закрыть

Рецепты из нейросети: как стартап выпускника МГУ на $56 млн создает новые лекарства за три недели

Алекс Кнапп Forbes Contributor
Нейросеть GENTRL использовали для разработки лекарственных препаратов, которые могли бы воспрепятствовать активности белка DDR1. Фото Getty Images
Пять лет назад Александр Жаворонков, в свое время окончивший аспирантуру МГУ, создал стартап Insilico Medicine, который сейчас занимается применением машинного обучения в разработке новых способов лечения болезней. Компания публикует прорывные исследования и уже оценивается в $56 млн

Второго сентября в научном журнале Nature Biotechnology ученые из Insilico Medicine опубликовали исследование, из которого следует, что нейросети, которую разработала компания, удалось открыть несколько возможных способов лечения фиброза (заболевание, при котором на органах в результате воспаления разрастаются соединительные ткани, что мешает их нормальной работе).

Всего за 21 день нейронная сеть под названием GENTRL (с англ. — generative tensorial reinforcement learning) нашла шесть перспективных способов лечения болезни, один из которых показал многообещающие результаты в ходе испытаний на мышах.

«У нашего искусственного интеллекта есть воображение», — говорит гендиректор Insilico Medicine Александр Жаворонков. Ученый сравнил нейросеть GENTRL с самообучаемым алгоритмом AlphaGo от Google DeepMind, который не раз бросал вызов чемпионам по восточной логической игре го.

Жаворонков основал Insilico Medicine в 2014 году. В начале своей карьеры он занимался информационными технологиями и несколько лет работал в IT-компании ATI Technologies (вплоть до ее поглощения производителем процессоров AMD в 2006 году). Затем он решил погрузиться в новую область знаний и заняться исследованиями в сфере биотехнологий. Его главным интересом стало изучение возможностей замедления процесса старения человека. Он получил степень магистра биотехнологии в Университете Джонcа Хопкинса в США, а затем стал кандидатом физико-математических наук в Московском государственном университете.

После защиты кандидатской диссертации Жаворонков работал в нескольких компаниях, однако затем решил вернуться в США. В Балтиморе он основал компанию Insilico Medicine.

Сначала ученый планировал использовать методы глубокого обучения, чтобы тренировать нейросети и обеспечивать высокоточную доставку лекарственных препаратов. Однако вскоре после основания компании Жаворонков увлекся работами Яна Гудфеллоу в области машинного обучения и решил изменить метод работы Insilico Medicine.

«Можем ли мы сделать так, чтобы машина как бы «воображала» новые молекулы с определенными свойствами, а не занималась скринингом больших библиотек молекулярных соединений?» — задался вопросом ученый.

Он отмечает, что обычно ученые, которые разрабатывают новые лекарства, занимаются именно скринингом молекул. А Жаворонков хотел проверить, можно ли будет ускорить процесс создания лекарств с помощью машинного обучения.

Первое подобное исследование, которое ученые компании опубликовали в 2016 году, помогло Insilico Medicine привлечь инвестиции даже в условиях высокой конкуренции в области биотехнологий и искусственного интеллекта. По данным Pitchbook, на данный момент компания привлекла $24,3 млн от нескольких венчурных инвесторов, в том числе от A-Level Capital и Juvenescence. Стоимость Insilico Medicine оценивается в $56 млн. У компании также есть несколько партнеров в области биотехнологий, в частности A2A Pharmaceuticals и TARA Biosystems.

Ученые из Insilico Medicine провели новое исследование по запросу своих коллег-химиков, которые поставили перед ними следующую задачу: использовать нейросеть GENTRL для разработки лекарственных препаратов, которые могли бы воспрепятствовать активности белка DDR1. DDR1 — это фермент, который, возможно, связан с таким заболеванием, как фиброз. Замедление активности DDR1 рассматривается как возможный метод лечения фиброза. На моделирование ингибиторов у нейросети GENTRL ушел 21 день. Общее время работы по моделированию, синтезу и валидации молекул составило 46 дней. Затраты на создание молекул составили около $150 000. Для сравнения, традиционный метод разработки аналогичных лекарственных препаратов обошелся биотехнологической компании Genentech в миллионы долларов, притом что работа заняла 8 лет.

«Их [Genentech] молекулы просто невероятны. Они немного лучше, чем ингибиторы, созданные с помощью нашего искусственного интеллекта. Но опять же: на это исследование у них ушли годы», — считает Жаворонков. По его словам, команда Insilico Medicine не так хорошо разбирается в химии, но ей все же удалось относительно быстро создать что-то подобное с помощью искусственного интеллекта.

Хотя ученый и предупреждает, что у Insilico Medicine впереди еще много работы, это исследование — важный прорыв. Оно показывает, насколько перспективно создание лекарственных препаратов с помощью технологий искусственного интеллекта.

«Я считаю, что благодаря нашему исследованию число скептиков среди представителей фармацевтической индустрии значительно поубавится», — оптимистичен Жаворонков.

Перевод Полины Шеноевой

Будущие «единороги»: 25 самых перспективных стартапов по версии Forbes

Новости партнеров