В последней компании, созданной на базе Стэнфордской медицинской лаборатории, работает 37 000 сотрудников, и ни один из них не является человеком. Здесь нет ни лабораторных помещений, ни заработной платы, ни обеденных перерывов. В исследовании, опубликованном 17 сентября в журнале Science, исследователи описывают виртуальную биотехнологическую компанию, полностью укомплектованную искусственным интеллектом, которая проанализировала десятки тысяч клинических испытаний, обнаружила биологический сигнал, предсказывающий, какие лекарства будут успешными, и независимо разработала терапию рака легких, к которой позже самостоятельно пришла крупная фармацевтическая компания.
Целая фармацевтическая компания, состоящая из агентов
Проект является детищем Джеймса Цзоу, доцента кафедры биомедицинских данных в Стэнфордском медицинском университете, и аспиранта Харрисона Чжана, который руководил работой. Он основан на «виртуальной лаборатории» ученых-агентов ИИ, которую группа Цзоу запустила в 2025 году, но на этот раз команда пошла дальше, создав целую компанию с десятками тысяч агентов ИИ, обученных поддерживать полный цикл разработки лекарств.
«Наша идея заключалась в том, чтобы посмотреть, как далеко мы можем продвинуться в этом вопросе. Можем ли мы создать биотехнологическую компанию, которая возьмет на себя все, от поиска целевых лекарств до разработки клинических испытаний?» Цзоу сказал в объявлении Stanford Medicine. «Можем ли мы иметь полностью агентскую компанию, которая будет решать чрезвычайно сложные задачи по открытию лекарств?»
Виртуальная компания отражает организационную структуру устоявшейся биотехнологической компании: главный научный сотрудник возглавляет исследовательские группы, разделенные на специализированные подразделения, которые параллельно работают над основными элементами дизайна лекарств, от определения молекулярных мишеней до разработки клинических испытаний.
Что обнаружили 37 000 агентов в ходе 50 000 испытаний
Одной из самых больших проблем в разработке лекарств является предсказание того, какие молекулы выживут в клинических испытаниях. Этот процесс, как отмечает Цзоу, может стоить десятки или даже сотни миллионов долларов и занять много лет. Перед агентами была поставлена кропотливая задача: вместо того, чтобы широко изучать научную литературу, каждый агент анализировал конкретное клиническое исследование и получал данные о безопасности и эффективности. В общей сложности они каталогизировали около 50 000 испытаний менее чем за неделю — задача, по словам Цзоу, заняла бы у людей годы.
Затем агенты изучили молекулярные данные, собранные в ходе этих испытаний, и построили две системы оценки. Первый из них измерял, насколько конкретно лекарство воздействует на определенный тип клеток, а не на многие типы клеток в целом. Второй измерял «бимодальность» — ведет ли активность целевого гена как выключатель света, который включается и выключается, или как диммер с рядом промежуточных состояний.
Выявившаяся картина была поразительной. Лекарства, воздействующие на переключающие гены клеточно-специфическим способом, имели на 40% больше шансов перейти от фазы 1 к фазе 2 испытаний, на 48% чаще попадали на рынок и имели на 32% меньше побочных эффектов по сравнению с препаратами с широкой активностью. Эффект сохранялся при раке, заболеваниях головного мозга, сердечных заболеваниях, а также заболеваниях почек и легких.
«Наука, открытая агентами, действительно интересна и показывает, что эти особенности отдельных клеток можно использовать для создания более эффективных лекарств», — сказал Цзоу. «Это указывает на важность сбора такого рода данных. Это может помочь всей индустрии открытия лекарств».
Тест B7-H3: от прогноза к проверке
Решающий вопрос заключался в том, сможет ли компания, занимающаяся искусственным интеллектом, разработать настоящее лекарство. Чтобы выяснить это, команда направила агентов на B7-H3, белок, давно представляющий интерес для исследователей рака легких. Агенты проанализировали исследования и хранилища биомедицинских данных и обнаружили высокую экспрессию B7-H3 в фибробластах — клетках соединительной ткани, которые часто живут рядом с опухолевыми клетками. Изучив данные пространственной транскриптомики, они обнаружили, что фибробласты, экспрессирующие B7-H3, передают сигналы близлежащим иммунным клеткам и подавляют их, эффективно скрывая опухоль от естественной защиты организма.
Затем агенты разработали конъюгат антитело-лекарство — целевой белок, который проникает в клетки, несущие большое количество B7-H3, и доставляет химиотерапевтическую полезную нагрузку непосредственно к ним. Важно отметить, что разработка основывалась только на информации, доступной до января 2025 года. Несколько месяцев спустя, в августе 2025 года, авторитетная фармацевтическая компания независимо разработала ту же стратегию конъюгата антитело-лекарство против B7-H3. Эта терапия получила статус прорывной терапии FDA после того, как показала эффективность в исследовании на людях — результат Цзоу описывает как независимую стороннюю проверку конструкции виртуальной биотехнологии.
Цзоу не преследует дальше B7-H3, поскольку другая компания уже направляет его в клиники. Но он говорит, что виртуальная биотехнология выявила и другие возможные цели, созданные таким же образом.
Люди остаются проводником
Несмотря на масштабы агентской рабочей силы, Цзо ясно говорит об ограничениях. «Люди, физические эксперименты и проверки всегда будут проводником, через который ИИ будет оказывать влияние», — сказал он. Следующим шагом команды является перенос новых результатов виртуальной биотехнологии в реальные лаборатории, чтобы проверить, насколько они сохраняются в физическом мире.
Исследование финансировалось стипендией Найта-Хеннесси, Национальными институтами здравоохранения, Национальным научным фондом и Биоцентром Чана Цукерберга при дополнительной поддержке Стэнфордского факультета биомедицинских данных.
Почему это важно
Исследование проводится на фоне более широкого изменения в применении ИИ в науке — от моделей, обобщающих исследования, до агентных систем, которые планируют эксперименты, анализируют данные и предлагают новые методы лечения. Освещение этой работы газетой The New York Times и прессой, занимающейся геномной индустрией, подчеркивает внимание, которое привлекает структура «виртуальных биотехнологий».
Если результат разработки перед проверкой по B7-H3 является каким-либо показателем, то у фармацевтической промышленности есть новый класс исследовательских инструментов для оценки: организации агентов ИИ, которые могут сжать годы обзора литературы и анализа испытаний в дни. Открытый вопрос, который сейчас тестирует команда Дзо, заключается в том, какая часть того, что предлагают агенты, выдерживает контакт с физическим лабораторным стендом.
Будьте впереди ИИ
ИИ меняет исследования на всех уровнях: от открытия лекарств до фундаментальной физики. Чтобы узнать больше о последних новостях в области искусственного интеллекта и анализе исследований, формирующих эту область, [читайте больше новостей об искусственном интеллекте →] (https://aibuzzwire.news/en).
---
Будьте в курсе ИИПоследние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.
Читать больше новостей об ИИ →
