„Merck“ ir „Protillion“ aljansas: dirbtinis intelektas tampa kertiniu farmacijos pramonės pamatu

Farmacijos milžinė „Merck & Co.“ žengė dar vieną agresyvų žingsnį skaitmeninės transformacijos link, sudarydama strateginę partnerystę su biotechnologijų startuoliu „Protillion Biosciences“. Oficialiame bendrovių pranešime, kurį cituoja Business Wire, nurodoma, kad bendradarbiavimo sutarties vertė, įskaitant tyrimų, plėtros ir komercinius tarpinius mokėjimus, gali pasiekti 510 mln. JAV dolerių. Šis sandoris žymi platesnę, nebegrįžtamą biofarmacijos sektoriaus evoliuciją, kurioje dirbtinis intelektas (DI) nebėra tik eksperimentinis įrankis, o tampa esminiu vaistų kūrimo varikliu, siekiant drastiškai sumažinti procesų kaštus bei pagreitinti naujų terapijų atėjimą į rinką.

Pagrindinė šio aljanso ašis – „Protillion“ patentuota „Prot-MaP“ technologija, apibūdinama kaip itin didelio našumo duomenų generavimo platforma. Kaip paaiškina biologinių vaistų atradimo padalinio viceprezidentas Juan Alvarez iš BioSpace pranešimo, ši sistema leidžia akimirksniu analizuoti milijonus baltymų variantų vieno eksperimento metu, suteikdama kokybiškus duomenis DI modelių apmokymui ir išvengiant modelio „perteklinio prisitaikymo“ (angl. overfitting) problemų. Tradiciniai metodai, reikalaujantys masiškai klonuoti ir testuoti baltymus laboratorijose, šį etapą tęsdavo mėnesiais, tuo tarpu DI algoritmai optimizuotus terapinius kandidatus geba identifikuoti per kelias dienas.

Strateginiai pokyčiai rinkoje ir technologinis lūžis

Šis pusės milijardo dolerių vertės susitarimas nėra izoliuotas reiškinys, o dalis kur kas didesnės „Merck“ kapitalo alokacijos strategijos. Rinkos analitikai iš Fierce Biotech pastebi, kad tik prieš kelis mėnesius „Merck“ pasirašė 1 mlrd. JAV dolerių vertės sutartį su „Google Cloud“ bei investavo šimtus milijonų į mažesnius DI startuolius, tokius kaip „Quotient“ ir „Infinimmune“. Tokie veiksmai rodo aiškią tendenciją: didžiosios farmacijos korporacijos aktyviai medžioja išorinius technologinius partnerius, galinčius pasiūlyti specializuotas mašininio mokymosi platformas sudėtingų baltymų inžinerijos iššūkiams spręsti.

Eksperto komentaras: kodėl duomenys yra naujasis auksas

Didžiausias vaistų pramonės butelio kaklelis visada buvo ankstyvoji molekulių atranka, kurioje iki 90 % kandidatų atkrisdavo vėlesnėse klinikinėse stadijose dėl netinkamo specifiškumo ar prasto gamybinio pritaikomumo. „Protillion“ technologinis pranašumas yra tas, kad jie generuoja didžiulius empirinių duomenų rinkinius, pritaikytus būtent generatyviniams DI modeliams. Tai leidžia kurti itin pažangaus profilio biologinius vaistus (pavyzdžiui, pasižyminčius nuo pH priklausomu valymu), kurių neįmanoma suprojektuoti naudojant standartinius atrankos metodus. „Merck“ ir „Protillion“ aljansas galutinai įtvirtina naują standartą: ateities medicina bus grindžiama ne spėlionėmis laboratorijoje, o prognozuojamąja skaitmeninių algoritmų galia.

