$1.3 миллиарда. Три слова. Одна оценка
Chai Discovery даже не успел выпустить первую версию своего продукта. Но уже получил оценку, от которой у старой гвардии фармацевтов подскакивает давление. Миллиард триста миллионов долларов. Инвесторы — Sequoia, Andreessen Horowitz, бывшие руководители Google Brain. Главный партнер — фармагигант Eli Lilly. Всё это за алгоритм под названием Chai-2, который никто толком не видел.
Что такое Chai Discovery на самом деле
Команда из 20 человек. Основатели — бывшие исследователи OpenAI, которые ушли в 2023 году с одной идеей: применить LLM не к текстам, а к молекулам. Не к ChatGPT-болтовне, а к реальным химическим структурам, которые могут лечить рак или Альцгеймер.
Chai-2 — это не очередной AlphaFold. Если AlphaFold предсказывает структуру белков (что уже само по себе революционно), то Chai-2 пытается делать следующее: находить молекулы-кандидаты для лекарств, которые будут эффективны, безопасны и, главное, синтезируемы в лаборатории. Три задачи сразу.
Почему Eli Lilly заплатил первым
Eli Lilly не просто инвестировал. Компания подписала эксклюзивное партнерство на разработку лекарств от метаболических заболеваний. Диабет, ожирение, сердечно-сосудистые болезни. Рынок, где Lilly уже доминирует с препаратами вроде Mounjaro и Zepbound.
Зачем им Chai Discovery? Ответ прост: скорость. Разработка нового лекарства сегодня занимает 10-15 лет и стоит $2-3 миллиарда. 90% кандидатов проваливаются на клинических испытаниях. Если Chai-2 сможет сократить этот срок хотя бы на 30% и повысить успешность на 20% — это не миллиарды, это десятки миллиардов экономии.
| Традиционный подход | Подход Chai Discovery |
|---|---|
| 10-15 лет разработки | Цель: 3-5 лет (по заявлениям) |
| $2-3 млрд затрат | Не раскрывается, но обещают «значительно меньше» |
| 90% провалов на клинических испытаниях | Обещают повысить успешность за счет лучшего предсказания |
| Ручной скрининг миллионов молекул | Автоматический поиск по «химическому пространству» |
Как работает Chai-2 (то, что известно)
Технических деталей почти нет. Компания держит их в секрете лучше, чем ядерные коды. Но из обрывков информации и патентов можно собрать картину.
Chai-2 — это не одна модель, а система из нескольких нейросетей:
- Генеративная модель, которая создает «химические предложения» — молекулы-кандидаты
- Модель оценки, которая предсказывает, как молекула будет взаимодействовать с мишенями в организме
- Модель токсичности, которая сразу отсекает опасные соединения
- Модель синтезируемости — будет ли эту молекулу вообще возможно создать в лаборатории
Самое интересное: система обучается не только на публичных данных о молекулах, но и на внутренних данных Eli Lilly. Десятилетия исследований, неудачных испытаний, побочных эффектов — всё это теперь топливо для ИИ.
Риски: почему это может не сработать
Оценка в $1.3 млрд для компании без продукта — это либо гениальная ставка, либо пузырь. Или и то, и другое одновременно.
Проблемы, которые видны уже сейчас:
- Данные, данные, данные. Биология — не компьютерная наука. Здесь слишком много неизвестных переменных. Даже с данными Eli Lilly их может не хватить для качественных предсказаний.
- «Черный ящик». Если ИИ предложит молекулу, которая сработает, но никто не поймет почему — регуляторы (FDA и аналоги) могут просто не одобрить лекарство. Нужно объяснение, а не просто результат.
- Клинические испытания. Самый дорогой и рискованный этап. ИИ может ускорить поиск кандидатов, но не заменит испытания на людях. А здесь уже начинается старая добрая биология с её непредсказуемостью.
Не забываем про риски галлюцинаций ИИ в медицине. Если ChatGPT может придумать несуществующую книгу, то Chai-2 может придумать несуществующую молекулу с идеальными свойствами на бумаге и нулевой эффективностью в реальности.
Контекст: почему именно сейчас
Chai Discovery — не первый и не последний AI-биотех стартап. Но его появление и оценка показывают тренд: большие деньги перетекают из чистого ИИ в прикладные области с огромными рынками.
Пять лет назад главной историей был AlphaFold от DeepMind, который предсказывал структуры белков. Сегодня — это Chai Discovery и ему подобные, которые пытаются использовать эти структуры для создания лекарств.
Параллельно OpenAI развивает ChatGPT Health, а Anthropic — Claude for Healthcare. Битва за медицинский ИИ идет на всех фронтах: от диагностики до разработки лекарств.
Что будет дальше (прогнозы, которые никто не просил)
Сценарий оптимистичный: через 2-3 года Chai Discovery объявит о первом кандидате в лекарства, найденном их ИИ. Еще через 5 лет — о первых успешных клинических испытаниях. Оценка компании вырастет до $10+ млрд. Eli Lilly заработает десятки миллиардов. Пациенты получат новые, более эффективные препараты.
Сценарий реалистичный: первые несколько кандидатов провалятся. Система потребует доработок. Сроки сдвинутся. Но через 5-7 лет появится первое рабочее лекарство. Не революция, но значительный прогресс.
Сценарий пессимистичный: Chai-2 окажется слишком сложным для биологии. Молекулы будут красивыми на экране, но бесполезными в пробирке. $1.3 млрд сгорят. Инвесторы начнут осторожнее смотреть на AI-биотех.
Мой прогноз? Скорее всего, будет смесь второго и третьего. Первые лекарства от Chai Discovery появятся, но позже, чем обещают. И стоить они будут не меньше, а может, и больше традиционных. Потому что ИИ — это не волшебная палочка, а просто очень быстрый перебор вариантов. А биология, как всегда, окажется сложнее, чем кажется.
Но даже если Chai Discovery провалится, он уже изменил правила игры. Показал, что фармагиганты готовы платить миллиарды за доступ к ИИ. Что инвесторы верят в эту историю. И что следующий прорыв в медицине может прийти не из лаборатории с пробирками, а из серверной с GPU.
Осталось только подождать и посмотреть, кто окажется прав: оптимисты с их $1.3 млрд или скептики с их «я же говорил».
