Из Красноярска в Лозанну: Как Isomorphic Labs ищет «лекарство от всего»

Сергей Якнин (Sergei Yakneen), директор по технологиям Isomorphic Labs. Сегодня он работает в Лозанне. Thomas Kern / SWI swissinfo.ch

Компания Isomorphic Labs, выделившаяся из подразделения Google DeepMind, разрабатывает платформу на основе искусственного интеллекта (ИИ), призванную ускорить создание новых лекарственных препаратов. В Лозанне мы поговорили с её директором по технологиям Сергеем Якниным о роли Швейцарии в современной науке, о границах и иллюзиях вокруг ИИ — и о том, что на самом деле требуется для разработки эффективных и безопасных онкологических препаратов.

В 2013 году Сергей Якнин (Sergei Yakneen) находился на старте стремительной многообещающей карьеры: в тот момент он руководил в Торонто командой инженеров-программистов, работавших на концерн Amazon. Однако затем вся жизнь его резко изменилась: его мать, онколог городской больницы, умерла от рака поджелудочной железы в возрасте всего-то 54 лет. Сергей Якнин родился и вырос в Красноярске, крупном промышленном городе в Центральной Сибири, там, где в советский период активно развивались научные и исследовательские центры и институты.

Несмотря на то, что с детства он был окружён учёными и медиками, как теоретиками, так и практиками, Сергей Якнин до определенного момента даже и не думал сам становиться врачом, как его мать. «Меня больше интересовали компьютеры», — говорит он. В детстве он часами сам собирал самые простые компьютеры и создавал к ним компьютерные программы. Одновременно он наблюдал за тем, как врачи безуспешно пытались спасти его мать от смерти. Этот опыт и предопределил его дальнейший профессиональный путь.

«Я почувствовал, что заниматься чистой техникой больше не имело для меня никакого смысла, — вспоминает Сергей Якнин, которому тогда было 33 года. — Я не мог с чистой совестью оставаться в мире технологий. Я всё время думал: если в будущем кто-то из моих детей столкнётся с таким же заболеванием, каким будет мой вклад в его спасение»? В итоге он уволился из Amazon и перешёл в Онкологический исследовательский институт Онтарио (Ontario Institute for Cancer Research). Там он для начала, с опорой на свой опыт и знания, анализировал данные секвенирования ДНК тысяч онкопациентов. Цель была понять, каким образом генетические мутации приводят к возникновению и развитию онкологических патологий.

Лозанна, город на берегу Женевского озера. Keystone / Laurent Gillieron

Девять лет спустя, в 2022 году, Сергей Якнин оказался в Лозанне на должности директора компании Isomorphic LabsВнешняя ссылка. Сама компания, базирующаяся в Лондоне, была выделена из состава лаборатории Google DeepMind в 2021 году с целью создания универсального инструмента, который поможет быстрее разрабатывать лекарства практически для любых заболеваний. Её основатель и генеральный директор Демис Хассабис (Demis Hassabis) в 2024 году совместно со своим коллегой Джоном Джампером (John Jumper) стал лауреатом Нобелевской премии по химии за создание AlphaFold, нейросетевой системы, которая научилась предсказывать трёхмерную структуру белков по их аминокислотной последовательности. Тем самым они решили задачу, над которой ученые безуспешно бились более полувека: как на основе линейной цепочки аминокислот понять, какую пространственную форму примет белок.

«Быстрее, экономичнее, успешнее»

Белки рождаются в виде линейных цепочек, но действуют они только тогда, когда сворачиваются в некую трёхмерную структуру. Лекарства «узнают» белки по их форме, поэтому без предсказания этой формы невозможно ни объяснить болезнь, ни создать против неё эффективный лекарственный препарат. Определение трехмерной структуры белка долгое время оставалось очень медленным и дорогостоящим процессом, способным занимать годы, до пяти лет: но потом появилась модель AlphaFold, способная выполнять эту задачу за минуты. «Сразу стало ясно, насколько прорывной является эта модель», — говорит Сергей Якнин, который на момент релиза второй версии AlphaFold (на сегодня их уже три) в конце 2020 года работал в компании SOPHiA GENETICS.

Сергей Якнин (Sergei Yakneen)

Родился и вырос в Красноярске, в возрасте 14 лет, уже после распада Советского Союза, эмигрировал в Торонто. Следующие два с лишним десятка лет провёл в Канаде, где изучал информатику и математику и впервые познакомился с нейронными сетями и проблематикой машинного обучения. Работал в ряде компаний, включая гиганта электронной коммерции концерн Amazon, где участвовал в создании первого канадского подразделения компании, курируя сферу разработки программного обеспечения.

Позднее Сергей Якнин стал научным ассистентом в Онкологическом исследовательском институте Онтарио (Ontario Cancer Research Institute), принимал участие в руководстве технической рабочей группой проекта Pan Cancer Analysis of Whole Genomes, крупнейшей в мире инициативы по анализу онкологических данных на основе полногеномного секвенирования. Защитил кандидатскую диссертацию (PhD) по вычислительной биологии и онкогеномике в Гейдельберге (Heidelberg, Германия), где разрабатывал алгоритмы анализа геномных данных в масштабе целых популяций.

