Интеллектуальная таблетка: может ли ИИ помочь в разработке новых лекарств

Лекарства представляют собой огромный спектр различных веществ. Самые распространенные — малые органические молекулы, которые легко синтезировать. Далее следуют пептиды (в частности, инсулин), белки и антитела. По мере усложнения препарата длительность и стоимость его разработки увеличиваются на порядки — так отличается создание новой модели велосипеда от конструирования реактивного лайнера.

Процесс включает три стадии.

Но главный пожиратель денег и времени впереди: наступает этап клинических испытаний. Нужно найти пациентов, организовать логистику в клиниках, наладить производство препарата в нужных объемах. Сначала на здоровых добровольцах проверяют, насколько лекарство безопасно. Затем его дают маленькой группе больных. И только потом смотрят эффект на большой выборке пациентов. Каждый из этих этапов и дорог, и чудовищно рискован.

По статистике, 70% программ сворачиваются уже на этапе доклинических исследований — в среднем это означает потерю пяти с лишним лет работы и 17 млн долларов. На последующих стадиях цена неудачи удваивается. Поэтому каждый успешный препарат в итоге обходится компании в те самые 1,5 млрд. Если фантастически повезет. И как гласит Eroom’s Law, и стоимость, и сроки будут лишь расти.

Таких задач десятки. Например, нужны ИИ системы для поиска пациентов, которые с высокой вероятностью хорошо отреагируют на новое лекарство на первой фазе клинических испытаний, и модели, способные генерировать дизайн новых молекул с нужными свойствами. Уже появляются системы, которые с помощью машинного обучения могут заметно сократить сроки и расходы. «Мне кажется, что каждый из этапов удастся сжать вдвое или даже втрое. Когда все эти системы будут созданы и натренированы, мы сумеем уложиться в три года вместо десяти лет», — прогнозирует Дороничев.

Еще один пожиратель времени — собственно наука. Ученый долго размышляет, читает статьи и в итоге выдвигает некую гипотезу. Потом проводит множество экспериментов, которые либо подтверждают, либо опровергают его догадки. И все это на относительно небольших массивах данных. На таком фоне у многих возникла соблазнительная идея: раз большие языковые модели (LLM) способны писать стихи и программный код, значит, скоро они смогут создать и лекарство от рака. В качестве аргумента энтузиасты ИИ приводят программу Google AlphaFold для предсказания пространственной структуры белков. Но это опасное упрощение.

Одна-единственная живая клетка с точки зрения количества молекул и взаимодействий между ними на порядки сложнее человеческого языка. Нам кажется, что если мы выдали большим моделям огромное количество информации и после этого они научились писать приличные стихи, то почему бы не повторить трюк с биологией. Но для того чтобы появились современные языковые модели, им потребовалось «скормить» почти триллион токенов (токен — дискретная единица текста, которую обрабатывает языковая модель). А о взаимодействии малых молекул с белками человечество на сегодняшний день накопило примерно 20 млн записей. Несопоставимые величины.

И это еще не все. В языке, чтобы сгенерировать новый токен, достаточно напечатать на клавиатуре еще одно слово. А в биологии — синтезировать исследуемые молекулы и провести эксперимент на очень дорогом оборудовании. Каждый такой эксперимент стоит минимум 1000 долларов. Чтобы сгенерировать триллион токенов, надо потратить тысячу триллионов долларов. Квадриллион.

Есть и еще одна фундаментальная проблема — так называемый validation loop, цикл проверки качества ИИ на новых данных. С генерацией картинок все просто: нейросеть нарисовала кошку, человек посмотрел – и сразу сказал: «Нет, это не кошка, а собака». Модель получила обратную связь и усовершенствовалась. В биологии так не работает. Нейросеть сгенерировала новую молекулу, но человек, по сути, может только пожать плечами: будет она работать или нет, неизвестно. Далее формулу отправляют в лабораторию, где минимум шесть недель предложенную ИИ молекулу будут синтезировать, затем еще несколько месяцев тестировать, и только через полгода станет понятно, оказалась ли идея стоящей.

Предположим, вам повезло: капнули новое вещество на тестовые белки — и увидели активность. Ура, мы молодцы, публикуем статью! Прославимся и обогатимся! Но станет ли молекула вести себя так же в живом организме? Организм — фантастически сложная система. Препарат может вообще не добраться до нужных клеток, разложиться в печени, связаться с десятком других белков, оказаться токсичным — и это лишь верхушка айсберга.

Сейчас в мире вкладывают фантастические деньги в попытки смоделировать хотя бы одну клетку целиком. Большинство ученых относятся к идее скептически, считая, что создать подобную имитацию в ближайшее время вряд ли получится. И это всего одна клетка, а в человеческом теле их около 50 трлн. Потом нужно научиться моделировать ткани, затем органы и только после — организм в целом. «Мы не то что не близки к решению этой задачи, — говорит Андрей Дороничев, — мы вообще в другой вселенной».

Однако не все так безнадежно. Биология — это тоже язык. Язык ДНК: аминокислота — буква, белок — слово, клетка — книга. А значит, здесь имеются свои закономерности. И поскольку языковые модели на больших объемах текстов научились улавливать структуру человеческой речи, есть шанс, что на больших массивах генетических данных они начнут понимать и законы биологии.

Интересный проект в этой области ведет директор по фундаментальным исследованиям AIRI Михаил Бурцев: он намерен построить самую большую языковую модель ДНК. Ключевая гипотеза звучит так: если секвенировать ДНК у всего подряд (людей, растений, животных, бактерий), можно набрать условный триллион токенов. Стоимость секвенирования сейчас быстро падает, и вполне вероятно, что геном скоро станут расшифровывать каждому при рождении практически бесплатно.

А когда мы соберем такой гигантский датасет, появится шанс получить эффект ChatGPT: если долго кормить нейросеть данными, в какой-то момент она начинает видеть глубокие закономерности. Если такое произойдет в биологии, человечество ждет по-настоящему впечатляющий прорыв. Пока же миссия компании Bioptic гораздо более приземленная: мы хотим использовать современные достижения в области искусственного интеллекта, чтобы быстрее и дешевле поставлять реальные лекарства реальным пациентам.