💊 ИИ ускоряет свой путь в науку
Недавно мы писали о том, что биг-тех массово выходит за пределы цифровых продуктов и превращает научные исследования в новое направление бизнеса.
И вот сразу три новых кейса в фармацевтической области: этот тренд не просто продолжается — он ускоряется.
NVIDIA и Eli Lilly создают совместную ИИ-лабораторию в Южном Сан-Франциско. Компании планируют вложить до $1 млрд за 5 лет в специалистов, вычисления и исследовательскую инфраструктуру. Основой станут платформа BioNeMo и архитектура Vera Rubin.
Главная идея - связать вычислительные модели с реальными экспериментами в непрерывный цикл:
Такой контур должен работать круглосуточно. Партнёры собираются создавать собственные фундаментальные модели для биологии и химии, применять робототехнику и «физический ИИ», а впоследствии распространить подход на клинические исследования, производство и цифровые двойники фармацевтических предприятий.
Это уже не просто покупка доступа к чужой нейросети. NVIDIA входит непосредственно в лабораторный процесс, а Lilly соединяет с вычислениями собственные данные, химиков, биологов и производственную инфраструктуру.
Похожую конструкцию создают Novo Nordisk и Amazon Web Services. AWS стала предпочтительным облачным провайдером и стратегическим ИИ-партнёром фармкомпании, а в лондонском подразделении Novo открыт совместный инновационный хаб.
Там специалисты AWS работают рядом с исследователями Novo, используя Amazon Bio Discovery, Bedrock и AgentCore. Задача сформулирована очень практично: сократить путь от выбора биологической мишени до выхода нового препарата для человека.
При этом Novo не делает ставку на одного поставщика. Компания параллельно сотрудничает с Anthropic и OpenAI.
Складывается многослойная архитектура: один партнёр предоставляет облако и агентов, другой — модели и инструменты разработки, сама фармкомпания — данные, научную постановку задачи и клиническую проверку.
Третья модель сотрудничества — соглашение Takeda с Iambic Therapeutics. Стартап предоставляет NeuralPLexer для прогнозирования структуры комплексов белок–молекула, другие модели проектирования соединений и собственную автоматизированную «мокрую» лабораторию.
Первые программы относятся к онкологии, гастроэнтерологии и воспалительным заболеваниям.
Iambic утверждает, что уже проводит полный цикл «спроектировать — синтезировать — проверить — проанализировать» еженедельно. Для классической фармы ценность здесь не только в скорости: модели помогают раньше отсеивать слабые молекулы и выбирать кандидатов с большей вероятностью успеха.
Перед нами три уровня одного формирующегося рынка:
1️⃣ NVIDIA приносит вычисления, модели и роботизированную инфраструктуру;
3️⃣ AWS — облачный и агентный слой для всего исследовательского процесса;
3️⃣ Iambic — специализированные модели, молекулярный дизайн и экспериментальную проверку.
Пока всё это не доказывает, что ИИ уже научился создавать успешные лекарства: настоящий экзамен начинается в клинических испытаниях. Но меняется сама организация исследований.
ИИ идёт в науку уже не как отдельный инструмент исследователя. Он становится новым слоем научной инфраструктуры.
💬 Тест Тьюринга. События в сфере ИИ. Подписаться
Недавно мы писали о том, что биг-тех массово выходит за пределы цифровых продуктов и превращает научные исследования в новое направление бизнеса.
И вот сразу три новых кейса в фармацевтической области: этот тренд не просто продолжается — он ускоряется.
NVIDIA и Eli Lilly создают совместную ИИ-лабораторию в Южном Сан-Франциско. Компании планируют вложить до $1 млрд за 5 лет в специалистов, вычисления и исследовательскую инфраструктуру. Основой станут платформа BioNeMo и архитектура Vera Rubin.
Главная идея - связать вычислительные модели с реальными экспериментами в непрерывный цикл:
ИИ предлагает молекулу ➡️ роботизированная лаборатория проверяет её ➡️ результаты возвращаются модели ➡️ начинается следующий эксперимент.
Такой контур должен работать круглосуточно. Партнёры собираются создавать собственные фундаментальные модели для биологии и химии, применять робототехнику и «физический ИИ», а впоследствии распространить подход на клинические исследования, производство и цифровые двойники фармацевтических предприятий.
Это уже не просто покупка доступа к чужой нейросети. NVIDIA входит непосредственно в лабораторный процесс, а Lilly соединяет с вычислениями собственные данные, химиков, биологов и производственную инфраструктуру.
Похожую конструкцию создают Novo Nordisk и Amazon Web Services. AWS стала предпочтительным облачным провайдером и стратегическим ИИ-партнёром фармкомпании, а в лондонском подразделении Novo открыт совместный инновационный хаб.
Там специалисты AWS работают рядом с исследователями Novo, используя Amazon Bio Discovery, Bedrock и AgentCore. Задача сформулирована очень практично: сократить путь от выбора биологической мишени до выхода нового препарата для человека.
При этом Novo не делает ставку на одного поставщика. Компания параллельно сотрудничает с Anthropic и OpenAI.
Складывается многослойная архитектура: один партнёр предоставляет облако и агентов, другой — модели и инструменты разработки, сама фармкомпания — данные, научную постановку задачи и клиническую проверку.
Третья модель сотрудничества — соглашение Takeda с Iambic Therapeutics. Стартап предоставляет NeuralPLexer для прогнозирования структуры комплексов белок–молекула, другие модели проектирования соединений и собственную автоматизированную «мокрую» лабораторию.
Первые программы относятся к онкологии, гастроэнтерологии и воспалительным заболеваниям.
Iambic утверждает, что уже проводит полный цикл «спроектировать — синтезировать — проверить — проанализировать» еженедельно. Для классической фармы ценность здесь не только в скорости: модели помогают раньше отсеивать слабые молекулы и выбирать кандидатов с большей вероятностью успеха.
Перед нами три уровня одного формирующегося рынка:
1️⃣ NVIDIA приносит вычисления, модели и роботизированную инфраструктуру;
3️⃣ AWS — облачный и агентный слой для всего исследовательского процесса;
3️⃣ Iambic — специализированные модели, молекулярный дизайн и экспериментальную проверку.
Пока всё это не доказывает, что ИИ уже научился создавать успешные лекарства: настоящий экзамен начинается в клинических испытаниях. Но меняется сама организация исследований.
ИИ идёт в науку уже не как отдельный инструмент исследователя. Он становится новым слоем научной инфраструктуры.
💬 Тест Тьюринга. События в сфере ИИ. Подписаться