AI-спроектированные белки для возрастных заболеваний: прорывы 2026

Революция в проектировании белков, начатая AlphaFold от DeepMind, к 2026 году дала первые результаты в области возрастных заболеваний. Способность AI предсказывать трехмерную структуру белков и проектировать новые молекулы с заданными свойствами превращается из академического достижения в инструмент разработки терапий.

Ключевое событие 2026 года — серия публикаций от лаборатории Дэвида Бейкера (Нобелевская премия по химии 2024) и его компании Institute for Protein Design. Команда продемонстрировала AI-спроектированные белки, которые избирательно связываются с маркерами сенесцентных клеток, фактически создавая сенолитики нового поколения.

В отличие от химических сенолитиков, таких как дазатиниб или навитоклакс, белковые сенолитики обладают значительно более высокой селективностью. AI позволяет спроектировать белок, который распознает конкретный поверхностный маркер стареющей клетки с точностью, недостижимой для малых молекул. Это может решить проблему побочных эффектов, которая тормозит развитие сенолитической терапии.

Другое направление — AI-спроектированные ферменты для деградации возрастных агрегатов. С возрастом в клетках и межклеточном пространстве накапливаются белковые агрегаты — от амилоида до липофусцина. Природные ферменты справляются с ними неэффективно. Искусственные ферменты, оптимизированные с помощью AI, теоретически могут очищать ткани от этих «молекулярных отходов».

Компания Generate Biomedicines, привлекшая более 700 миллионов долларов инвестиций, работает над AI-спроектированными антителами для иммуностарения. Их подход: создание антител, которые обновляют стареющий иммунный репертуар, компенсируя возрастную деградацию адаптивного иммунитета.

Скорость разработки впечатляет. Если традиционный цикл от идентификации мишени до получения молекулы-кандидата занимал три-пять лет, AI-подходы сокращают его до месяцев. RFdiffusion, ProteinMPNN и другие модели позволяют генерировать тысячи вариантов белков и отбирать лучшие in silico, прежде чем переходить к экспериментальной валидации.

Однако проектирование белка — это только начало. Терапевтический белок должен быть стабилен, не вызывать иммунного ответа, достигать целевой ткани и сохранять активность в физиологических условиях. Эти требования значительно сужают пространство жизнеспособных кандидатов.

Регуляторный путь для AI-спроектированных белков пока не отличается от традиционного. FDA оценивает безопасность и эффективность молекулы, а не метод ее создания. Это означает, что ускорение разработки на ранних этапах не сокращает время клинических испытаний.

Для индустрии longevity пересечение AI и белкового дизайна открывает принципиально новый арсенал инструментов. Вместо того чтобы перебирать существующие молекулы в поисках антивозрастных свойств, можно проектировать молекулы с нужными свойствами с нуля.

Это не значит, что AI-спроектированные антивозрастные белки появятся в клинике завтра. Но это значит, что пространство возможностей резко расширилось. Биология старения из области, ограниченной естественным разнообразием молекул, превращается в инженерную дисциплину. И это, пожалуй, самое значимое изменение в longevity за последнее десятилетие.

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