AI-эволюция генной терапии: как машинное обучение переписывает правила доставки лекарств

Что общего между программированием T-клеток и проектированием AAV-капсидов? Десять лет назад — ничего. Сегодня — ответ один: искусственный интеллект, который переписывает правила доставки генетических лекарств.

Растёт: AI-дизайн капсидов решает главную проблему генной терапии

Генная терапия стоит на пороге зрелости — но только если вектор доставки перестанет быть узким местом. Натуральные AAV-серотипы, которые используются в 90% клинических исследований, имеют фундаментальное ограничение: они не оптимизированы для доставки в конкретные ткани. Доза, необходимая для терапевтического эффекта в мышцах или ЦНС, часто превышает безопасный порог.

Dyno Therapeutics первой превратила эту проблему в вычислительную. Платформа CapsidMap обучается на миллиардах измерений in vivo — библиотеки из миллионов вариантов AAV тестируются в животных моделях, а ML-модели предсказывают, какие мутации дадут нужный тропизм.

В мае 2026 года на ASGCT компания представила разработчик-yp2 — капсид для ЦНС, проникающий через гематоэнцефалический барьер через рецептор трансферрина. Снижение захвата печенью — в 29 раз относительно AAV9. Это не эволюция. Это смена парадигмы.

«Dyno была основана на тезисе, что революционные AI-технологии позволят решить многолетние проблемы, такие как проектирование AAV-капсидов. Лицензия Astellas — подтверждение, что мы достигли этой цели.»— Eric Kelsic, PhD, CEO и сооснователь Dyno Therapeutics

Вторая лицензия разработчик — за $15 млн от Astellas на капсид для скелетной мускулатуры — сделала компанию первой в истории, кто лицензировал AI-спроектированные AAV-капсиды как для ЦНС, так и для мышц. Совокупный потенциал сделок с Roche и Astellas превышает $1,6 млрд в вехах и роялти.

Avista Therapeutics движется параллельным курсом. Её платформа ARTEMIS (запуск — январь 2026) комбинирует языковые модели белков с молекулярной динамикой капсидов. Разница с разработчик — в фокусе на структурную механику: ARTEMIS моделирует не только последовательность, но и трёхмерную укладку капсида, что позволяет предсказывать фитнес вариантов, недоступных sequence-only моделям.

Обе компании — часть более широкого тренда. По данным BCC Research, рынок AI-инструментов для CGT вырастет с текущих $12 млрд до $24 млрд к 2030 году.

Падает: традиционный trial-and-error инжиниринг AAV

Классический подход к дизайну капсидов — рациональный дизайн (точечные мутации по аналогии) или направленная эволюция (библиотеки + селекция) — остаётся доминирующим в индустрии. Но его пределы становятся очевидны.

Стоимость разработки одного клинически пригодного капсида традиционными методами оценивается в $10–50 млн при 5–7 годах от идеи до данных фазы I. AI-платформы разработчик и Avista сокращают этот цикл до 12–18 месяцев на этапе дизайн-валидация.

Проблема не только в скорости. Натуральные AAV9 и AAVrh74 — стандарт индустрии — демонстрируют высокий захват печенью, что создаёт иммуногенность и требует доз,接近上限 безопасности. разработчик-yp2, как показано на ASGCT, снижает нагрузку на печень в 29–80 раз по сравнению с бенчмарками. Это не инкрементальное улучшение.

Новое: AI в производстве клеточных и генных терапий

Если дизайн капсидов — передний край, то производство — самый болезненный зазор. 74% отказов FDA в сегменте CGT связаны с качеством или производством. Subtle genomic changes в процессе масштабирования остаются недетектируемыми до поздних стадий.

Form Bio запустила FormManufacturing в мае 2026 — платформу, которая объединяет AI-дизайн конструктов (FormSightAI) с аналитикой геномного качества (FormBatchQC). Компания заявляет 8-кратное улучшение геномной целостности и 2–3-кратный рост выхода производства. Презентация прошла на том же ASGCT — сигнал, что индустрия начинает воспринимать AI manufacturing всерьёз.

BioCurie получила $9,3 млн от ARPA-H на создание AI-платформы, заменяющей trial-and-error process development интеллектуальным моделированием. Проект возглавляет Irene Rombel — бывший вице-президент по разработке в Lonza.

Ещё один сигнал — сделка Novo Nordisk с Cellular Intelligence (май 2026). AI-native платформа будет оптимизировать производство клеточной терапии для болезни Паркинсона, которая сейчас находится в фазе I/II. Cellular Intelligence использует foundation model, обученную на миллионах уникальных пертурбационных условий. Если это сработает, manufacturing живых терапий перестанет быть искусством.

Деньги говорят: кто платит за AI в CGT

Рынок уже голосует капиталом. Совокупные инвестиции в AI для биофармы выросли на $2 млрд относительно 2021 года — и 71% этой суммы направлен именно на R&D и производство, а не на коммерческие или административные AI-инструменты.

Три типа сделок формируют ландшафт. Первый — лицензионные платежи за AI-спроектированные компоненты: разработчик получила $15 млн от Astellas за капсид, с потенциалом $1,6 млрд в вехах. Второй — прямые R&D-коллаборации: Roche обязалась выплатить до $1 млрд разработчик за AI-капсиды для ЦНС. Третий — государственное финансирование инфраструктуры: ARPA-H выделила BioCurie $9,3 млн на AI-платформу manufacturing.

Arsenal Bio — отдельный случай. Компания привлекла $630 млн совокупного финансирования на AI-спроектированные T-клеточные терапии для солидных опухолей. Её платформа CITE использует CRISPR-опосредованную вставку больших синтетических ДНК-кассет — каждый T-клеточный продукт содержит до семи функциональных модулей, спроектированных вычислительно.

Что объединяет эти сделки — все они оплачивают не AI как технологию, а AI как способ решить конкретную проблему доставки. Инвесторы больше не спрашивают «работает ли AI в биотехе». Они спрашивают «какой капсид ты можешь спроектировать, которого не существует в природе».

Сравнение: AI-спроектированные vs природные AAV-капсиды

Dyno Therapeutics, ASGCT 2026 — данные на NHP (non-human primates)

Цифры впечатляют, но поправка на видовой разрыв обязательна. NHP-данные — золотой стандарт доклиники, но трансляция на человека ещё не подтверждена ни одним клиническим исследованием AI-спроектированного капсида. Как мы писали в мае, AI-платформы для разработки лекарств привлекли $2,5 млрд за квартал — но ни один полностью AI-спроектированный препарат ещё не прошёл фазу III.