ИИ-компания Chai Discovery привлекла $400 млн для разработки моделей создания лекарств

Раунд оценил технологии проектирования молекул в $3,8 млрд, но финансирование не подтверждает эффективность созданных препаратов и результаты клинических испытаний

Компания Chai Discovery, разрабатывающая ИИ-системы для проектирования лекарственных молекул, привлекла $400 млн нового финансирования при оценке компании в $3,8 млрд. Средства направят на развитие вычислительных мощностей, наборов данных, исследований, разработки продуктов и расширение доступа учёных к платформе.

Chai Discovery заявила, что финансирование позволит увеличить возможности обучения и применения моделей для проектирования молекул. Компания также указала на использование платформы фармацевтическими организациями, однако в сообщении не были представлены проверенные данные о применении системы, результаты клинических испытаний или подтверждённые случаи создания одобренных лекарств.

Модели проектирования молекул с помощью ИИ способны предлагать новые структуры соединений и варианты их взаимодействия, которые затем требуют экспериментальной проверки. Практическая ценность таких систем зависит от качества исходных данных, корректности целей оптимизации, оценки неопределённости результатов, возможности синтеза предложенных соединений и последующей проверки в лаборатории.

Для фармацевтических компаний важна не только способность ИИ создавать потенциальные молекулы, но и весь процесс их проверки. Он включает отслеживание происхождения данных, сохранение версий моделей и запросов, регистрацию экспериментов, оценку результатов и возможность установить связь между предложением системы и лабораторным тестом, который подтвердил или отклонил его.

Привлечённые средства увеличат возможности Chai Discovery проводить более масштабные эксперименты и внедрять платформу в научные процессы, однако размер инвестиций сам по себе не является доказательством эффективности технологии. Оценка таких систем требует данных о количестве успешных циклов проектирования, результатах синтеза, доле соединений, показавших активность в экспериментах, а также о сокращении времени и затрат по сравнению с традиционными методами.

Главный вопрос для компании теперь заключается в том, станет ли её платформа постоянным инструментом для научных команд или останется моделью, требующей значительной дополнительной проверки и интеграции со стороны заказчиков. Следить за развитием технологии будут по опубликованным результатам экспериментов, независимым оценкам моделей, данным о работе с клиентами и прозрачности процессов проверки.