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.
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, 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.
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
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
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
Вероятность: 65% — первые данные от разработчиков по программам, спроектированным через AI «с нуля», появятся в 2027 году.
✅ Аргументы за
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
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%)
Последствия: время вывода лекарства сокращается с 10–12 до 6–8 лет, стоимость — на 30–40%
🟡 Базовый (50%)
Последствия: AI становится стандартом на этапе поиска мишеней, но не вытесняет традиционные подходы в клинических испытаниях
🔴 Пессимистичный (20%)
Последствия: рынок AI-биотеха корректируется на 40–50%, выживают только платформы с подтверждёнными клиническими данными
Ключевые сигналы
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
