Новая эра для фармацевтических НИОКР: Nvidia и Eli Lilly представляют совместную лабораторию ко-инноваций стоимостью $1 Billion
В эпохальном шаге, означающем углубление слияния искусственных наук и биологических исследований, Nvidia и фармацевтический гигант Eli Lilly объявили о стратегическом партнёрстве по созданию совместной лаборатории по ко-инновациям в сфере искусственного интеллекта (artificial intelligence) в районе залива Сан-Франциско. В рамках сотрудничества планируется инвестиция до $1 billion в течение следующих пяти лет, предназначенная для привлечения талантов, инфраструктуры и вычислительных ресурсов. Эта инициатива нацелена на коренное переосмысление процесса открытия лекарств с использованием передовых вычислений для ускорения разработки революционных препаратов.
Партнёрство подчёркивает значительный сдвиг в фармацевтической отрасли — от традиционных экспериментальных методов к «цифровой биологии (digital biology)», где открытия движимы массивными наборами данных и генеративным ИИ. Объединив глубокую научную экспертизу Lilly в биологии и химии с лидерством Nvidia в ускорённых вычислениях, лаборатория намерена сократить циклы разработки и повысить показатели успеха новых терапевтических средств.
Ускорение открытий с помощью вычислений следующего поколения
В основе этого сотрудничества лежит интеграция передового аппаратного и программного обеспечения, разработанных специально для биологического исследования. Новая лаборатория будет использовать платформу BioNeMo от Nvidia, генеративную AI-фреймворк для открытия лекарств, для создания и обучения моделей, способных понимать сложные биологические системы.
Значимо, что в лаборатории планируется развертывание будущих вычислительных архитектур Nvidia, включая долгожданную Vera Rubin архитектуру. Ожидается, что это оборудование следующего поколения обеспечит огромную вычислительную пропускную способность, необходимую для обучения передовых моделей на обширных проприетарных наборах данных Lilly. Интеграция этих технологий позволит учёным исследовать биологические и химические пространства in silico — моделировать взаимодействия и свойства виртуально, прежде чем синтезировать хоть одну молекулу в физическом мире.
Эта вычислительная мощность будет дополнена ранее анонсированным суперкомпьютером Lilly для искусственного интеллекта, который описывается как один из самых мощных в фармацевтическом секторе. Вместе эти ресурсы образуют «фабрику ИИ», способную обучать большие биомедицинские фундаментальные модели для идентификации и оптимизации кандидатов на лекарства с беспрецедентной скоростью и точностью.
Система непрерывного обучения: мост между «мокрой» и «сухой» лабораториями
Ключевой инновацией новой лаборатории является внедрение «системы непрерывного обучения», которая бесшовно связывает вычислительные предсказания (сухие лаборатории) с физическими экспериментами (мокрые лаборатории). Такой подход устанавливает динамическую петлю обратной связи, где модели ИИ генерируют гипотезы, роботизированные системы проводят эксперименты для их проверки, а полученные данные немедленно возвращаются для уточнения моделей.
Эта "учёный в цикле (scientist-in-the-loop)" методология предназначена для обеспечения круглосуточного проведения экспериментов. Автоматизируя рутинные задачи и сокращая разрыв между предсказанием и валидацией, исследователи могут итеративно работать над кандидатами в лекарства значительно быстрее, чем это позволяют традиционные ручные процессы. Конечная цель — создать самоулучшающуюся систему, в которой ИИ становится всё более искусным в предсказании успешных молекулярных структур и биологических мишеней.
Сравнение традиционного и ускоренного ИИ процесса открытия лекарств
| Feature | Traditional Drug Discovery | AI-Accelerated Co-Innovation Model |
|---|---|---|
| Primary Method | Последовательные пробно-ошибочные эксперименты | Генеративный ИИ (Generative AI) предсказание и моделирование |
| Data Utilization | Разрозненный, часто ручной анализ данных | Интегрированное обучение на масштабных наборах данных |
| Cycle Time | Годы на идентификацию и валидацию мишени | Недели или месяцы для in silico валидации |
| Feedback Loop | Медленные, ручные итерации | Обратная связь в реальном времени, непрерывная автоматизация |
| Infrastructure | Стандартное лабораторное оборудование и серверы | Суперкомпьютеры для ИИ и роботизированная автоматизация |
За пределами открытия: производство и цифровые двойники
Сфера партнёрства Nvidia и Eli Lilly выходит за рамки начальной фазы открытия и охватывает клиническую разработку, производство и операции цепочки поставок. Компании планируют использовать «Physical AI» — применение ИИ для взаимодействия с физическим миром и его контроля — для оптимизации производства лекарств.
С помощью Nvidia Omniverse и RTX PRO Servers Lilly намерена создать цифровые двойники своих производственных линий. Эти высокоточные виртуальные симуляции позволят инженерам моделировать производственные процессы, тестировать изменения и оптимизировать рабочие потоки в виртуальной среде до их реализации в реальном мире. Ожидается, что такая возможность сократит время простоя, повысит эффективность и обеспечит более строгий контроль качества при производстве сложных терапевтических средств.
Стратегические последствия для отрасли
Создание этой лаборатории в Южном Сан-Франциско представляет собой важную веху в индустриализации ИИ для здравоохранения. Дженсен Хуанг, основатель и генеральный директор Nvidia, подчеркнул, что хотя ИИ трансформирует каждую отрасль, его влияние на науки о жизни будет самым глубоким. Он отметил, что партнёрство направлено на изобретение «нового плана» для открытия лекарств.
Аналогично, генеральный директор Lilly Дэвид А. Рикс отметил, что сочетание 150-летнего научного опыта компании с вычислительной мощью Nvidia может переосмыслить процесс открытия лекарств. Этот шаг указывает на то, что будущее фармацевтической конкурентоспособности будет во многом зависеть от способности интегрировать высокопроизводительные вычисления с биологическими исследованиями.
По мере того как лаборатория начнёт работу в начале этого года, она служит критическим испытательным полигоном для более широкого внедрения агентов ИИ, робототехники и фундаментальных моделей в медицине. Успех этого предприятия может установить новый стандарт для работы фармацевтических компаний, трансформируя их в гибридные техно-био предприятия.
Ключевые технологии, движущие лабораторией
Сотрудничество будет сосредоточено на развертывании конкретного стека технологий, разработанного для решения уникальных задач биологических данных:
- Генеративные модели ИИ: Пользовательские фундаментальные модели, обученные на проприетарных биологических данных, для предсказания молекулярных взаимодействий.
- Роботизированная автоматизация: Автоматизированное мокролабораторное оборудование, управляемое агентами ИИ, для выполнения экспериментов без вмешательства человека.
- Цифровые двойники: Виртуальные реплики физических систем, используемые для моделирования производства и логистики цепочки поставок.
- Высокопроизводительные вычисления (HPC): Огромные кластеры GPU, обеспечивающие вычислительную мощность, необходимую для непрерывного обучения моделей.
Эта инвестиция в размере $1 billion — не просто финансовое обязательство, а стратегическое выравнивание, которое ставит обе компании в авангарде биотехнологической революции, управляемой ИИ.
