Продвижение молекул: новая ИИ-платформа сэкономит создателям лекарств месяцы работы

Российский стартап представил платформу, объединяющую инструменты искусственного интеллекта и молекулярного моделирования для ранних этапов разработки лекарств — от формирования дизайн-гипотез до отбора молекул для синтеза и биологических испытаний. Сейчас проект проходит закрытое тестирование. К нему подключаются представители фармацевтических компаний и академических коллективов, занимающихся дизайном лекарственных молекул. По словам экспертов, технология может существенно сократить время работы ученых на ранних этапах. При этом непосредственно ускорить клинические испытания такие инструменты не позволяют. Подробнее о возможностях и перспективах технологии — в материале «Известий».

Российская платформа для создания лекарств

Российский стартап «Лиганд Про», основанный специалистами из Сколтеха, представил платформу для разработки лекарственных молекул с использованием искусственного интеллекта и методов молекулярного моделирования. Это первое отечественное решение, которое объединяет в единой цифровой среде проектирование молекул, вычислительные эксперименты и анализ их результатов.

С помощью этого инструмента, у которого нет аналогов в России, исследователи могут формулировать и проверять гипотезы молекулярного дизайна, генерировать и оптимизировать структуры, прогнозировать их взаимодействие с белком-мишенью, оценивать физико-химические свойства и структурные риски, анализировать патентное окружение и синтетическую доступность соединений. По итогам серии расчетов пользователь может сформировать короткий список наиболее перспективных молекул для последующего синтеза и экспериментального тестирования.

— С помощью платформы мы делаем передовые ИИ-инструменты доступными для фармацевтических компаний и научных коллективов, чтобы ускорить разработку новых лекарственных молекул, повысить эффективность вычислительных экспериментов и быстрее переходить от гипотез к перспективным молекулам-кандидатам, — отметила сооснователь и генеральный директор стартапа, выпускница магистратуры и аспирантуры Сколтеха Марина Пак.

На платформе молекулы, белковые мишени, коллекции соединений, дизайн-гипотезы и результаты расчетов связаны между собой. Это позволяет исследователям не только запускать отдельные модели, но и сохранять логику принятия решений на протяжении нескольких циклов проектирования молекул.

— Сегодня многие команды используют отдельные программы для разных этапов разработки: один инструмент — для докинга (компьютерного моделирования), другой — для предсказания свойств, третий — для генерации или анализа молекул. Результаты приходится вручную сводить и интерпретировать, а контекст, почему была создана та или иная структура, часто остается за пределами вычислительной системы. Мы хотели сделать не каталог онлайн-инструментов, а единую среду молекулярного дизайна. Исследователь может сформулировать гипотезу, связать с ней серию молекул, проверить ее с помощью расчетов и затем отобрать кандидатов по совокупности полученных данных, — рассказал руководитель направления хемоинформатики проекта Сергей Николенко.

Платформа рассчитана прежде всего на специалистов по медицинской и вычислительной химии, а также на исследовательские команды фармацевтических компаний и академических организаций, работающие над поиском и оптимизацией биоактивных соединений.

Мышиное зрение: нейросеть в разы ускорит создание лекарств для мозга

Как автоматический анализ поведения лабораторных животных упростит тестирование препаратов

Востребованность ИИ-решений в фармацевтике

Сейчас платформа находится на этапе закрытого тестирования. К ней подключаются представители фармацевтических компаний и академических коллективов, занимающихся дизайном лекарственных молекул. Сейчас команда собирает обратную связь о рабочих сценариях и интерфейсе и продолжает добавлять новые вычислительные модули. После завершения тестирования доступ к системе планируется открыть более широкому кругу пользователей.

На клинические испытания платформа влияет лишь опосредованно. Основная ее польза проявляется на раннем этапе, когда ученые определяют, какие молекулы целесообразно синтезировать и затем проверять в лаборатории, рассказала «Известиям» ведущий эксперт рынка НТИ «Хелснет» Марина Чумакова.

— Здесь ИИ способен сократить месяцы перебора вариантов и отсеять слабые соединения до дорогостоящих экспериментов. Сроки доклинических и клинических исследований определяются биологией и требованиями регулятора, поэтому алгоритм их сократить не может. Зато чем точнее отбор на входе, тем выше шанс, что до испытаний дойдут кандидаты с лучшими свойствами и меньше проектов остановится на поздних стадиях, — пояснила специалист.

Валидация продукта еще не завершена, но сам подход с использованием ИИ представляется перспективным, а возможность заметно сократить длительность самых ранних стадий поиска новых препаратов, безусловно, вызывает интерес, рассказал вице-президент по связям с государственными органами ГК «Фармасинтез» Евгений Орачевский. Однако клинические испытания такие инструменты напрямую не ускоряют — их сроки определяются дизайном исследования, временем, необходимым для проявления и подтверждения эффекта, и требованиями регуляторов к доказательности.

— По данным открытых источников, созданные с помощью ИИ молекулы успешно проходят первую фазу, где оценивается безопасность, а на второй, где проверяется эффективность, пока не показывают преимущества перед традиционными методами. ИИ способен взять на себя значительную часть черновой работы, но в ответственных задачах итоговый результат по-прежнему зависит от экспертизы специалистов, которые проверяют его выводы и исправляют ошибки. Тем не менее мы продолжаем внимательно следить за развитием подобных платформ и готовы рассматривать предложения об их тестировании в контролируемом режиме.

Разработка представлена в рамках Московского стартап-саммита, который проходит 29–30 сентября 2026 года на территории «СберСити».