AI проектирует молекулы для longevity: как машинное обучение ускоряет лекарства от старения

Искусственный интеллект уже изменил drug discovery в онкологии и иммунологии. Теперь AI приходит в longevity — и это может быть самое важное применение технологии. Insilico Medicine, гонконгская компания с R&D-центрами в шести странах, уже имеет 31 AI-разработанную молекулу в пайплайне, три из которых нацелены на механизмы старения: воспаление, фиброз и метаболическую дисфункцию. Их платформа Pharma.AI генерирует кандидатные молекулы за недели вместо лет.

Isomorphic Labs — компания Демиса Хассабиса (DeepMind) — работает над пониманием белковых взаимодействий, связанных со старением. Используя наследие AlphaFold, команда моделирует конформационные изменения белков при старении и ищет молекулы, которые могут их «откатить». В январе 2026 года Isomorphic объявила о партнёрстве с Novartis для разработки anti-aging молекул — сделка оценивается в $300 млн с учётом милестоунов.

Ещё один мощный игрок — Recursion Pharmaceuticals, которая использует компьютерное зрение для анализа клеточных фенотипов. Их платформа сканирует миллионы изображений клеток, обработанных разными соединениями, и выявляет молекулы, которые делают старые клетки «моложе» по морфологическим признакам. В 2025 году Recursion обнаружила несколько кандидатов, которые снижают эпигенетический возраст клеток в культуре на 4–6 лет.

AI решает главную проблему longevity-drug discovery: старение — мультифакторный процесс, и человеческий мозг не способен удержать все переменные. Машинное обучение позволяет одновременно оптимизировать молекулу по десяткам параметров — от селективности к сенесцентным клеткам до проницаемости гематоэнцефалического барьера. По оценкам BCG, AI сократит среднее время разработки longevity-препарата с 12 до 4–5 лет и снизит стоимость на 60%.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.