Novo Nordisk уклала партнерство з Amazon Web Services, щоб інтегрувати автономних «агентів ШІ» (agentic AI) у свої процеси розробки ліків, маючи на меті скоротити час від висунення гіпотези до отримання молекули-кандидата. Цей крок означає перехід від прогностичних моделей, які лише вказують на закономірності, до систем ШІ, здатних виконувати багатоетапні експерименти без участі людини.

Від прогнозування до виконання

Фармацевтичні дослідження тривалий час покладалися на інструменти машинного навчання для аналізу геномних даних, виявлення потенційних мішеней та моделювання того, як сполуки можуть зв'язуватися з білками. Ці інструменти зупиняються на етапі отримання аналітичних даних; науковці все одно мають самостійно проєктувати наступний експеримент, запускати симуляції та інтерпретувати результати. Натомість агентний ШІ створений для дій. ШІ-агент може отримати високорівневу ціль — наприклад, «ідентифікувати маломолекулярний інгібітор для білка X» — і потім послідовно поєднати пошук даних, алгоритми молекулярного проєктування, запуск симуляцій і навіть запропонувати лабораторні протоколи, і все це в межах єдиного робочого процесу.

На практиці Novo Nordisk використовуватиме цих агентів для трьох основних завдань:

  • Ідентифікація мішені – сканування оміксних наборів даних для точного визначення генів або білків, релевантних захворюванню, та їхнього ранжування за можливістю впливу препаратами.
  • Розробка терапії – генерація структур молекул-кандидатів, проведення симуляцій докінгу та динаміки, а також ітераційне вдосконалення хімічного складу на основі прогнозованих показників ефективності та безпеки.
  • Автоматизація протоколів – складання планів експериментів, замовлення реагентів і передача результатів назад у цикл ШІ для безперервного навчання.

Усуваючи потребу в ручній передачі завдань між кожним етапом, компанія сподівається скоротити процес, який традиційно триває роками, до кількох місяців.

AWS як ШІ-двигун та хмарна основа

Згідно з угодою, AWS стає пріоритетним хмарним провайдером та стратегічним ШІ-партнером Novo Nordisk. AWS надаватиме високопродуктивні обчислювальні кластери, петабайти сховищ для даних секвенування та клінічних випробувань, а також набір сервісів ШІ, налаштованих для наукових завдань. Партнерство також передбачає створення центру спільної інноваційної діяльності на базі лондонської філії Novo Nordisk, де дата-саєнтисти, біологи та інженери AWS проєктуватимуть і тестуватимуть спеціалізованих ШІ-агентів.

Цей центр є «пісочницею», а не виробничою лінією. Команди можуть експериментувати з різними архітектурами агентів, інтегрувати власні біологічні бази даних і оцінювати, як агенти справляються з граничними випадками, такими як шляхи рідкісних захворювань або побічні (нецільові) ефекти. Близькість команд прискорює цикл зворотного зв'язку, що є критично важливим при поєднанні складної біології з передовим ШІ.

Чому біотехнологічний сектор стежить за цим

Розробка ліків є надзвичайно дорогою та повільною. У середньому галузь витрачає понад десять років і мільярди доларів, щоб вивести молекулу з етапу концепції на ринок. Будь-яка технологія, яка надійно скорочує цей термін на тижні або місяці, безпосередньо знижує витрати, прискорює доступ пацієнтів до лікування та покращує конкурентне становище компанії.

Агентний ШІ також підштовхує сектор до операційної моделі, орієнтованої на хмару (cloud-first). Компанії, які можуть за запитом розгортати масивні обчислювальні кластери, запускати паралельні симуляції та зберігати кожну ітерацію дизайну молекули у спільному сховищі, отримують стратегічну перевагу. Партнерство Novo Nordisk з AWS сигналізує про те, що наступна хвиля фармацевтичних інновацій буде невіддільною від масштабованої хмарної інфраструктури.

Ризики та застереження

Обіцянка автономних агентів не усуває потреби в людській експертизі. Валідація залишається «вузьким місцем»; запропоноване ШІ сполучення все одно має бути синтезоване, протестоване in vitro та оцінене на токсичність. Критики зазначають, що системи ШІ можуть успадковувати упередження з навчальних даних, потенційно пропускаючи нові механізми, які виходять за межі історичних закономірностей. Регулятори ще не визначили чітких правил для кандидатів у препарати, створених за допомогою ШІ, що ставить питання про відповідальність у разі виникнення проблем із безпекою під час клінічних випробувань, керованих ШІ.

Інтеграція створює ще одне перешкоду. Існуючі системи управління лабораторною інформацією (LIMS) та електронні лабораторні журнали побудовані навколо робочих процесів, орієнтованих на людину. Підключення автономного агента до такої екосистеми може вимагати суттєвого реінжинірингу, а вартість такої інтеграції не розголошується публічно.

За чим спостерігати далі

  • Показники продуктивності – Перші дослідження лондонського хабу покажуть, наскільки швидко агенти можуть перейти від вибору цілі до хімічно життєздатної лід-сполуки, і як це порівнюється з традиційними процесами.
  • Регуляторна реакція – Оскільки кандидати, створені ШІ, переходять до клінічних випробувань, регуляторам потрібно буде вирішити, як оцінювати базові процеси ШІ. Будь-які настанови можуть створити прецеденти для всієї галузі.
  • Конкурентний ефект доміно – Інші великі фармацевтичні компанії натякали на можливість вивчення подібних стратегій, орієнтованих на ШІ (AI-first). Якщо Novo Nordisk продемонструє вимірюване прискорення або зниження витрат, ми можемо очікувати каскад партнерств між біотехнологічними компаніями та великими хмарними провайдерами.
  • Потоки талантів – Співпраця може залучити дослідників ШІ зі спеціалізацією в біології, змінюючи моделі найму та потенційно спонукаючи академічні програми робити акцент на «агентному ШІ для наук про життя».

Підсумок

Альянс Novo Nordisk з AWS переводить дискусію про розробку ліків із питання «що ШІ може нам розповісти?» у питання «що ШІ може для нас зробити?». Передаючи виконання автономним агентам, партнерство має на меті стиснути історично тривалий і дорогий процес у більш оптимізований та ітеративний цикл. Успіх може переосмислити швидкість, з якою нові методи терапії потрапляють до пацієнтів, але він залежить від надійної валідації, чіткості регуляторних норм та здатності інтегрувати ШІ-агентів у існуючі лабораторні робочі процеси. Галузь уважно стежитиме за першими результатами лондонського хабу; вони можуть стати еталоном для наступного покоління медицини на основі ШІ.