Biohub делает ставку на виртуальную клетку как новую инфраструктуру разработки лекарств
Biohub направляет $500 млн на пятилетнюю программу по созданию ИИ-моделей человеческих клеток. Если проект даст рабочие предиктивные модели, разработка лекарств может получить новый слой раннего отбора гипотез. Но главный риск остается прежним: биология сложнее программного кода, а нехватка качественных данных может превратить амбицию в дорогостоящий эксперимент.
 |
| Biohub инвестирует $500 млн в ИИ-модели клеток человека, пытаясь превратить биологию в предсказуемую цифровую систему |
Виртуальная клетка становится ставкой на новый тип фармразработки
В 2016 году Марк Цукерберг и Присцилла Чан основали Biohub как научную платформу с предельно амбициозной целью — помочь вылечить и предотвратить все болезни. Теперь эта цель получила более конкретную технологическую форму: создание моделей, которые смогут предсказывать поведение человеческих клеток.
В конце апреля 2026 года Biohub объявил о программе инвестиций в ИИ-модели клеток человека. По данным Axios, $400 млн планируется направить на собственные разработки, еще $100 млн — на поддержку внешних исследовательских проектов. Логика понятна: если клетку можно моделировать достаточно точно, часть ранних экспериментов можно перенести в цифровую среду.
Для фармотрасли это не просто очередная история об искусственном интеллекте. Речь идет о попытке построить новый слой доклинической логики: быстрее проверять гипотезы, оценивать мишени, прогнозировать клеточный ответ и отсеивать слабые направления до дорогостоящих этапов разработки.
Главный дефицит — не вычисления, а данные о живой системе
Ключевое ограничение проекта признают и сами участники Biohub. Руководитель научного направления Алекс Ривз указывает, что пока никто не знает, какой объем и какое качество данных нужны, чтобы такие модели давали практически полезные прогнозы.
Это принципиальный момент. В фарме не хватает не только мощности алгоритмов, но и воспроизводимых, стандартизированных биологических данных. Клетка меняет поведение в зависимости от типа ткани, возраста, мутаций, микроокружения, воспаления, лекарственного воздействия и множества других факторов.
Поэтому виртуальная лаборатория, где можно быстро перебирать молекулы, выглядит привлекательно, но ее ценность будет зависеть не от красивой архитектуры модели, а от способности предсказывать реальные биологические эффекты.
Без этого цифровая клетка останется демонстрацией вычислительных возможностей, а не инструментом разработки препаратов.
Большие технологические компании заходят в биологию через разные двери
Biohub не действует в вакууме. Isomorphic Labs, входящая в контур Alphabet, применяет нейросетевые подходы для поиска новых лекарственных кандидатов. Microsoft развивает медицинские ИИ-модели для анализа изображений, генетических данных и исследовательских задач. NVIDIA продвигает платформу BioNeMo как инструмент для ускорения биотехнологических исследований и разработки препаратов.
Эти проекты различаются по фокусу, но их объединяет одна логика: биология становится вычислительной дисциплиной. Компании пытаются превратить массивы экспериментальных данных в модели, которые помогают формулировать более точные гипотезы и сокращать число неудачных направлений.
Для Большой фармы это означает усиление конкуренции не только между лекарственными портфелями, но и между технологическими инфраструктурами. Побеждать будет не тот, кто просто использует искусственный интеллект в презентациях, а тот, кто сможет связать данные, лабораторную валидацию, клиническую стратегию и регуляторную доказательность.
Где цифровая биология может изменить экономику исследований
Самый сильный потенциальный эффект Biohub — не в обещании «вылечить все болезни», а в снижении неопределенности на ранних этапах разработки. Сегодня значительная часть затрат возникает из-за того, что слабые гипотезы обнаруживаются слишком поздно.
Если модели клеток помогут раньше увидеть токсичность, отсутствие биологического эффекта или слабую связь с мишенью, это может изменить экономику портфеля разработок. Компании смогут быстрее перераспределять ресурсы, точнее выбирать показания и меньше инвестировать в направления с низкой вероятностью успеха.
Но этот сценарий возможен только при условии, что модели будут проверяться на реальных экспериментальных и клинических данных. В противном случае рынок получит еще один слой красивой аналитики, который не снижает риск, а лишь создает иллюзию контроля.
Прикладной эффект начнется с отбора гипотез, а не с готовых лекарств
Для фармкомпаний ближайшая ценность подобных систем, вероятнее всего, будет не в автоматическом создании препаратов, а в улучшении раннего отбора. ИИ-модели клеток могут стать инструментом для оценки мишеней, поиска биомаркеров, подбора комбинаций и планирования экспериментов.
Это изменит и работу медицинских, маркетинговых и аналитических команд. По мере развития цифровой биологии будет расти значение доказательной истории вокруг механизма действия: почему мишень выбрана, какие клеточные данные ее поддерживают, где границы применимости модели и как это связано с клиническим результатом.
Для аптечного сегмента прямой эффект появится не сразу. Но в долгосрочной перспективе такие технологии могут ускорить появление более точных терапевтических решений, особенно в онкологии, иммунологии, редких заболеваниях и персонализированной медицине. Это постепенно будет менять обучение персонала, коммуникацию с врачами и ожидания пациентов от новых препаратов.
Российский фармрынок почувствует эффект через данные, компетенции и доступ к технологиям
Для России значение этой истории не сводится к тому, будет ли Biohub напрямую работать с локальными компаниями. Важнее другое: глобальная фармразработка ускоренно уходит в сторону цифровой биологии, а значит, конкурентоспособность будет все сильнее зависеть от доступа к качественным данным, вычислительным инструментам и междисциплинарным командам.
Российским компаниям придется оценивать, где они могут использовать открытые модели и данные, а где потребуется собственная инфраструктура. Особенно это важно для биотехнологических препаратов, онкологии, иммунных заболеваний и направлений, где выбор мишени критически влияет на судьбу проекта.
Для рынка это создает новое давление: простой перенос традиционной разработки в цифровую презентацию не даст преимущества. Потребуются специалисты, которые понимают и биологию, и данные, и клиническую логику, и регуляторные ограничения.
Данная публикация предназначена для специалистов здравоохранения и участников фармрынка. Аналитические выводы редакции носят информационный характер и не являются призывом к самолечению или заменой очной консультации врача. При работе с лекарственными препаратами необходимо руководствоваться официальной инструкцией и мнением профильного специалиста. Полный текст дисклеймера.