← Главная новостей | Торговый зал

До $20 000 за одну проверку: AI-фарма упёрлась в разрыв между «сухими» и «мокрыми» экспериментами

2026-11-03 · Источник:虎嗅·中继

До $20 000 за одну проверку: AI-фарма упёрлась в разрыв между «сухими» и «мокрыми» экспериментами

Отрасль спрашивает уже не «может ли AI создавать лекарства», а «на каком этапе он находится» — лучшая иллюстрация тому: Anthropic строит собственную мокрую лабораторию.

Одна молекула рождается в алгоритме: несколько часов, стоимость меньше одного юаня. Та же молекула попадает в мокрую лабораторию: синтез плюс полный набор анализов занимают месяцы, а одна проба обходится в 2000–20 000 долларов. Этот разрыв в цифрах — самая честная картина нынешней AI-фармы.

27 октября на форуме «AI + фарма в условиях глобальной регуляторной конвергенции» в рамках Symposium 2026 по биотехнологиям и фармацевтике в Шанхае и конференции Pujiang по фундаментальным инновациям в биомедицине заместитель директора Шанхайского центра экспертизы и инспекции лекарственных средств Ли Сянъюй заявила: AI-фарма вступила в этап «клинические испытания — во главе угла, ценность — прежде всего». За этими словами стоит промышленная база: в 2025 году объём биофармацевтической отрасли Шанхая превысил триллион юаней, а 19 из 20 ведущих мировых фармпроизводителей разместили в Шанхае китайские штаб-квартиры, R&D-центры или производственные площадки. Тянь Фэн, глава отдела фармацевтической промышленности Шанхайского центра содействия развитию биомедицинской науки и промышленности, сформулировал проблему ещё прямее: AI эволюционировал от скрининга существующих библиотек молекул к генерации совершенно новых структур, но блестящие результаты «на бумаге» не означают готового препарата. AI-фарма ограничена сразу тремя узкими местами — источниками данных, вычислительными мощностями и алгоритмами — и при этом обязана подчиняться логике верификации «безопасность и эффективность». По-настоящему дефицитны не генеративные способности, а качественные данные, позволяющие довести проверку результатов до конца, многомерная интерпретация данных и соответствующие алгоритмы, а также замкнутый цикл, в котором «сухие» алгоритмы и «мокрые» эксперименты взаимно подтверждают друг друга.

CTO компании MegaRobo Тан Пэйфэн разложил барьер на пути к «сухо-мокрому» замкнутому циклу на три уровня. Первый — операционный: высокопропускные эксперименты на малых выборках при разнообразии дизайна опытов и ингибирующих свойствах образцов требуют точного контроля. Второй: простое копирование движений человеческой руки роботизированной манипулятором — это лишь «механический» технологический маршрут. Самый сложный — уровень принятия решений: система должна интеллектуально замыкать цикл от планирования экспериментов до интерпретации данных, определяя, что делать на следующем шаге.

Это ощущение не уникально для одной компании. В сентябре этого года стало известно, что Anthropic строит собственную мокрую лабораторию в районе залива Сан-Франциско. Логика проста: чем умнее модели, тем больше молекул требует проверки, и верификация сама превращается в новое узкое место.

Данные — тоже препятствие. Тянь Фэн в интервью сказал прямо: «Качественные первичные отраслевые данные — та преграда, которую многие компании не могут преодолеть».

Теги: Anthropic · MegaRobo · Li Xiangyu · Tian Feng · Tang Peifeng · AI Drug Discovery


Читайте также


萬安算交所 AIXX · AIXX · Верифицированная биржа · В торговый зал