От конвейера к синтезу: как AI за 6 месяцев открыл 200-кратно улучшенные соединения против туберкулёза

Почему это переопределяет весь процесс

Открытие лекарств традиционно разворачивается как многолетний марафон: сначала отбор существующих молекул из химических библиотек, потом бесконечные итерации оптимизации, в конце концов — клинические испытания. Каждый этап требует месяцы.

То, что сделала команда Попова в Центре интегративной химической биологии и открытия лекарств UNC, — это сжатие этого процесса в 6 месяцев, при этом не просто получив результаты, а революционизировав саму логику.

Архитектура, которая работает в жизни

Ключевая проблема большинства AI-систем в науке: они часто генерируют молекулы, которые выглядят отлично на экране, но либо невозможно синтезировать, либо они токсичны в реальных биологических системах. Константин Попов называет это «AI hallucination» — модель придумывает химический шедевр, который не существует в реальности.

Решение Попова: каждый результат AI немедленно передаётся в лабораторию химика Джеффа Обе. Там молекула проверяется на:

• Синтезируемость — можно ли её вообще сделать химическим путём
• Стабильность — выживет ли в организме пациента
• Избирательность — убьёт ли только туберкулёз, а не здоровые клетки

Это взаимодействие «AI → химик → улучшенные AI → эксперимент» позволило команде достичь 200-кратного улучшения активности.

От лаборатории к экосистеме

Команда Попова работала в большом международном консорциуме — US FDA, TB Alliance, Gates Foundation. Именно так развивается современное открытие лекарств: не в изоляции, а как конвергенция институтов, благотворительных организаций и исследователей.

Применение этого подхода простирается за туберкулёз:

• Онкология: тот же метод применяется для проектирования молекул, которые эффективнее убивают раковые клетки и безопаснее для здоровых
• Редкие болезни: AI может ускорить открытие молекул для болезней, где библиотеки существующих соединений минимальны
• Антибиотикорезистентность: проектирование совершенно новых молекул может избежать привыкания микробов к стандартным лекарствам

Инструмент для каждой лаборатории

DELi (DNA-Encoded Library informatics platform) — это ключевой момент. Традиционная научная AI заперта в корпоративных руках или защищена proprietary лицензиями, которые по карману только богатым институтам.

DELi доступен свободно, легко устанавливается и поддерживается напрямую командой Попова. Это первый open-source пакет такого уровня.

Таймлайн: от концепции к клинике

Хронология развития обещает ускорение на каждом уровне:

• 2025 (сейчас): DELi выпущена в open-source; академические группы по всему миру начинают использовать для собственных проектов
• 2026-2027: первые соединения, разработанные этим методом, входят в доклинические испытания на животных
• 2028-2029: фаза I клинических испытаний на здоровых добровольцах для оценки безопасности
• 2030-2032: фаза II на пациентах с туберкулёзом для проверки эффективности

Если всё пойдёт как надо, новые соединения могут быть одобрены регуляторами и поступить на рынок к 2032-2033 году. При традиционном подходе это заняло бы 10-15 лет.

Практические идеи для инвесторов и стратегов

Если ваша компания или фонд вкладывает в биотех:

• Обратите внимание на команды, которые интегрируют AI с экспериментом, а не просто создают ещё один AI-сервис
• Open-source инструменты часто недооценены на рынке, но дают огромное конкурентное преимущество через сетевой эффект
• Скорость разработки — это не роскошь, это жизненно важный показатель успеха в любых областях, где есть неудовлетворённая медицинская потребность

Узнать больше

Источники информации