Užkulisių dinamika: kodėl biofarmacija masiškai perka ne algoritmus, o laboratorinius duomenis

Žvelgiant giliau į šį pusės milijardo dolerių vertės susitarimą, išryškėja esminis paradoksas, šiuo metu formuojantis visą farmacijos pramonės ateitį. Didžiosios korporacijos, tokios kaip „Merck“, puikiai supranta, kad net patys pažangiausi dirbtinio intelekto modeliai yra beverčiai be aukštos kokybės, struktūrizuotų biologinių duomenų. Tradiciškai vaistų pramonė kentėjo nuo duomenų fragmentacijos ir nesuderinamumo, nes skirtingos laboratorijos naudojo nevienodus eksperimentų protokolus. „Protillion Biosciences“ vertė rinkoje slypi ne tik jų mašininio mokymosi algoritmuose, bet būtent gebėjime generuoti milžiniškus, standartizuotus empirinių duomenų rinkinius realiu laiku, o tai leidžia DI sistemoms mokytis be išankstinio triukšmo ar sisteminių klaidų.

Šis sandoris taip pat atskleidžia gilų strateginį lūžį didžiųjų farmacijos žaidėjų vadovybėje, kur technologijų vadovai (angl. Chief Technology Officers) dabar sėdi prie vieno stalo su vyriausiais moksliniais tyrėjais. Istoriškai tokios bendrovės kaip „Merck“ stengėsi visą tiriamąją veiklą išlaikyti savo vidinėse laboratorijose, akylai saugodamos intelektinę nuosavybę. Tačiau dabartinis tempas ir reikalavimai molekulių inžinerijai verčia keisti taktiką, o rizikos kapitalo investicijos vis dažniau nukreipiamos į agnostiškas technologines platformas. „Protillion“ teikiama „Prot-MaP“ sistema veikia kaip savotiškas „duomenų konvejeris“, eliminuojantis brangius ir ilgus fizinių eksperimentų ciklus ankstyvojoje vaistų atradimo stadijoje.

Kitas svarbus aspektas, kurį pabrėžia šios pramonės analitikai, yra biologinių vaistų (ypač antikūnų ir terapinių baltymų) gamybos sudėtingumas. Sukurti teoriškai veiksmingą molekulę kompiuterio ekrane yra palyginti lengva užduotis, tačiau priversti ją funkcionuoti gyvame organizme ir užtikrinti stabilią jos gamybą pramoniniu mastu – milžiniškas iššūkis. Įtraukdamos „Protillion“ technologiją į ankstyvąjį etapą, bendrovės gali iškart prognozuoti molekulių gamybines savybes (angl. developability), taip užkirsdamos kelią milijoniniams nuostoliams vėlesnėse klinikinėse stadijose. Tai keičia tradicinę vaistų kūrimo paradigmą iš reaguojamosios į proaktyviąją, kur būsimos gamybos problemos išsprendžiamos dar prieš pradedant pirmuosius laboratorinius testus.

Galiausiai, ši partnerystė siunčia aiškų signalą visai biotechnologijų ekosistemai, kad investuotojų pinigai krypsta link tų startuolių, kurie sugeba sujungti fizinį pasaulį su skaitmeniniu. Vien tik programinę įrangą kuriančios įmonės praranda konkurencinį pranašumą prieš tas, kurios turi nuosavas, automatizuotas laboratorines platformas, skirtas DI modelių validacijai. Šis integracinis požiūris tampa naujuoju aukso standartu, leidžiančiu biofarmacijos sektoriui pereiti prie visiškai skaitmenizuotos ir prognozuojamos vaistų kūrimo grandinės. Ilgalaikėje perspektyvoje tokie aljansai lems greitesnį personalizuotos medicinos sprendimų atsiradimą rinkoje bei reikšmingai sumažins galutinių terapinių produktų kainą pacientams visame pasaulyje.

