Фарма-гиганты строят AI-суперкомпьютеры: как Eli Lilly меняет правила открытия лекарств

В октябре 2025 года Eli Lilly объявила о партнёрстве с Nvidia для создания самого мощного суперкомпьютера в фармацевтической индустрии — «AI-фабрики», которая запустится в первом квартале 2026 года. Это не просто апгрейд IT-инфраструктуры, а стратегический сдвиг в природе открытия лекарств: от линейной химии к параллельной биологии, управляемой искусственным интеллектом. За последние недели ноября три крупнейших события — инвестиции Eli Lilly, раунд финансирования Iambic Therapeutics на $100M и новые венчурные фонды на €750M от Sofinnova Partners — сигнализируют о фундаментальной реструктуризации фармацевтической R&D. Это больше не гонка за молекулами, а война за вычислительное превосходство.

Стратегический снимок недели

1. Eli Lilly строит «AI-фабрику» на базе Nvidia Blackwell

28 октября 2025 года Eli Lilly анонсировала создание суперкомпьютера мощностью более 1000 графических процессоров Blackwell Ultra — первого в мире DGX SuperPOD с системами DGX B300. Устройство, работающее на 100% возобновляемой энергии, будет размещено в существующих лабораториях Lilly и станет сердцем «AI-фабрики» — специализированной вычислительной инфраструктуры, управляющей полным жизненным циклом AI: от поглощения данных до высокочастотного inference.

Суперкомпьютер позволит учёным Lilly тренировать модели на миллионах экспериментов одновременно, радикально расширяя масштаб и сложность drug discovery. Томас Фукс, главный AI-офицер Lilly, назвал устройство «грандиозным научным микроскопом для биологов» — инструментом, способным выполнять задачи, ранее невозможные для человеческого интеллекта.

2. Iambic Therapeutics закрывает $100M для AI-платформ

17 ноября калифорнийская Iambic Therapeutics привлекла перeподписанный раунд на $100 млн под руководством Abingworth и Alexandria Ventures. Финансирование направлено на ускорение двух AI-платформ: Enchant — мультимодального трансформера для предсказания клинических и доклинических endpoints, и NeuralPLexer3 — генеративной диффузионной модели для предсказания белок-лигандных структур, интегрирующей физику с машинным обучением.

Платформы Iambic уже показывают клиническую эффективность: в сентябре на ESMO Congress компания представила данные по лид-кандидату IAM1363 — проникающему в мозг ингибитору HER2, показавшему противоопухолевую активность и благоприятный профиль безопасности. Сотрудничество с Jazz Pharmaceuticals по комбинированной терапии с биспецифичным антителом zanidatamab открывает новые рынки в онкологии молочной железы. Новый капитал также поддержит программы KIF18A и CDK2/4 на пути к клинике в 2026 году.

3. Sofinnova привлекает €750M для ранних биотех-стартапов

15 ноября европейский венчурный фонд Sofinnova Partners закрыл раунд на €750 млн для поддержки ранних компаний в биотехе и precision medicine. Это значимый сигнал восстановления венчурного финансирования после вялого старта 2025 года. Фонд уже инвестировал в Actithera (радиофармацевтика для онкологии) и Elevara (терапии воспалительных заболеваний), демонстрируя сдвиг от широкого drug discovery к таргетированным подходам с высокой клинической вероятностью успеха.

Стратегический анализ: от химии к коду

Конвергенция биологии и искусственного интеллекта перешла в фазу стратегического противостояния за вычислительную инфраструктуру. То, что раньше было прерогативой университетских лабораторий и нишевых AI-стартапов, теперь становится стержневым активом Big Pharma. Eli Lilly не просто внедряет AI-инструменты — она строит собственную вычислительную империю, способную конкурировать с технологическими гигантами в области обработки биологических данных.

Ключевое отличие современной волны AI-drug discovery от предыдущих попыток — это масштаб параллелизма. Традиционная разработка лекарств линейна: гипотеза → синтез → тестирование → итерация. Суперкомпьютер Lilly позволяет проводить миллионы виртуальных экспериментов одновременно, сжимая годы работы до недель. Согласно оценкам индустрии, AI-платформы могут сократить время от открытия молекулы до клиники с 4-5 лет до 12-18 месяцев — и более критично — снизить затраты с $1-2 млрд на препарат до $100-300 млн.

Платформа TuneLab от Lilly представляет новую модель индустриальной экосистемы: федеративное обучение позволяет биотех-стартапам использовать проприетарные AI-модели Lilly (стоимостью $1 млрд накопленных данных) без прямого обмена данными. Взамен стартапы предоставляют свои экспериментальные результаты для дальнейшего обучения моделей. Это создаёт сетевой эффект в drug discovery: чем больше участников, тем точнее предсказания, тем быстрее открытия, тем выше привлекательность платформы.

