Стартап без публичной дорожной карты собрал $4.5 млн. Почему?
Converge Bio вышла из стелса в феврале 2025. Никаких громких заявлений, никакой красивой презентации. Просто факт: Bessemer Venture Partners, Meta, OpenAI Fund и другие вложили $4.5 млн в компанию, которая обещает революцию в drug discovery с помощью generative AI.
Что это значит? Что инвесторы видят в AI-фарме то, чего не видят мы. Или видят, но не говорим вслух.
Контекст: Разработка одного лекарства стоит $2-3 млрд и занимает 10-15 лет. 90% кандидатов проваливаются на клинических испытаниях. Фарма-гиганты отчаянно ищут способ сократить расходы и время.
Generative AI против традиционной фармы: в чем разница?
Традиционный drug discovery выглядит так: ученые берут мишень (белок, вызывающий болезнь), перебирают миллионы химических соединений в лаборатории, находят несколько подходящих, тестируют их годами.
Generative AI делает обратное. Вы задаете параметры: «Нужна молекула, которая связывается с этим белком, не токсична для печени, проникает через гемато-энцефалический барьер». ИИ генерирует десятки тысяч вариантов, которые соответствуют критериям.
Что делает Converge Bio?
Детали скудны. Основатели из MIT и Harvard говорят о «генеративных моделях для DNA, RNA и protein design». Перевод: они создают ИИ, который проектирует биомолекулы с нуля.
Не ищет существующие. Создает новые.
Это следующий шаг после AlphaFold, который предсказывает структуру белков. Если AlphaFold читает книгу (структуру), то модели Converge Bio пишут новую книгу (дизайн).
| Традиционный подход | AI-подход Converge Bio |
|---|---|
| Скрининг миллионов существующих молекул | Генерация новых молекул под задачу |
| 10-15 лет на разработку | Сокращение времени в разы (точные цифры не публикуют) |
| Эмпирический перебор | Целевой дизайн с первого прототипа |
Почему именно сейчас?
Три фактора совпали:
- Данные. За последние 5 лет биологические базы данных выросли в сотни раз. Белковые структуры, геномы, результаты клинических испытаний.
- Вычислительная мощность. То, что было доступно только Big Pharma, теперь могут арендовать стартапы через AWS и Google Cloud.
- Прорыв в generative AI. Модели типа GPT показали, что можно генерировать сложные структуры (текст, код, изображения). Почему не молекулы?
Meta инвестирует не просто так. У них есть ESMFold (свой аналог AlphaFold) и огромные вычислительные ресурсы. Они видят в Converge Bio тестовый полигон для своих AI-технологий в реальном мире.
Риски, о которых молчат инвесторы
Все выглядит радужно. Но есть три проблемы:
- «Черный ящик». ИИ генерирует молекулу, которая в теории должна работать. Но почему она работает? Никто не знает. Регуляторы (FDA) этого не любят.
- Биологическая сложность. Человеческое тело не цифровая система. Можно создать идеальную молекулу на бумаге, но она развалится в кровотоке за секунды.
- Дорогая валидация. Лабораторные тесты и клинические испытания все равно нужны. Они стоят сотни миллионов. AI сокращает начальный этап, но не отменяет остальное.
История уже знает примеры, когда AI в медицине давал сбой. Google AI провалился в диагностике из-за переобучения на ограниченных данных.
Кто еще в игре?
Converge Bio не одинока. Есть десятки стартапов:
- Insilico Medicine (Гонконг) - использует ИИ для открытия лекарств от старения.
- Recursion Pharmaceuticals (США) - автоматизирует скрининг клеток.
- Exscientia (Великобритания) - уже имеет лекарства в клинических испытаниях.
Но Converge Bio делает ставку на generative design - самый агрессивный подход. Не улучшать существующее, а создавать новое.
Что будет дальше?
Через 2-3 года мы увидим первые результаты. Или не увидим.
Если у Converge Bio получится, они либо продадутся Big Pharma за миллиарды, либо запустят собственные препараты в производство. Второй сценарий интереснее, но рискованнее.
Параллельно развиваются другие направления: AI против аллергий, ИИ для диагностики.
Но generative design - это высшая лига. Здесь ставки максимальные.
Мой прогноз: к 2027 году хотя бы один препарат, полностью спроектированный ИИ, пройдет первую фазу клинических испытаний. Не обязательно от Converge Bio. Но тренд ясен.
Фармацевтика становится software-индустрией. Код заменяет пробирки. (Ну, почти).
Совет инвесторам: смотрите не на громкие заявления, а на публикации в научных журналах. Если стартап не публикует результаты в Nature или Science, но просит деньги - это красный флаг.
Совет ученым: учите Python. Биоинформатика больше не нишевая специальность. Это новая норма.