Онкогеномика изучает, какие изменения в геноме превращают нормальные клетки в раковые и как эти знания использовать для диагностики и терапии. Этот опыт и привёл его в компанию SOPHiA GENETICS, швейцарскую медико-технологическую фирму, создающую на основе искусственного интеллекта инструменты, помогающие интерпретировать сложные генетические и клинические данные. В 2022 году Сергей Якнин пришел в компанию Isomorphic Labs на должность директора по технологиям (Chief Technology Officer). Компания была основана в ноябре 2021 года.

«Раньше на расшифровку структуры одного белка могла уйти целая докторская диссертация. С AlphaFold 2 достаточно ввести аминокислотную последовательность — и получить прогноз трёхмерной структуры практически с тем же уровнем точности». Сегодня трудно найти в мире фармацевтическую компанию или биотехнологическую лабораторию, которая на каком-то этапе своих исследований не использовала бы AlphaFold или модель предсказания структуры, созданную по его образцу. Сам по себе этот инструмент не способен лечить заболевания, однако, как подчёркивает Сергей Якнин, такой цели перед ним никогда и не ставилось.

«Мы создаём целый комплекс ИИ-моделей, которые, работая совместно, образуют „движок“ машины для разработки лекарств. Мы считаем, что этот комплекс позволит создавать лекарственные препараты быстрее, экономичнее и с существенно более высокой вероятностью успеха. Наша миссия заключается не в том, чтобы сосредоточиться на одной конкретной болезни или на узком этапе процесса разработки того или иного лекарства, а в создании универсальных моделей, которые со временем будут помогать находить решения для самых разных заболеваний, в том числе и в отношении болезней, которые долгое время считались undruggable, то есть неподдающимися лекарственному воздействию».

По его словам, главная «сверхзадача» состоит в том, чтобы ИИ-модели научились проектировать самые разнообразные молекулы с заранее заданными, строго определёнными свойствами, создавая лекарство, индивидуально «скроенное» для конкретного пациента и конкретного заболевания. Сегодня Isomorphic Labs является одним из ключевых участников всё более жесткой конкурентной гонки в сфере создания инструментов по разработке лекарственных препаратов на основе искусственного интеллекта. Фармацевтические гиганты, такие, как Novartis и Eli Lilly, разработчик популярного препарата для снижения веса Zepbound, уже заключили с Isomorphic партнёрские соглашения. Потенциальная стоимость этих сделок может исчисляться миллиардами долларов.

Подобрать лекарственные ключи

В январе 2025 года Isomorphic Labs подписала соглашение с американским концерном Johnson & Johnson с целью научиться воздействовать на самые сложные «биологические мишени» (это может быть белок, рецептор, фермент или другой биомолекулярный объект, на который лекарство должно воздействовать с тем, чтобы изменить течение заболевания), к которым раньше просто не удавалось подобрать лекарственных «ключей», даже используя весь арсенал современных на тот момент терапевтических подходов. Параллельно компания Isomorphic Labs формирует свое собственное портфолио «лекарственных кандидатов» с фокусом прежде всего на онкологию и иммунологию.

Третья версия нейронной сети AlphaFold была в 2024 году совместно представлена Isomorphic Labs и Google DeepMind. Она позволяет моделировать на компьютере форму белков и то, как белки и другие биомолекулы взаимодействуют между собой, формируя базовые процессы жизни. В качестве директора по технологиям Сергей Якнин отвечает за работу команды, конструирующую основу «движка», необходимого для запуска процесса проектирования того или иного нового лекарственного препарата. Именно он и предложил развивать это направление в Швейцарии, в Лозанне.

Впервые попав в этот город в 2019 году (тогда он как раз получил позицию в компании SOPHiA GENETICS, начав курировать разработку и эксплуатацию платформы молекулярной диагностики на основе искусственного интеллекта), он быстро влюбился в него. Лозанна — это не только город с интересной историей и культурой, здесь, как когда-то в Сибири, был создан целый хаб научных центров и вузов, включая Швейцарскую высшую техническую школу Лозанны (École polytechnique fédérale de Lausanne, EPFL), сопоставимую с престижным Массачусетским технологическим институтом в США.

«Меня сразу поразили красота этого региона, и одновременно царящие здесь предпринимательский дух и зрелость местной технологической экосистемы», — говорит Сергей Якнин. В мае 2023 года на территории технопарка Innovation Park он открыл лозаннское подразделение Isomorphic, однако довольно быстро пространство технопарка оказалось для компании слишком тесным, и сегодня она на постоянной основе расположилась в бывшем промышленном районе Лозанны Флон (Flon).