Рыночные сигналы и инвестиционная логика

Венчурный капитал демонстрирует избирательный оптимизм. После провала многих ранних AI-drug discovery компаний 2020-2023 годов, инвесторы теперь требуют клинических доказательств, а не только красивых алгоритмов. Успех Iambic в привлечении $100M обусловлен двумя факторами: (1) платформа уже генерирует drug candidates в клинике (IAM1363), и (2) платформа монетизируется через технологические партнёрства (сделка на $25M с Revolution Medicines).

Текущая волна инвестиций концентрируется на платформах с доказанной предсказательной силой. Enchant от Iambic предсказывает клинические endpoints на ранних этапах discovery — критическая возможность, позволяющая отсеять неперспективные молекулы до дорогостоящих клинических испытаний. NeuralPLexer3 использует генеративную диффузию для предсказания белковых структур — технология, опережающая конкурентов по точности и эффективности использования обучающих данных.

Стратегия Sofinnova Partners показывает переориентацию венчурных денег на precision medicine и gene therapy с фокусом на редкие заболевания и радиофармацевтику — области с высокой клинической вероятностью успеха и ускоренными регуляторными путями (FDA Breakthrough Therapy Designation, Orphan Drug Status).

Голос индустрии

«Этот суперкомпьютер — грандиозный научный инструмент. Он работает как огромный микроскоп для биологов, позволяя нам выполнять задачи на беспрецедентном масштабе, которые были ранее невозможны»

— Томас Фукс, главный AI-офицер Eli Lilly

«Наша модель Enchant для предсказания клинических свойств создаёт колоссальную эффективность, позволяя исследователям понимать потенциальную жизнеспособность молекулы на самых ранних этапах открытия. Эта эффективность приносит значительную экономию времени и средств, критически важную в разработке препаратов»

— представитель Iambic Therapeutics, ноябрь 2025

«Мы хотим помочь обеспечить, чтобы Америка выиграла гонку AI. Одна из наиболее критических отраслей для любой нации — здравоохранение, и нам необходимо продолжать лидировать в мире в биомедицинских открытиях»

— Кимберли Пауэлл, глава Healthcare-направления Nvidia

Прогноз: три сценария до 2028 года

Сценарий 1: «Платформенная олигополия» (вероятность 45%)
3-5 крупнейших фарм-компаний (Lilly, Roche, Novartis, AstraZeneca) создают собственные AI-суперкомпьютеры и закрытые платформы, контролируя доступ к вычислительным ресурсам через федеративные экосистемы. Стартапы становятся «арендаторами» инфраструктуры, платя данными и IP за доступ. Рынок консолидируется вокруг 5-7 доминирующих платформ.

Сценарий 2: «Демократизация через open-source» (вероятность 30%)
Часть AI-моделей (особенно базовых, как NVIDIA Clara) становится open-source, позволяя средним биотех-компаниям строить собственные инфраструктуры. Конкуренция смещается от владения вычислениями к качеству проприетарных данных и speed-to-clinic. Появляются «AI-as-a-Service» провайдеры, предоставляющие drug discovery capabilities по подписке.

Сценарий 3: «Регуляторный шок» (вероятность 25%)
FDA и EMA вводят строгие требования к валидации AI-generated drug candidates, замедляя approval timelines. Несколько громких клинических провалов AI-discovered препаратов вызывают инвесторский скептицизм. Рынок переходит в фазу консолидации с фокусом на доказательной медицине и гибридных AI-human подходах.

Стратегические рекомендации

Для руководителей фарм-компаний: Инвестиции в вычислительную инфраструктуру становятся стратегическим приоритетом уровня C-suite. Компании, не имеющие собственных суперкомпьютеров или доступа к федеративным платформам, рискуют превратиться в contract research organizations для платформенных лидеров.

Для венчурных инвесторов: Фокус должен сместиться с «AI-first» на «clinical-validation-first». Стартапы, имеющие хотя бы один drug candidate в Phase I/II с AI-generated механизмом действия, получают значительную премию к оценке. Ключевые индикаторы: partnerships с Big Pharma, доступ к проприетарным биологическим данным, команда с опытом regulatory approval.

Для биотех-стартапов: Выбор между построением собственной AI-инфраструктуры и присоединением к федеративной платформе — экзистенциальное решение. Компании с уникальными биологическими данными (например, biobanks редких заболеваний, longitudinal patient data) могут использовать данные как переговорную силу для доступа к Lilly TuneLab и аналогичным экосистемам.