ИИ в фармацевтике: не создает лекарства, но ускоряет их разработку

Искусственный интеллект (ИИ) стал неотъемлемой частью фармацевтических разработок. Инструменты машинного обучения применяются для виртуального скрининга молекул, прогнозирования их свойств и анализа огромных массивов данных — от патентов до результатов клинических испытаний. Фармкомпании обещают сократить годы разработки до месяцев, но пока ни одна молекула, созданная ИИ с нуля, не превратилась в зарегистрированный препарат.

Классический путь создания лекарства занимает годы: поиск мишени, подбор молекулы, доклинические и клинические исследования, масштабирование производства. На каждом этапе большинство кандидатов отсеивается. ИИ ценен именно там, где скорость упирается не в отсутствие идеи, а в объем вариантов и данных. Виртуальный скрининг позволяет быстрее перебирать библиотеки соединений, оценивать их связывание с мишенью и предлагать наиболее перспективные кандидаты для лабораторных испытаний. Это экономит месяцы и даже годы.

Современные модели способны оценивать растворимость, проницаемость, токсичность, взаимодействие с ферментами метаболизма — все это до того, как провести реальные эксперименты. Чем раньше выявлены слабые места, тем меньше средств тратится на тупиковые направления. Кроме того, ИИ анализирует накопленные знания: публикации, патенты, базы клинических испытаний. Он выявляет повторяющиеся ошибки, находит связи между фактами и помогает в репозиционировании известных молекул для новых показаний.

Дисциплина данных и полный цикл

Качество данных — ключевой фактор. Если наборы неполные или смещенные, модель может ускорить движение в неверном направлении. Поэтому в фармацевтике ИИ внедряют вместе с едиными стандартами описания экспериментов и контролем изменений. Компании, обладающие полным циклом R&D — от разработки до промышленного выпуска, — получают преимущество: цифровые методы встраиваются в каждую стадию. Пример такого подхода — биофармацевтическая компания «Промомед» с собственным R&D-центром и заводами «Биохимик» и «Берахим».

«Промомед» реализует концепцию полного цикла «от идеи к молекуле, от молекулы к пациенту». В портфеле компании более 360 препаратов, включая инновационные биотехнологические. Собственный R&D-центр включает лаборатории разработки готовых форм и субстанций, аналитическую лабораторию, службу регистрации и контроля качества. Это позволяет снизить риск, что кандидат окажется идеальным на компьютере, но непригодным для производства.

Одной из ключевых тенденций стала минимизация клинических исследований на добровольцах за счет биофармацевтических подходов. Комплекс исследований в рамках биовейвера позволил сократить объем испытаний, а полученные результаты легли в основу рекомендаций Евразийской экономической комиссии. Например, положительное регуляторное решение было получено для комбинированного антиретровирусного препарата в форме суспензии с пролонгированным высвобождением — на основе физиологически обоснованной фармакокинетической модели.

Автоматизация и доверие к моделям

На производственном этапе цифровые подходы включают роботизацию, автоматизированный контроль качества и электронные журналы. На заводе «Биохимик» в Саранске полностью автоматизировано производство таблеток: это исключает прямой контакт персонала с продуктом, снижает себестоимость и повышает безопасность. Стандартизированные и оцифрованные процессы упрощают внедрение новых препаратов.

По мере роста применения ИИ острее становится вопрос доверия. Медицине недостаточно высокой точности на тестовой выборке: нужно доказать воспроизводимость результатов и контролируемость ошибок. Это требует дисциплины в документировании, валидации моделей и управлении изменениями. Как отметил глава «Промомед» Петр Белый, ИИ — это огромное подспорье, но не замена людям. Задача алгоритмов — убирать лишнее, помогать с анализом больших данных и предлагать варианты дизайна исследований, но фундаментальная логика доказательной медицины и ответственность за пациента остаются за человеком.