всего тысячу соединений в год. Благодаря использованию алгоритмов процесс поиска молекул может сократиться на год.
Капитализация Schrödinger на NASDAQ в начале марта составила почти $2,5 млрд. У Schrödinger много коллабораций с фармкомпаниями, кроме того, она разрабатывает лекарства по заказу, рассказывает Илья Ясный.
Компаний, которые планируют использовать ИИ в процессе drug discovery, становится все больше. Зачастую их инвесторы – IT-сектор или фонды, ориентированные на вложения в прорывные технологии, а не традиционные фармпроизводители.
Новое применение старым лекарствам
Параллельно с ИИ развиваются мультиомиксные подходы, использующие данные из методов геномики, протеомики, трехмерной визуализации. Этот огромный и разнородный массив данных практически неподвластен человеческому мозгу, но машина отлично с ним справится.
Например, американский стартап BioSymetrics помогает обрабатывать сырые фенотипические данные, результаты генетического анализа, медицинские снимки и прочее, чтобы построить более стройную основу для принятия решений. А компания 3BIGS с центрами разработки в Южной Корее и Индии использует ИИ для изучения болезней и их отклика на терапию разными лекарствами, что в теории поможет находить новое применение существующим препаратам.
Первые успехи: ИИ нашел препарат
«Один из лидеров использования ИИ на этапе доклиники – британская компания Exscientia. Препарат для лечения обсессивно-компульсивного расстройства был разработан всего за 12 месяцев и вошел в клинические испытания в 2020 году. Иногда его называют „первой молекулой, полностью созданной с помощью искусственного интеллекта, которая пройдет клинические испытания с участием людей”. Это станет вехой для роли машинного обучения в медицине», – говорит гендиректор Semantic Hub Ирина Ефименко. В 2021 году компания анонсировала уже третий такой препарат – DSP-0038, который после прохождения клинических испытаний будет применяться для лечения болезни Альцгеймера.
Не отстает и компания Insilico, созданная выпускником МГУ Александром Жаворонковым. Ее платформа ИИ помогла определить два препарата-кандидата в области фиброза, один из них уже перешел на первую стадию клинических исследований.
«Помимо крупных достижений в области фиброза, мы предлагаем революционные решения для открытия и разработки инновационных лекарств от рака, заболеваний центральной нервной системы и болезней, связанных со старением», – пишет Insilico на своем сайте.
Искусственный интеллект: какие перспективы
«ИИ и machine learning используются на всех этапах разработки препарата, начиная с drug discovery. Вначале ИИ перебирает мишени, исходя из всего имеющегося объема данных, а из мишеней – лучшего кандидата. На всех последующих этапах также используется компьютерная диагностика для изучения активности мишени, дизайна молекулы и прочего», – говорит директор медицинского департамента компании «Р-Фарм» Михаил Самсонов.
В фазе клинических исследований алгоритмы отвечают и за поиск пациентов, и за выработку протоколов. Также алгоритмы способны смоделировать развитие того или иного заболевания. Виртуальная модель поможет предсказать развитие болезни и предложит варианты лечения.
Например, при разработке вакцины от коронавируса компании AstraZeneca и GSK моделировали структуру вируса, моноклональную структуру молекулы, ответ человеческого организма на вакцину и определяли наиболее стабильный вариант взаимодействия, рассказывает Самсонов. Именно это позволило им быстро перейти на стадию клинических исследований, отмечает он.
Пока история не знает примеров, когда препарат был создан исключительно ИИ и протестирован на искусственном пациенте, хотя участники рынка активно обсуждают такую возможность. Но даже если это произойдет, зарегистрировать такой препарат в России пока не получится: Минздрав РФ не примет виртуальное моделирование как доказательство эффективности и безопасности лекарства. И пока вопрос, сможет ли ИИ открыть принципиально новые горизонты в разработке лекарств.
Материал был опубликован в специальном выпуске журнала «Новости GxP».