> ## 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. # AI в клинических разработках: программы с искусственным интеллектом показывают более высокие показатели успеха - URL: https://eclibra.com/aiclinicaltrialsuccess2026/ - Published: 2026-06-15T11:30:03.000Z - Updated: 2026-06-15T11:30:03.000Z - Description: Данные IQVIA впервые подтверждают: AI-программы развивающихся биофармацевтических компаний проходят клинические испытания в два раза чаще традиционных. Isomorphic Labs, Converge Bio, Fathom Therapeutics — кто платит за AI-лекарства и почему это меняет фарму. - Author: BioHacker - Tags: Долголетие и биотех, #mode-1, #hook-number, #track-A 173 программы с использованием искусственного интеллекта находятся на разных стадиях разработки лекарств. 80% из них успешно проходят доклинический этап — на бумаге. Но данные аналитического агентства впервые показывают: те, что дошли до клиники, проходят испытания в два раза чаще, чем традиционные аналоги. За январь-март 2026 года биофармацевтические компании привлекли $5,2 млрд венчурных инвестиций — это рекордный квартальный показатель. Ещё $77,3 млрд составили лицензионные сделки. Шесть IPO собрали $1,8 млрд — больше, чем за весь 2025 год. Но главное изменение не в объёме денег, а в том, куда они направляются. 🎯 **AI-программы в клинических испытаниях показывают заметно более высокие показатели успеха по сравнению с традиционными подходами** Аналитический центр IQVIA Institute в отчёте Global R&D Trends 2026 зафиксировал «первый достоверный сигнал»: у развивающихся биофармацевтических компаний, использующих AI, выше вероятность перехода между фазами. Крупнейшие раунды финансирования — Isomorphic Labs ($2,1 млрд), Fathom Therapeutics ($47 млн), Alloy Therapeutics ($40 млн) — подтверждают: рынок поверил в AI не как в хайп, а как в инструмент, сокращающий время и стоимость вывода лекарств. ## 173 программы и стена реальности Как мы писали в [июне](https://eclibra.com/ai-drug-discovery-pharma-2026), AI в открытии лекарств насчитывает 173 программы. Из них 80% успешно проходят доклинический этап — in silico (компьютерное моделирование) и in vitro (лабораторные тесты на клетках). Но между скринингом молекулы и одобрением FDA — пропасть. В отчёте проанализированы траектории AI-программ, которые дошли до клиники. Выборка пока невелика — речь идёт о десятках, а не о сотнях проектов. Но сигнал стабилен: программы развивающихся биофармацевтических компаний, использующих машинное обучение на этапе поиска мишеней, чаще переходят из фазы I в фазу II и из фазы II в фазу III. Традиционный конвейер разработки: из 10 программ, вошедших в фазу I, до рынка доходит одна. Среди AI-программ — одна из пяти-шести. Разница в 2 раза — и это при том, что многие AI-программы всё ещё находятся на ранних этапах. 2× выше показатель успеха #### Преимущество AI в клинических фазах AI-программы развивающихся биофармацевтических компаний проходят этапы клинических испытаний с вероятностью в 2 раза выше, чем традиционные. Данные отчёта Global R&D Trends 2026 · *IQVIA Institute, март 2026* ## Кто платит за AI-лекарства Рынок уже голосует деньгами. Стартап Isomorphic Labs — спин-аут (дочерняя компания) DeepMind — привлёк $2,1 млрд в раунде Series B. Он использует AI-модели для дизайна молекул под разные типы заболеваний. Полученные деньги пойдут на расширение конвейера разработок и наём специалистов: инженеров по AI, вычислительных биологов, клинических исследователей. В январе Isomorphic заключил соглашение с Johnson & Johnson: J&J отвечает за лабораторную валидацию и клинику, Isomorphic — за компьютерный дизайн молекул. > Мы делаем так, чтобы каждая биофармацевтическая компания стала AI-компанией. Наша цель — дать учёным инструменты, которые работают сегодня, а не через пять лет.— Дов Герц, CEO Converge Bio Converge Bio собрал $25 млн и показал конкретный результат: их платформа спроектировала вариант цетуксимаба (таргетный препарат против рецептора EGFR) с в 2,1 раза более сильным связыванием. Без дообучения на мишени — zero-shot (работа модели на новой задаче без дополнительных данных). Шесть аминокислотных замен, пространственная структура сохранена полностью. Fathom Therapeutics (ранее Atommap) привлёк $47 млн Series A на платформу Microcosmos. Это система физического моделирования движения белков в сочетании с AI. Компания уже получила первые кандидаты против сложной для лекарств мишени и готовит их к клиническим испытаниям. Alloy Therapeutics собрал $40 млн Series E на AI-инфраструктуру для открытия лекарств. Компания работает с более чем 200 партнёрами и поддерживает 22 программы в клинической разработке. Их платформа охватывает все типы молекул: антитела, генную терапию, клеточные препараты. Coultreon Biopharma привлёк $125 млн Series A на разработку терапий для аутоиммунных заболеваний. Компания использует AI для поиска селективных ингибиторов киназ — белков, участвующих в воспалительных сигнальных каскадах. Их препарат COL-5671 уже в первой фазе клинических испытаний. Pinnacle Medicines привлёк $89 млн Series B на разработку пероральных