Kritiškas žvilgsnis: optimizmo banga prieš atšiaurią klinikinių tyrimų realybę

Žvelgiant pro skambių antraščių rūką: pusės milijardo dolerių vertės susitarimai su dirbtinio intelekto startuoliais jau tapo įprastu farmacijos gigantų rinkodaros atributu, tačiau šis skaitmeninis entuziazmas dažnai slepia kur kas pilkesnę realybę. Nors „Merck“ ir „Protillion“ partnerystė žada revoliucinį pagreitį laboratorijoje, pramonės istorija rodo, kad kompiuterinių modelių efektyvumas vis dar dūžta į sudėtingos žmogaus biologijos uolas. Iki šiol rinkoje neturime nė vieno masiškai sėkmingo vaisto, kuris būtų visiškai sukurtas generatyvinio DI ir sėkmingai praėjęs visas tris klinikinių tyrimų stadijas. Algoritmai gali nepriekaištingai sumodeliuoti baltymų sąveiką skaitmeninėje erdvėje, tačiau jie vis dar nesugeba tiksliai prognozuoti, kaip ši molekulė elgsis gyvame organizme, kur veikia tūkstančiai tarpusavyje susijusių biologinių kintamųjų.

Šioje vietoje išryškėja ir akivaizdus interesų prieštaravimas tarp abiejų barikadų pusių. Biotechnologijų startuoliai yra gyvybiškai priklausomi nuo milžiniškų išankstinių vertinimų ir garsių partnerių vardų, kad pritrauktų rizikos kapitalą, todėl jų pranešimai spaudai linkę technologinę brandą pateikti kaip jau įvykusį faktą. Tuo tarpu didžioji farmacija naudoja šiuos sandorius ne tik realiems tyrimams, bet ir savo akcijų vertei palaikyti bei investuotojams nuraminti, demonstruodama, jog neatsilieka nuo madingiausių technologinių tendencijų. Didžioji dalis išskirtų 510 mln. JAV dolerių yra susieti su sėkmės mokesčiais (angl. milestones), kurių didelė dalis, remiantis statistika, greičiausiai niekada nebus išmokėta, nes ankstyvosios stadijos molekulės tiesiog atkris dėl netikėto toksiškumo ar neefektyvumo.

Galiausiai, masinė priklausomybė nuo išorinių DI platformų sukelia rimtų ilgalaikių rizikų pačioms farmacijos korporacijoms. Perleisdamos esminių duomenų generavimą ir pradinę atranką tokiems startuoliams kaip „Protillion“, didžiosios įmonės rizikuoja prarasti savo pačių mokslinę kompetenciją ir tapti priklausomomis nuo uždarų trečiųjų šalių ekosistemų (angl. black box). Jei algoritmuose įsivels sisteminė klaida, kurios mokslininkai nesugebės laiku identifikuoti dėl kodo neskaidrumo, milijoninės investicijos bus sudegintos dar prieš pastebint anomalijas klinikiniuose tyrimuose. Skaitmenizacija yra būtina, tačiau aklas pasitikėjimas modeliais, tikintis, kad mašininis mokymasis savaime išspręs fundamentalias biologijos mįsles, išlieka didžiausia šio dešimtmečio biofarmacijos iliuzija.

„Šiuolaikinėje farmacijoje dirbtinis intelektas primena paauglį prie prabangaus sportinio automobilio vairo: jis gali pasiekti neįtikėtiną greitį tiesiojoje, tačiau posūkiuose vis tiek tenka kliautis tais pačiais senais biologijos vadovėliais, kurių kompiuteris dar neišmoko apeiti.“

Vyr. redaktorius Artūras Malašauskas, DI sistemų integratorius, sukaupęs daugiau nei 20 metų patirties kuriant gamybinio lygio žiniatinklio inžinerijos sprendimus. Jis projektavo, diegė ir plėtė verslo klasės „Python“/„PHP“ sistemas logistikos, SaaS bei viešojo sektoriaus klientams. Pastaruosius metus jis specializuojasi išskirtinai DI integracijų srityje: diegia atvirojo kodo didžiuosius kalbos modelius (LLM), kuria generatyvinių medijų (vaizdo, garso, video) srautus bei projektuoja daugiagentines darbo eigas realioms gamybinėms aplinkoms. Jo standartas: atkuriamumas, saugumas ir ekonomiškai efektyvi išvestis – jokio „vaporware“. Artūras dokumentuoja bei vertina naujus DI įrankius, atskirdamas patvirtintas galimybes nuo rinkodarinio triukšmo. Techninis redaktorius svetainėse: ai-naujienos.lt, ai-verslas.lt, muza-ai.eu. Susisiekite per „LinkedIn“.