Дмитрий Иванков
Искусственный интеллект начал выполнять задачи, которые десятилетиями считались нерешаемыми. Одним из первых, кто угадал в этом смену парадигмы разработки лекарств, стал Дмитрий Иванков — кандидат физико-математических наук, профессор Центра био- и медицинских технологий Сколтеха и сооснователь компании Ligand Pro. Сегодня его команда работает на стыке молекулярной биологии, физики и ИИ, создавая инструменты для поиска лекарственных соединений и сокращения лабораторных экспериментов.
По словам Дмитрия Иванкова, переломным моментом для всей индустрии стал успех системы AlphaFold, разработанной лабораторией Google DeepMind. Программа решила одну из ключевых задач молекулярной биологии — предсказание пространственной структуры белков. В 2018 году первая версия модели показала серьезный прогресс, а вторая достигла экспериментальной точности уже в 2020 году.
«Научное сообщество получило сигнал, что искусственный интеллект способен работать как полноценная вычислительная инфраструктура для биологических исследований. Стало очевидно, что ИИ может справляться практически со всеми нерешенными задачами в этой области, если для обучения модели накоплено достаточно данных», — объясняет Иванков.
Команда Ligand Pro применила это на практике. Сегодня компания создает методики для ускорения ранних этапов разработки лекарств: занимается виртуальным скринингом молекул, прогнозированием взаимодействия соединений с белками и генерацией новых лекарственных кандидатов с помощью ИИ. В 2026 году специалисты представили Matcha — систему молекулярного докинга, которая, по данным тестовых вычислений, более чем в 30 раз опережает крупные модели класса AlphaFold в переборе потенциальных лекарств.
Дмитрий Иванков сравнивает современный искусственный интеллект с «очень продвинутым калькулятором». По его словам, он уже обгоняет человека в ряде узких вычислительных задач — например, в анализе белковых структур или обработке огромных массивов молекулярных данных. Однако технологии, способной к самостоятельному научному мышлению, пока нет — ИИ помогает исследователю, но не заменяет его.
Главным ограничением биотехнологической индустрии профессор считает необходимость экспериментальной проверки. Даже при высокой точности вычислительных моделей разработка лекарства требует доклинических и клинических испытаний, поскольку влияние препарата на организм остается сложной многофакторной системой. «Поэтому задача ИИ сегодня — сократить количество экспериментов и ускорить ранние этапы исследований», — комментирует он.
Дмитрий Иванков
На фоне глобального ИИ-бума Иванков смотрит на разработки максимально прагматично. «Я сопоставляю новость с оригинальной публикацией и проверяю, что именно стоит за заявленными результатами. Затем оцениваю, как это может повлиять на мою работу, — делится он. — Главным критерием остается прикладной эффект: если технология действительно ускоряет исследования и экономит ресурсы, значит, речь идет о реальном прорыве, а не о маркетинговом шуме».
Иванков утверждает, что технологический прогресс уже начинает опережать существующие этические рамки. «Прорывы происходят настолько быстро, что новые правила просто не успевают за ними. Интуитивно часто понятно, где проходит граница допустимого, но формально — пока нет норм, нет и нарушений», — констатирует он. Биоинформатик считает, что научному сообществу и государственным институтам предстоит ускориться, чтобы сформировать этические принципы, соответствующие технологической реальности.
По мнению профессора, умение обращаться с искусственным интеллектом станет обязательной компетенцией, но не заменит фундаментального научного мышления и способности задавать нетривиальные вопросы.
Он также выделяет направления, которые определят развитие отрасли. Одним из самых недооцененных Иванков считает использование белков, РНК и ДНК в материаловедении — в качестве умных структур нового поколения. В числе наиболее перспективных — инженерия организмов с альтернативной биологией.
Для Дмитрия Иванкова визионерство связано со способностью замечать, как отдельные технологии начинают складываться в новую систему. Сегодня, по его словам, наука движется в сторону вычислительной биологии, где ИИ содействует разработке лекарств, материалов и биологических систем будущего.
«Для меня быть визионером означает задаваться вопросом: «А как будет устроена жизнь в будущем?» Некоторые аспекты видятся четко, можно уверенно идти и работать в этом направлении. Остановиться просто невозможно — любопытство не позволяет», — заключает он.
