Синклер и искусственный интеллект: сжатие 160 лет исследований старения

Что происходит, когда искусственный интеллект сканирует миллиарды молекул в поиске лекарства, способного обратить старение вспять? Профессор Дэвид Синклер из Гарварда, автор книги Lifespan и один из самых известных в мире исследователей в области долголетия, даёт интервью на YouTube-канале Impact Theory (Том Билью) и представляет амбициозный проект: использование инструментов искусственного интеллекта и машинного обучения для виртуального скрининга и тестирования огромного количества молекул-кандидатов с целью найти соединения, способные замедлить или обратить старение. Название «160 лет» относится не к чтению научной литературы, а ко времени и стоимости, которые потребовались бы: скрининг такого масштаба традиционными методами занял бы около 160 лет и стоил бы миллиарды, а ИИ сжимает его до нескольких месяцев.

О чём видео

Беседа Синклера колеблется между восторгом от нового инструмента и научным объяснением того, на что он способен, и охватывает несколько ключевых аспектов:

• Скрининг миллиардов молекул: Синклер описывает, как его лаборатория использует ИИ для виртуального тестирования около восьми миллиардов молекул, по сравнению с несколькими миллионами, которые обычно сканирует фармацевтическая компания, и прогнозирует, какие из них могут связываться с биологическими мишенями, связанными со старением.
• Огромное ускорение открытия лекарств: Как виртуальный «докинг» молекул к белковым структурам с помощью ИИ, изучающего закономерности в биологии, сокращает процесс, который занял бы десятилетия, до нескольких месяцев.
• Новые кандидаты в лекарства: Какие многообещающие соединения были выявлены в результате скрининга, и как Синклер рассказывает, что комбинация трёх молекул вернула клетки кожи 92-летнего человека в более молодое состояние в лаборатории.
• Дешёвая таблетка вместо дорогой генной терапии: Синклер объясняет, почему он надеется, что небольшая молекула с ничтожной стоимостью сможет в будущем заменить методы генной терапии, стоящие сотни тысяч или миллионы долларов, и почему он верит, что такие инструменты изменят скорость научных открытий в ближайшее десятилетие.

Почему стоит посмотреть

Пересечение искусственного интеллекта и исследований старения — одна из самых интригующих и актуальных тем в 2026 году, и видео даёт редкий взгляд на то, как ведущий исследователь представляет себе ближайшее будущее этой области. Для тех, кто следит за технологиями, интересно увидеть, как инструменты, знакомые нам из других областей, начинают проникать вглубь биологической лаборатории и ускорять процессы, которые до сих пор длились годами.

Однако важно смотреть критически, и именно такого подхода мы придерживаемся здесь. Синклер — очень оптимистичная фигура, и на протяжении многих лет он продвигал идеи, доказательства которых на людях всё ещё слабы, например, добавку NMN, которую мы оцениваем критически из-за отсутствия контролируемых доказательств на людях. Поэтому стоит помнить несколько вещей во время просмотра: молекула, отмеченная ИИ, является кандидатом, а не доказанным лекарством. Алгоритм, предсказывающий многообещающую связь между молекулой и биологической мишенью, указывает на интересное направление для исследований, но не доказывает, что соединение продлит жизнь или обратит старение у людей.

Кроме того, ускорение открытия не равно доказанным лекарствам. ИИ может значительно сократить этап поиска кандидатов, но каждое соединение, полученное в результате скрининга, всё равно должно пройти тот же долгий путь: испытания на клетках, испытания на животных и, наконец, контролируемые клинические испытания на людях, которые являются самым дорогим, длительным и подверженным неудачам этапом. Качество результата также зависит от качества моделей и данных, на которых они обучены, и хорошее виртуальное предсказание всё ещё требует реальной экспериментальной проверки. Другими словами, инструмент впечатляет, и направление верное, но между списком молекул, полученных алгоритмом, и безопасным лечением, продлевающим жизнь, всё ещё долгий путь. Видео отлично подходит для понимания потенциала, при условии, что вы помните об этом разрыве.

Приятного просмотра!