ИИ в разработке лекарств: опыт Isomorphic Labs

Что в ролике
Если вы присматриваетесь к ИИ в науке, история Макса Джадерберга из Isomorphic Labs показывает, как бывший исследователь DeepMind превратил прорыв AlphaFold в работу над лекарствами от всех болезней. По его словам, одного AlphaFold недостаточно: чтобы создавать лекарства, нужно ещё полдюжины прорывов уровня AlphaFold, которые команда Isomorphic собирает в единый движок проектирования лекарств. Модели помогают с двух сторон: понимать биологию болезни и проектировать молекулы, которые вмешиваются в неё; компания проверяет их не на тысячах, а на 20–50 молекулах, потому что точность предсказаний уже достаточно высока. Часть работы автоматизирована агентами, которые могут идти несколько суток, а для их оценки в компании используют внутренние leaderboard и eval-наборы, потому что в биологии результат нельзя проверить на компьютере. Коммерчески Isomorphic совмещает собственные программы и партнёрства с фармкомпаниями, которые дают самые сложные задачи. Макс считает, что нанимать нужно лучших специалистов без опыта в биологии, если они любопытны и готовы учиться, а сам советует не пренебрегать изучением науки, чтобы задавать правильные вопросы. По его прогнозу, в ближайшие 10 лет появятся новые типы лекарств и персонализированная медицина, но регуляторный процесс FDA останется узким местом: 90% препаратов проваливаются в клинике.
Практика
- Что получишь
- Поймёте, какие роли ИИ уже закрывает в разработке лекарств, как оценивать агентов без точных метрик и почему для работы в AI for science всё ещё нужна наука.
- Первый шаг
- Начните с выбора научной области и разберите, какие данные в ней есть и могут ли они дать сигнал для обучения модели.
- Цифры
- —10 лет — столько в среднем занимает путь нового лекарства от идеи до аптеки
- —90% — доля лекарств, которые проваливаются в разработке или клинических испытаниях
- —20–50 молекул — столько Isomorphic Labs теперь делает и тестирует в лаборатории вместо сотен тысяч
- —80% против 10% — целевая точность внутренней модели на одном бенчмарке, где мировой уровень был всего 10%
- Честно
- Видео снято при спонсорстве Miro: в середине автор рекламирует подключение Claude к доске Miro через MCP-сервер и даёт ссылку. В конце она зовёт подписаться на бесплатную рассылку Futureproof и просит подписаться на канал. Макс Джадерберг — президент Isomorphic Labs, поэтому его оценки и прогнозы по AI в фармацевтике стоит воспринимать как позицию компании, а не независимый анализ.
Если слова незнакомы — 4 терминов
- агентпрограмма, которая самостоятельно решает многошаговую задачу, например предлагает варианты молекул
- AlphaFoldмодель DeepMind, предсказывающая трёхмерную структуру белков
- leaderboardвнутренняя таблица-рейтинг для сравнения качества моделей
- evalтестовые наборы для оценки того, насколько хорошо модель справляется с задачей
Связки из этого ролика
4 шт.- LLMs
- reasoning models
- world models
- design agents
Компоненты
7 шт.Формат: интервью · для практикующих · уверенность разметки 0.9 · источник