BioAI нейросети заменяют годы лабораторных проб: фарма впервые массово покупает ИИ

До января 2025 года у ИИ-стартапов в фарме был один рабочий путь: не продавать инструмент, а самим строить «лекарственный портфель». Причина проста: чтобы убедить фармкомпанию пользоваться твоим инструментом, нужно доказать, что он работает. А доказательство, это уже готовые молекулы-кандидаты с клинической валидацией. Проще продать конкретную молекулу, чем обещание, что инструмент сработает на всём портфеле заказчика. Об этом рассказали сооснователь Chai Discovery Мэтт Макпартлон и продуктовый руководитель Нил Патил в подкасте проекта.

Источник новости: подкаст с Мэттом Макпартлоном и Нилом Патилом, опубликованный редакцией проекта (ссылка приведена в конце).

Почему фарма начала покупать ИИ-инструменты, а не молекулы?

В январе на конференции JP Morgan, которая ежегодно собирает фармацевтическую индустрию в Сан-Франциско, были объявлены четыре крупные сделки на стыке ИИ и фармы. Chai Discovery, стартап возрастом два года, оказался в центре этих сделок.

• Модели научились предсказывать связывание молекул. Раньше структурные модели (которые описывают форму белка) просто показывали трёхмерную структуру. Теперь они стали моделями связывания (binding affinity), то есть умеют предсказывать, насколько хорошо одна молекула «прилипает» к другой. Это открывает возможность проектировать молекулы, а не просто описывать их.
• «Достаточно хорошо, чтобы доверять» меняет масштаб. Когда инструмент даёт молекулы, которым фармацевты доверяют, можно отправлять в лабораторию и на испытания больше кандидатов, причём более качественных. Больше проверок на токсичность, лучше доставка, выше вероятность успеха в клинике.
• Открылись механизмы, недоступные лабораторной разработке. Спроектировать антитело, которое точно запускает конкретный молекулярный каскад, в лаборатории занимает годы проб и ошибок. Спроектировать биспецифическое антитело (которое связывается сразу с двумя белками) ещё сложнее. BioAI нейросети позволяют делать это расчётным путём.
• Наука превращается в инженерию. Если модель сразу выдаёт хорошие молекулы, итерация ускоряется. Можно выстраивать процесс так, чтобы молекула проходила от идеи до клиники с минимальной лабораторной доработкой.

Качество модели скачком выросло, и это даёт возможность делать то, что раньше было просто невозможно. Это не про эффективность, это про смену уровня. : Мэтт Макпартлон, сооснователь Chai Discovery

«Фотошоп для молекул» вместо чат-бота

Нил Патил описывает подход Chai Discovery так: вместо исследований в вакууме компания плотно работает с фармпартнёрами и узнаёт, что именно нужно в реальных проектах.

Работая так близко с партнёрами и поддерживая их, мы узнаём, что действительно помогает в исследованиях. Вместо гипотетически интересной науки мы делаем то, о чём партнёры сами просят. : Нил Патил, продуктовый руководитель Chai Discovery

Результат: интерфейс платформы больше похож на CAD-систему (программу для инженерного проектирования) или графический редактор, чем на чат-бот. Пользователь редактирует молекулу визуально, а модель подсказывает, как изменение повлияет на связывание.

С июня 2024 года Chai Discovery объявила ещё три крупные партнёрства: с Eli Lilly, Novartis и argenx, плюс расширение программы с Eli Lilly.

Как попробовать?

1. Перейдите на сайт Chai Discovery и изучите доступные инструменты. Компания предоставляет платформу для проектирования молекул, но условия доступа для отдельных исследователей источник не раскрывает.
2. Если вы работаете в биотехе или фармацевтике, обратите внимание на партнёрскую модель: Chai Discovery развивает инструменты именно через совместные проекты, а не через открытую подписку.
3. Послушайте подкаст с Макпартлоном и Патилом целиком: там подробно разбирается, почему «белковые токены имеют наибольшую последующую ценность среди всех токенов» (токен, это минимальная единица данных, которую обрабатывает нейросеть).

Есть ли что-то подобное в России?

Прямого аналога Chai Discovery на российском рынке по данным источника нет. YandexGPT и GigaChat работают с текстом и кодом, но не с молекулярным проектированием.

Российские биотех-компании и лаборатории, которые используют BioAI нейросети, чаще работают с международными открытыми моделями вроде AlphaFold (модель DeepMind для предсказания структуры белков). Если Chai Discovery предлагает следующий шаг, от структуры к связыванию и проектированию, то для российских стартапов это сигнал: инструменты проектирования молекул становятся продуктом, а не внутренней разработкой.

Что это значит для вас?

Автору Дзена, пишущему о науке и технологиях: тема BioAI нейросетей в фарме сейчас на пике внимания. Конкретный кейс Chai Discovery, хороший повод объяснить читателям, почему ИИ в медицине это не «робот-доктор», а инструмент для химиков и биологов.

Маркетологу в биотехе или медтехе: обратите внимание на формулировку «наука превращается в инженерию». Это не маркетинговый лозунг, а описание того, как меняется процесс: вместо поиска «одной удачной молекулы» выстраивается конвейер с предсказуемым результатом. Если вы продвигаете биотех-продукт, эта рамка понятнее инвесторам.

Предпринимателю в РФ и СНГ: Chai Discovery работает через партнёрства с крупной фармой, и доступ для небольших команд из источника неясен. Но сам тренд, ИИ-инструменты для молекулярного дизайна как сервис, уже оформился. Если вы в биотехе, имеет смысл следить за тем, откроет ли Chai Discovery (или конкуренты) более широкий доступ.

Частые вопросы

Chai Discovery и Chai AI, это одно и то же?

Нет. Источник специально предупреждает: Chai Discovery (BioAI нейросети для молекулярного проектирования) не имеет отношения к Chai AI, отдельному проекту.

Можно ли пользоваться платформой без фармацевтического образования?

Источник описывает платформу как инструмент для профессиональных команд по разработке лекарств. Интерфейс визуальный и напоминает графический редактор, но работа с молекулами требует специализированных знаний. О свободном публичном доступе источник не сообщает.

Когда BioAI нейросети станут доступны в России?

Конкретных планов по выходу Chai Discovery на российский рынок источник не приводит. Пока компания работает через партнёрства с крупными западными фармкомпаниями. Российским исследователям доступны открытые модели для работы со структурами белков, но инструментов уровня Chai Discovery для проектирования связывания на рынке РФ пока нет.

Главный вывод: BioAI нейросети перестали быть исследовательской игрушкой. Фарма платит за них как за рабочий инструмент, и Chai Discovery показывает, что двухлетний стартап может оказаться в центре этого рынка, если его модели достаточно точны, чтобы заменить мышей в первых итерациях разработки.