Американская биотех-компания Nabla Bio объявила 14 октября 2025 года о втором крупном партнёрстве с японской фармацевтической корпорацией Takeda Pharmaceutical. Многолетнее соглашение предусматривает использование искусственного интеллекта для ускорения процесса разработки лекарств с потенциальными выплатами, превышающими $1 млрд.
Новая сделка расширяет первоначальное партнёрство, инициированное в 2022 году, и отражает общеотраслевой тренд использования AI для радикального сокращения сроков и затрат на разработку препаратов. Nabla Bio получит первоначальные и исследовательские платежи в десятки миллионов долларов, а также милестоун-выплаты на основе достижения целей, общая сумма которых может превысить $1 млрд.
Технология JAM: от молекулы до лаборатории
В основе партнёрства лежит проприетарная платформа Nabla Bio — Joint Atomic Model (JAM), мультимодальная система генеративного моделирования, обученная на массивных данных о последовательностях и структурах белков, дополненных собственными измерениями компании, релевантными для человеческой биологии. JAM способна принимать частичный молекулярный контекст (например, мишень заболевания или эпитоп) и «автодополнять» остальное, обеспечивая дизайн биологических препаратов de novo.
Генеральный директор и сооснователь Nabla Bio Сурж Бисвас сравнил работу JAM с ChatGPT, но вместо ответов на текстовые запросы платформа отвечает на молекулярные вопросы, создавая с нуля антитела, которые связываются с целевыми объектами с определёнными характеристиками. Платформа позволяет одновременно проектировать антитела к множественным мишеням, систематически исследовать эпитопную биологию и генерировать мультиспецифичные архитектуры с сохранением разработанности.
Мы в основном работаем над самыми насущными проблемами в исследовательском портфолио Takeda в любой момент времени, используя JAM, чтобы помочь разблокировать эти направления.— Сурж Бисвас, CEO и сооснователь Nabla Bio
Фокус на сложных мишенях
Второе партнёрство будет использовать возможности AI-дизайна Nabla Bio и соответствующие лабораторные мощности для ранних стадий разработки Takeda. Коллаборация сосредоточена на de novo дизайне антител для множественных мишеней одновременно, включая мультиспецифики, сложные мишени и другие кастомизированные терапии.
Среди приоритетных направлений — работа с так называемыми «трудными мишенями»: GPCR (G-белок-связанные рецепторы), ионные каналы и транспортёры. Эти высокоценные терапевтические мишени сложны для доступа из-за малых размеров сайтов связывания, труднодоступности над клеточной мембраной или почти идентичности с близкородственными нецелевыми объектами, отличающимися всего несколькими аминокислотами. Традиционные методы высокопроизводительного скрининга или иммунизации с трудом находят селективные связывающие агенты в таком ландшафте.
Стратегический поворот Takeda
Расширенное партнёрство отражает стратегический разворот Takeda в сторону более быстрой, AI-управляемой разработки лекарств. Недавно компания отошла от всех своих работ в области клеточной терапии и в октябре 2025 года присоединилась к консорциуму с Bristol Myers Squibb и другими игроками отрасли для обучения AI-моделей на общих фармацевтических данных.
Для Nabla эта сделка представляет собой значительную валидацию технологии. Компания ожидает начала первых испытаний на людях своих AI-спроектированных молекул в течение следующих одного-двух лет, что станет важной вехой для роли AI в трансформации разработки лекарств.
Технологические преимущества платформы
Ключевое отличие подхода Nabla — интеграция генеративного молекулярного дизайна с генерацией релевантных для человека данных в масштабе. Экспериментальные системы компании существуют для обучения JAM тому, как успешно работать de novo в человеческой биологии. Nabla производит тысячи белковых дизайнов в системах млекопитающих и измеряет связывание, набор свойств разработанности и функцию в клеточных и in vivo контекстах, которые близко отражают человеческую биологию.
Эти тесно интегрированные потоки данных обостряют способность модели проектировать молекулы с готовыми для человека свойствами с самого начала, устраняя необходимость в итеративном лабораторном скрининге. Для мультиспецификов JAM использует знания как из публичных данных о белках, так и из больших внутренних наборов данных Nabla по биологическим препаратам, чтобы изучить, как выглядят «хорошо ведущие себя» белки. Начиная с валидированных связывающих головок, модель может генеративно предлагать и исследовать мультиспецифичные архитектуры, связывая множественные связывающие домены с сохранением их индивидуальных аффинностей к мишеням и обеспечением общей разработанности.
Рыночный контекст и значение
Сделка Nabla-Takeda вписывается в более широкую волну внедрения AI в фармацевтическую отрасль. Индустрия находится в значительном кризисе продуктивности, и AI-поддерживаемые методы исследований могут напрямую применяться для сокращения времени и затрат на проекты открытия лекарств. Отрасль уже сообщала о результатах, таких как 10-кратное сокращение времени открытия молекул лекарств.
Для стартапов и венчурных инвесторов этот кейс демонстрирует путь от первоначального раунда Series A ($26 млн в 2024 году с коллаборациями с AstraZeneca, Bristol Myers Squibb и первым партнёрством с Takeda) к масштабному многолетнему альянсу с потенциалом $1+ млрд. Для deeptech-разработчиков — это доказательство жизнеспособности генеративных моделей для дизайна белковых терапий и возможности создания платформы с применимостью к широкому спектру заболеваний и модальностей.
Nabla Bio Platform
Подробная информация о платформе JAM, технологиях генеративного дизайна антител, работе с трудными мишенями и мультиспецификами
Практическое применение для индустрии
Для исследователей и разработчиков лекарств партнёрство Nabla-Takeda иллюстрирует новые возможности AI в разработке биологических препаратов: параллельный дизайн антител de novo (высокие показатели попадания позволяют проектировать антитела ко многим мишеням одновременно), генеративный дизайн мультиспецификов (проектирование архитектур с сохранением связывания и разработанности), и работа с трудными мишенями (эпитоп-точный дизайн для GPCR, ионных каналов, транспортёров).
Компания базируется в Кембридже, Массачусетс, и продолжает активно расширять свою исследовательскую программу. Первые клинические данные по AI-спроектированным терапиям ожидаются в 2026–2027 годах, что станет важным тестом для всей области AI-управляемой разработки лекарств.