> ## Content Index > Fetch the complete content index at: https://eclibra.com/llms.txt > Use this file to discover other available public pages before exploring further. # От конвейера к синтезу: как AI за 6 месяцев открыл 200-кратно улучшенные соединения против туберкулёза - URL: https://eclibra.com/ai-drug-discovery-tuberculosis-unc/ - Published: 2025-11-27T09:30:24.000Z - Updated: 2025-11-27T09:30:24.000Z - Description: Исследователи из UNC Eshelman School выявили перспективные соединения для лечения туберкулёза за 6 месяцев с 200-кратным улучшением активности. Генеративный AI-метод в сочетании с традиционной химией революционизирует открытие лекарств. - Author: BioHacker - Tags: Долголетие и биотех 🎯 ****Конвергенция AI и химии переписала правила открытия лекарств** Генеративный AI-метод Константина Попова из UNC выявил перспективные соединения для туберкулёза за 6 месяцев вместо типичного многолетнего процесса В сотрудничестве с химиком Джеффом Обе команда улучшила активность соединений в 200 раз за несколько итераций Открытие DELi — первого open-source инструмента для анализа DNA-кодированных библиотек — демонстрирует, как AI может быть доступна за пределами корпоративных лабораторий ## 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. 💡 ****Три компонента успеха** 1\. ****Генеративный AI**: вместо поиска по каталогам система проектирует совершенно новые молекулы (de novo), которых никогда не существовало 2\. ****Прямое сотрудничество с химиками**: AI-предложения немедленно проверяются на синтезируемость и биологическую реальность, не в вакууме 3\. ****Интегрированный центр**: под одной крышей — вычислительная биология, химия и биология, что ускоряет итерации и тестирование ## 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. ⚠️ ****Парадокс большинства AI-инструментов в науке** Попов отмечает: очень мало опубликованных AI-инструментов фактически используются исследовательским сообществом. Причины: высокая стоимость, отсутствие документации, сложность в использовании DELi решает это через открытый исходный код, простую установку и прямую поддержку от команды разработчиков ## 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. 🚀 ****Почему это важно за пределами науки** 1\. ****Медицинское значение**: туберкулёз остаётся одной из главных инфекционных причин смертности в мире — 1.3 млн смертей в год. Ускорение открытия лекарств буквально спасает жизни 2\. ****Экономическое значение**: каждый день разработки лекарства стоит примерно $100-150K. Сжатие 2-3 летнего этапа в 6 месяцев — это миллионы сэкономленных долларов и ресурсов 3\. ****Демократизация инноваций**: открытые инструменты означают, что университеты и фармкомпании из развивающихся стран получают доступ к той же вычислительной мощи, что и Pharma Giants ## 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 #### Center for Integrative Chemical Biology and Drug Discovery UNC Eshelman School of Pharmacy — центр, где работает команда Попова, Обе и других пионеров AI-ускоренного открытия лекарств. На сайте центра можно найти публикации, информацию о коллаборациях и доступ к инструментам. [Перейти к центру](https://pharmacy.unc.edu/research/centers-and-institutes/center-for-integrative-chemical-biology-and-drug-discovery/?ref=eclibra.com) #### DELi Platform (DNA-Encoded Library Informatics) Первый открытый исходный код пакет для анализа DNA-кодированных библиотек. Свободно доступен для загрузки. Содержит обширную документацию и получает активную поддержку от команды Попова. Ключевой инструмент для демократизации AI в открытии лекарств. [DELi на GitHub](https://github.com/?ref=eclibra.com) ## Источники информации #### Материалы исследования Материал подготовлен на основе официального пресс-релиза UNC-Chapel Hill Eshelman School of Pharmacy, персональных интервью Константина Попова (Associate Professor, Computational Biophysics) и документации DELi платформы. Исследование проводилось в сотрудничестве с Jeff Aubé (Eshelman Distinguished Professor), TB Alliance, US FDA и Gates Foundation. Данные актуальны на 23 ноября 2025 года.