Скепсис на ранней стадии

На данный момент Сергей Якнин сформировал команду примерно из 30 человек, в основном инженеров по работе с данными и исследователей в области машинного обучения, однако рассчитывает в дальнейшем активнее привлекать специалистов с профессиональным опытом в фармацевтике и биотехнологиях. В целом по всему миру на Isomorphic Labs сегодня работает более 300 сотрудников; согласно информации на сайте компании, в настоящее время компанией открыто ещё 25 новых позиций в Лозанне и в Лондоне. Столь масштабный набор персонала стал возможен благодаря привлечению в марте 2025 года 600 миллионов долларов США (460 миллионов швейцарских франков) внешнего финансирования от американской венчурной компании Thrive Capital при участии GV (ранее известной как Google Ventures) и головной компании Google — концерна Alphabet. Кроме того, в рамках первых партнёрских соглашений, заключенных в 2024 году, компания Isomorphic Labs получила 45 миллионов долларов авансом от Eli Lilly и 37,5 миллиона долларов от базельской компании Novartis.

С применением искусственного интеллекта в разработке лекарственных препаратов связываются самые большие надежды, предполагается, что ИИ будет способен преодолеть характерные для этой сферы длительность, сложность и чрезмерно порой высокий уровень риска. По оценкам экспертов, использование ИИ может сократить как стоимость, так и сроки разработки лекарств почти наполовину. В настоящее время, согласно данным целого ряда исследований, создание одного лекарственного препарата занимает не менее десяти лет и обходится примерно в 2,5 миллиарда долларов. Около 90 процентов лекарственных кандидатов так и не доходят до рынка, поскольку они не проходят клинические испытания на безопасность и эффективность при тестировании на людях.

«Я не мог с чистой совестью оставаться только в мире технологий». Thomas Kern / SWI swissinfo.ch

Применение ИИ для целей разработки новых лекарств всё ещё находится на ранней стадии, так что понятно, что в профессиональных кругах относительно того, сможет ли искусственный интеллект действительно обеспечить те преимущества и прорывы, о которых заявляют его сторонники, сохраняется определенный скепсис. На сегодня существует лишь несколько лекарственных кандидатов, открытых с помощью ИИ и находящихся на поздних стадиях клинических испытаний, однако ни один из них пока не был одобрен регуляторами.

Свои трудности переживала и сама компания Isomorphic Labs. В январе 2025 года Демис Хассабис заявил на Всемирном экономическом форуме в Давосе, что компания рассчитывает вывести разработанные с помощью ИИ препараты на уровень клинических испытаний в течение 2025 года. Однако в этом году в Давосе он признал, что эти сроки были пересмотрены и теперь сдвинуты на конец 2026 года. Качество и доступность необходимых больших объемов данных по-прежнему остаются одним из самых узких мест в сфере разработки лекарств при помощи ИИ.

Подлинная надежда

«В рамках процесса машинного обучения мы „накладываем“ обучающие алгоритмы на огромные массивы данных, потому что только так мы получаем возможность делать научно обоснованные прогнозы. Но мы по-прежнему испытываем информационный голод». Недавно Сергей Якнин вошёл поэтому в состав научно-консультативного совета UK Biobank, крупнейшего в мире лонгитюдного исследования, охватывающего в Великобритании более полумиллиона добровольцев. «Такие масштабные и высококачественные исследовательские массивы данных в сфере здравоохранения и обеспечат нам следующий цикл инновационных прорывов в области искусственного интеллекта», — подчёркивает он.

Решение ограничить доступ к программному коду AlphaFold 3 стало, правда, в научном сообществе, причиной дискуссий. В отличие от AlphaFold 2, полный исходный код третьей версии открыт был не сразу: для некоммерческого использования модель стала доступна лишь через шесть месяцев после релиза. С точки зрения Сергея Якнина это решение было вполне оправданным. «Кто и где сказал, что всё на свете должно быть с открытым исходным кодом? Здесь необходим баланс, и мы очень тщательно взвешивали все за и против в случае с AlphaFold 3, решив потом опубликовать и научную статью и сам метод, с тем чтобы все могли извлекать из этого пользу». Но будучи коммерческой компанией, добавляет он, Isomorphic Labs вынуждена «оставлять часть разработок закрытыми, с тем чтобы не утерять свое конкурентное преимущество».

Миссия компании остается прежней: «создать универсальный ключ к созданию любого препарата против любой болезни с помощью искусственного интеллекта». Хотя, как признаёт Сергей Якнин, путь к этой цели будет долгим. «Мы разрабатываем новые технологии с огромным потенциалом, но в конечном счёте мы должны быть уверены, что создаваемые лекарства безопасны для человека, — говорит он. — Если в итоге на рынок выйдет препарат, который не приносит реальной пользы пациентам, то зачем тогда нам такие препараты и такие технологии»? Он по-прежнему намерен найти лечение от формы рака, унёсшего жизнь его матери. «Рак поджелудочной железы — чрезвычайно сложное заболевание. Прогресс, достигнутый здесь за последние годы, остается минимальным, эта проблема по-прежнему считается нерешённой, но те возможности, которые мы сейчас развиваем, впервые дают мне право надеяться на успех».

Русскоязычная версия материала создана с использованием искусственного интеллекта, затем адаптирована для целевой аудитории и прошла тщательную редакционную обработку и проверку журналистами SWI swissinfo.ch (ИП / НК / АП).