Универсальная вакцина против коронавируса завершила фазу 1 на фоне развития ИИ в поиске лекарств
Инструменты ИИ меняют подход к разработке, тестированию и одобрению вакцин и препаратов — знаменательная неделя для цифровой трансформации медицины.
By Dr. Asher Knippel
На этой неделе наша рубрика здоровья и медицины принадлежит искусственному интеллекту — не в виде хайпа, а как измеримая сила, изменяющая подход к разработке вакцин, открытию лекарств и проведению клинических испытаний.
ИИ-разработанная универсальная вакцина против коронавируса завершила первое клиническое испытание на людях
Исследователи Кембриджского университета завершили клиническое испытание фазы 1 пансарбековирусной вакцины, разработанной с помощью искусственного интеллекта. Кандидат был создан для вызова иммунных ответов против множества вариантов коронавируса — включая SARS-CoV-2 и связанные коронавирусы летучих мышей, которые могут стать источниками будущих пандемий. Предварительные результаты показывают благоприятный профиль безопасности и измеримые антительные и Т-клеточные ответы во всех дозовых группах. Это результат на ранней стадии на небольшой когорте здоровых взрослых; путь к лицензированной вакцине всё ещё требует испытаний фазы 2 и фазы 3, подтверждающих защиту в масштабе. Метод — использование ИИ для картирования консервативных вирусных эпитопов и выбора конфигураций антигена — представляет собой значимый шаг вперёд по сравнению с предыдущими усилиями по разработке пан-коронавирусных вакцин и может определить подход к созданию вакцин быстрого реагирования против будущих угроз сарбековирусов.
Выделено 1,8 миллиарда долларов на открытые наборы данных по ИИ-биологии для предсказания и лечения болезней
Коалиция крупных исследовательских институтов и технологических компаний объявила о совокупных обязательствах в размере почти 1,8 миллиарда долларов на создание открыто доступных прогностических ресурсов ИИ-биологии. Среди подписантов — Национальные институты здравоохранения США, Chan Zuckerberg Biohub, Google DeepMind, Meta и Isomorphic Labs. Заявленная цель — создать большие, свободно доступные наборы данных, объединяющие молекулярные, клеточные и клинические данные, чтобы модели ИИ следующего поколения могли предсказывать траектории болезней, выявлять мишени для лекарств и освещать биологические процессы, которые оставались непонятными при традиционных подходах. Смешанная государственно-частная структура примечательна: предыдущие крупномасштабные проекты биологических данных нередко распадались по проприетарным линиям. Что именно войдёт в наборы данных на практике и как будет выстроено управление для исследователей из стран с низким уровнем дохода и небольших институтов — это вопросы, за которыми стоит наблюдать по мере развития инициативы.
Виртуальные испытания ИИ предсказали провалы лекарств до того, как они произошли — и следом встали этические вопросы
Две компании в области ИИ — BioinvestGPT и QuantHealth — опубликовали на этой неделе результаты, показывающие, что их платформы виртуальных испытаний правильно предсказали провал нескольких реальных клинических программ ещё до того, как эти результаты стали публично известны. Среди выделенных случаев — программа del-desiran компании Novartis, которую модели ИИ отметили как маловероятно успешную, основываясь на молекулярном механизме и паттернах предыдущих испытаний. Ретроспективная точность предсказаний впечатляет в совокупности, однако отрасль призывает к осторожности: ретроспективный успех не переводится автоматически в проспективную надёжность, а пересечение обучающих данных с проверочными наборами может давать оптимистичные оценки производительности. Более непосредственный вопрос — какие обязательства возникают, если валидированная система ИИ предсказывает до начала испытания, что лекарство потерпит неудачу. Может ли спонсор при этом этично зачислять пациентов в испытание — вопрос, который FDA и EMA сейчас активно рассматривают, и устоявшегося руководства ещё нет.
Danaher откроет автономную лабораторию на основе ИИ и роботов для открытия антител к началу 2027 года
Производитель оборудования для наук о жизни Danaher объявил о планах открыть свою первую автономную исследовательскую лабораторию на основе ИИ в кембриджских объектах Abcam к началу 2027 года. Объект объединяет роботизированные системы работы с жидкостями, контроль качества с помощью компьютерного зрения и генеративные ИИ-петли проектирования для сжатия цикла разработки антител с месяцев до недель. Danaher заявляет об 8-кратном улучшении скорости открытий по сравнению с традиционными лабораторными рабочими процессами, хотя эта цифра основана на внутренних тестах и пока не проверена независимо. Модель интегрирует ИИ как непрерывный слой принятия решений, который выбирает эксперименты, интерпретирует результаты и запускает следующий цикл без ожидания человеческого согласования на каждом этапе. Производит ли этот подход лучшие антитела для клинического применения — а не просто более быстрые — будет более значимым мерилом после ввода объекта в эксплуатацию.
BullFrog AI выявил новые мишени для лечения депрессии в партнёрстве с крупной фармкомпанией
Балтиморская BullFrog AI объявила о коммерческом этапе валидации: её мульти-омная платформа ИИ выявила кандидатные терапевтические мишени для большого депрессивного расстройства в программе, совместно разработанной с неназванным партнёром из числа пяти крупнейших фармацевтических компаний. БДР — одно из наиболее распространённых и трудно поддающихся лечению состояний в мире, а существующая фармакопея — построенная в основном вокруг модуляции серотонина, дофамина и норэпинефрина — оставляет значительную долю пациентов без адекватного облегчения. Платформа BullFrog анализирует нейропсихиатрические мульти-омные данные, интегрируя геномные, протеомные и транскриптомные сигналы для выявления молекулярных путей, которые традиционные методы идентификации мишеней упустили. Это шаг доклинической валидации; выявленные мишени ещё не вошли в испытания на животных или клинические испытания. Сочетание вычислительного подхода и одобрения крупной фармы свидетельствует о том, что мишени считаются достаточно научно обоснованными для вложения ресурсов, однако впереди остаются значительные этапы разработки.
ИИ Thermo Fisher сокращает время составления форм согласия для клинических испытаний вдвое
На конференции фармацевтической отрасли CPHI в Милане компания Thermo Fisher Scientific представила данные, показывающие, что её инструменты генеративного ИИ сократили время, необходимое для составления основных форм информированного согласия, на 50%, а действия по активации площадки — административная работа, необходимая до того, как площадка испытаний сможет зачислять пациентов, — на 15–30%. Составление форм информированного согласия является широко признанным узким местом в организации клинических испытаний: формы должны удовлетворять регуляторным требованиям в нескольких юрисдикциях, оставаться понятными для непрофессиональных участников и пройти проверку комитета по этике. Сокращение времени составления на 50% нетривиально. Thermo Fisher подчеркнула, что ИИ не заменяет юридическую и клиническую проверку — он генерирует первые черновики и обозначает пробелы в регуляторной терминологии, тогда как специалисты-люди проверяют результат. Если эффективность подтвердится на портфелях испытаний, это может существенно сократить многомесячный разрыв между финализацией протокола и первым зачисленным пациентом — сжатие, которое идёт на пользу пациентам, ожидающим доступа к новым терапиям.
Эта статья подготовлена исключительно в журналистских и информационных целях и не является медицинской консультацией. Читателям следует проконсультироваться с квалифицированным клиницистом или фармацевтом, прежде чем вносить какие-либо изменения в лечение, лекарственную терапию или план управления здоровьем.