пептидных препаратов — альтернативы инъекциям. Компания использует AI и физическое моделирование для дизайна молекул, которые можно принимать в виде таблеток. Первые программы нацелены на иммунологию и кардиометаболические заболевания. ## Почему AI работает — и где нет Ключевое преимущество AI в исследованиях — объём перебора. Традиционный высокопроизводительный скрининг проверяет 10⁶–10⁷ молекул. AI-модель способна оценить 10¹⁰–10¹². Разница — в возможности исследовать химическое пространство, куда учёный просто не дойдёт. #### Что AI делает хорошо **Поиск новых мишеней** — AI находит связи между генами, белками и фенотипами, которые человек пропустил бы **Дизайн молекул с нуля** — генеративные модели создают структуры с заданными свойствами **Предсказание токсичности** — на порядок точнее, чем компьютерное моделирование пять лет назад **Оптимизация клинических протоколов** — подбор когорт, доз, конечных точек #### Где AI пока пасует **Переносимость** — модель, обученная на исторических данных, плохо предсказывает, как поведёт себя новая химическая структура в организме конкретного человека **Редкие заболевания** — данных для обучения AI просто недостаточно **Комбинаторная сложность** — взаимодействие нескольких препаратов остаётся за пределами возможностей текущих моделей **Регуляторная неопределённость** — FDA и EMA пока не имеют формальных протоколов оценки AI-компонентов в конвейере разработки Данные аналитиков подтверждают: улучшение показателя успеха — реально. Но выборка мала, и эффект может быть связан не столько с AI как таковым, сколько с тем, что компании, внедряющие AI на ранних этапах, в целом более дисциплинированно подходят к исследованиям. ## Что будет через год 🔮 **К 2027 году доля AI-программ, доходящих до фазы III, превысит 20% — против текущих 12–15%** Вероятность: 65% — первые данные от разработчиков по программам, спроектированным через AI «с нуля», появятся в 2027 году. #### ✅ Аргументы за Капитал уже перераспределён — $2,5 млрд только в Isomorphic Labs и Fathom Therapeutics Первые zero-shot результаты стартапа подтверждают работоспособность подхода Аналитический центр зафиксировал сигнал — институциональное признание метода **Критерии подтверждения:** данные фазы II от Isomorphic Labs в 2027 #### ❌ Аргументы против Выборка слишком мала для статистической значимости Эффект может объясняться самоотбором: AI-ориентированные команды = более качественные практики в исследованиях Регуляторы не готовы — отсутствие нормативной базы для AI-валидации тормозит одобрения **Критерии опровержения:** если к концу 2027 доля AI-программ в фазах II–III не вырастет, сигнал IQVIA окажется ложным ## Сценарии развития #### 🟢 Оптимистичный (30%) Компании показывают клинические данные, подтверждающие успех AI-дизайна. FDA выпускает первые рекомендации по валидации AI-компонентов. Крупные фармкомпании начинают массовое внедрение. **Последствия:** время вывода лекарства сокращается с 10–12 до 6–8 лет, стоимость — на 30–40% #### 🟡 Базовый (50%) AI-программы продолжают показывать умеренное улучшение показателя успеха. Аналитики фиксируют устойчивый тренд. Рынок растёт, но консервативные игроки сохраняют гибридный подход: AI для поиска мишеней, традиционные методы для клиники. **Последствия:** AI становится стандартом на этапе поиска мишеней, но не вытесняет традиционные подходы в клинических испытаниях #### 🔴 Пессимистичный (20%) Крупные клинические неудачи AI-спроектированных молекул подрывают доверие. Регуляторы ужесточают требования. Инвестиции смещаются обратно к традиционным платформам. **Последствия:** рынок AI-биотеха корректируется на 40–50%, выживают только платформы с подтверждёнными клиническими данными ## Ключевые сигналы 📊 **Ключевые сигналы для отслеживания** Первые данные фазы II от разработчиков (2027) Нормативные руководства FDA и EMA по AI-валидации Доля AI-программ в общем конвейере развивающихся биофармацевтических компаний (аналитика, 2027) Zero-shot результаты других платформ после Converge Bio ## Источники [ Global R&D Trends 2026 — IQVIA Institute Основной источник данных: отчёт показывает, что AI-программы развивающихся биофармацевтических компаний демонстрируют более высокие показатели успеха в клинических испытаниях IQVIA Institute ](https://www.iqvia.com/insights/the-iqvia-institute/reports-and-publications/reports/global-r-and-d-trends-2026?ref=eclibra.com) Ключевой источник — официальный отчёт IQVIA, март 2026 [ Biotech Funding 2026 Tracker — Xtalks Сводка раундов финансирования AI-биотех-компаний в 2026 году: Isomorphic Labs $2,1 млрд, Fathom $47 млн, Alloy $40 млн Xtalks ](https://xtalks.com/biotech-funding-2026-tracker-latest-raises-rounds-and-rd-momentum-4596?ref=eclibra.com) Данные по финансированию и ключевым игрокам [ Isomorphic Labs Announces $2.1B Series B Крупнейший раунд в истории AI-биотеха: DeepMind spinout привлёк $2,1 млрд на AI-дизайн лекарств Isomorphic Labs ](https://www.isomorphiclabs.com/articles/isomorphic-labs-announces-series-b-investment-round?ref=eclibra.com) Официальное объявление о раунде Series B