Десятилетие поиска, миллиарды долларов инвестиций и тысячи неудачных попыток — такова традиционная цена появления одного нового лекарства на полках аптек. Сегодня индустрия пытается взломать этот код с помощью искусственного интеллекта, обещая сократить путь от идеи до первой дозы в организме человека в два-три раза.
От кода к клетке: что такое AI-дизайн лекарств
Традиционно ученые ищут лекарства методом проб и ошибок, перебирая огромные библиотеки существующих соединений. Искусственный интеллект меняет подход: вместо поиска он переходит к генеративному дизайну. Алгоритмы анализируют структуру белков в организме и «рисуют» идеальную форму молекулы, которая сможет с ними связаться. Это похоже на создание ключа под конкретный замок, параметры которого известны лишь частично.
В 2026 году мы перешли из эры «компьютерных обещаний» в стадию реальной проверки. В клиниках по всему миру сейчас тестируются десятки препаратов, чья структура была полностью или частично оптимизирована нейросетями. Это лекарства от онкологических заболеваний, редких генетических дефектов и тяжелых поражений легких.
Главное: AI не заменяет биологические тесты на людях, но он позволяет быстрее находить кандидатов, которые с высокой вероятностью будут безопасны и эффективны. Это фильтр, отсекающий заведомо провальные идеи еще на этапе расчетов.
Первый успех: прорыв в лечении фиброза легких
Одним из самых ярких подтверждений того, что AI-химия работает, стали результаты компании Insilico Medicine. Их препарат Rentosertib (INS018_055), созданный для борьбы с идиопатическим легочным фиброзом, прошел фазу IIa клинических испытаний. Это заболевание постепенно превращает легочную ткань в рубцы, из-за чего человек теряет способность дышать.
Данные, опубликованные в журнале Nature Medicine в 2025 году, показали обнадеживающую динамику. У пациентов, получавших дозу 60 мг, функция легких не просто стабилизировалась, а продемонстрировала улучшение. На фоне контрольной группы, где состояние легких закономерно ухудшалось, этот результат выглядит как серьезная заявка на успех. Однако важно понимать, что исследование проводилось на небольшой выборке из 71 человека. Чтобы препарат стал доступен всем, технологии предстоит подтвердить свою эффективность на сотнях пациентов в финальных фазах испытаний.
Математика против рака: новые горизонты онкологии
Другой важный игрок, Relay Therapeutics, использует алгоритмы для моделирования динамики молекул. Они буквально «снимают кино» о том, как ведет себя белок в движении, чтобы поймать момент его максимальной уязвимости. Их препарат Zovegalisib для терапии рака груди уже показал выживаемость без прогрессирования болезни в течение 11 месяцев.
Параллельно компания Schrodinger развивает направление гематоонкологии. Их ингибитор SGR-1505 получил статус Fast Track от FDA — это ускоренный режим рассмотрения для лекарств, которые могут помочь при неизлечимых на данный момент лимфомах. Предварительные данные первой фазы показывают, что около 22% пациентов с тяжелыми формами заболевания положительно ответили на терапию. Это скромная, но важная цифра для людей, которым не помогли стандартные методы лечения.
| Компания | Препарат | Цель | Текущий статус (2026) |
|---|---|---|---|
| Insilico Medicine | Rentosertib | Фиброз легких | Успех фазы IIa, переход к фазе III |
| Relay Therapeutics | Zovegalisib | Рак груди | Начата фаза III испытаний |
| Recursion Pharma | REC-4881 | Полипоз кишечника | Активные испытания фазы II/III |
| Schrodinger | SGR-1505 | Лимфома | I фаза, статус Fast Track от FDA |
Реальность против хайпа: когда алгоритмы бессильны
Несмотря на технологический оптимизм, 2025 и 2026 годы стали периодом «великой чистки» для рынка. Выяснилось, что даже самый совершенный AI не может полностью предсказать сложность человеческого организма. Громким провалом завершилась история препарата компании Verge Genomics, предназначенного для лечения бокового амиотрофического склероза (БАС).
Алгоритм нашел молекулу, которая должна была защищать нервные клетки, но реальные испытания не показали нужного эффекта на биомаркеры повреждения нервов. Результат оказался болезненным: компания уволила почти весь штат и отказалась от самостоятельной разработки лекарств, превратившись в сервисную организацию по продаже данных. Аналогичная судьба постигла BenevolentAI, которая ушла с публичного рынка после неудач в клинике. Это напоминание о том, что AI — это мощный инструмент ускорения, а не гарантия отсутствия биологических ошибок.
Искусственный интеллект отлично подбирает ключи к замкам, но он все еще не до конца понимает, как устроена сама дверь — сложнейшая биологическая система человека.
Ограничения, риски и слабые места
Главным препятствием для индустрии остается так называемая «Стена Фазы II». Статистика 2026 года показывает, что AI-молекулы легко проходят первую фазу, подтверждая свою безопасность для человека (успех в 80–90% случаев). Однако на этапе проверки реальной лечебной эффективности успех падает до 40%. Это средний показатель по отрасли, что означает: пока нейросети не совершили революции в качестве лечения, они лишь ускорили процесс доставки кандидатов к этой «стене».
Существует серьезная проблема качества данных: нейросети обучаются на результатах старых исследований. Если в массиве данных содержалась ошибка об эффекте той или иной молекулы, AI лишь быстрее масштабирует эту ошибку. Кроме того, сохраняется высокая стоимость человеческих испытаний, страховок и работы врачей, которую невозможно сократить алгоритмами. Также отрасль столкнулась с кризисом ликвидности — инвесторы перестали верить в абстрактную магию алгоритмов и требуют подтвержденных прибылей от реальных продаж препаратов.
Что будет дальше
Индустрия консолидируется вокруг крупнейших игроков. Гигант Recursion Pharma поглотил своего конкурента Exscientia, чтобы создать мощную платформу, способную вести десятки программ одновременно. На горизонте маячит Isomorphic Labs от Alphabet (создатели AlphaFold), которые планируют выйти на свои первые клинические испытания в конце 2026 года.
Интересно, что фокус разработок начинает смещаться. Помимо борьбы с раком и фиброзом, компании начинают применять AI в эстетической медицине. Например, стартап Absci разрабатывает препараты от облысения, используя те же алгоритмы, что и для лечения редких форм рака. Это прагматичный шаг: эстетический рынок огромен и часто менее рискован, чем поиск лекарств от смертельных болезней.
Для обычного человека это означает, что лекарства не станут «мгновенными» или «бесплатными» в ближайшие годы. Но вероятность того, что для сложного заболевания будет найдено решение в течение пятилетки, а не десятилетий, значительно выросла. AI стал новым стандартом в лабораториях, но последнее слово в медицине по-прежнему остается за клиническими испытаниями на людях.