Що відбувається, коли штучний інтелект сканує мільярди молекул у пошуках ліків, що змінюють старіння? Професор Девід Сінклер із Гарварду, автор книги Lifespan та один із найвідоміших дослідників у світі в галузі довголіття, дає інтерв'ю на YouTube-каналі Impact Theory (Том Біллю) і представляє амбітний проєкт: використання інструментів штучного інтелекту та машинного навчання для віртуального скринінгу та тестування величезної кількості молекул-кандидатів з метою пошуку сполук, здатних уповільнити або звернути старіння. Назва "160 років" не стосується читання наукової літератури, а часу та вартості, які були б необхідні: скринінг такого масштабу традиційними методами тривав би близько 160 років і коштував би мільярди, а штучний інтелект стискає його до місяців.
Про що відео
Розмова Сінклера коливається між захопленням новим інструментом та науковим поясненням того, на що він здатний, і охоплює кілька ключових напрямків:
- Скринінг мільярдів молекул: Сінклер описує, як його лабораторія використовує штучний інтелект для віртуального тестування приблизно восьми мільярдів молекул, порівняно з кількома мільйонами, які зазвичай сканує фармацевтична компанія, і прогнозує, які з них можуть зв'язуватися з біологічними мішенями, пов'язаними зі старінням.
- Величезне прискорення відкриття ліків: Як віртуальне "стикування" молекул із білковими структурами за допомогою штучного інтелекту, який вивчає закономірності в біології, скорочує процес, який тривав би десятиліттями, до місяців.
- Нові кандидати на ліки: Які перспективні сполуки виявилися в результаті скринінгу, і як Сінклер розповідає, що комбінація трьох молекул повернула клітини шкіри 92-річної людини до молодшого стану в лабораторії.
- Дешева таблетка замість дорогої генної терапії: Сінклер пояснює, чому він сподівається, що мала молекула з незначною вартістю зможе в майбутньому замінити лікування генною терапією, яке коштує сотні тисяч або мільйони доларів, і чому він вірить, що такі інструменти змінять швидкість наукових відкриттів у найближче десятиліття.
Чому варто подивитися
Перетин штучного інтелекту та досліджень старіння є однією з найбільш інтригуючих та актуальних тем у 2026 році, і відео дає рідкісне уявлення про те, як провідний дослідник уявляє найближче майбутнє цієї галузі. Для тих, хто стежить за технологіями, цікаво побачити, як інструменти, відомі нам з інших сфер, починають проникати в глибину біологічної лабораторії та прискорювати процеси, які досі тривали роками.
Однак важливо дивитися критично, і саме такого підходу ми дотримуємося тут. Сінклер — дуже оптимістична постать, і він протягом багатьох років просував ідеї, докази яких на людях все ще слабкі, наприклад, добавку NMN, яку ми оцінюємо критично через відсутність контрольованих доказів на людях. Тому варто пам'ятати кілька речей під час перегляду: молекула, позначена штучним інтелектом, є кандидатом, а не доведеними ліками. Алгоритм, який прогнозує перспективне зв'язування між молекулою та біологічною мішенню, вказує на цікавий напрямок для дослідження, але не доводить, що сполука подовжить життя або зверне старіння у людей.
Крім того, прискорення відкриття не дорівнює доведеним лікам. Штучний інтелект може значно скоротити етап пошуку кандидатів, але кожна сполука, що виникає в результаті скринінгу, все ще повинна пройти той самий довгий шлях: експерименти на клітинах, експерименти на тваринах і, нарешті, контрольовані клінічні випробування на людях, які є найдорожчим, найдовшим і найневдалішим етапом. Якість результату також залежить від якості моделей та даних, на яких вони навчалися, і хороше віртуальне прогнозування все ще потребує реальної експериментальної перевірки. Іншими словами, інструмент вражаючий, і напрямок правильний, але між списком молекул, створеним алгоритмом, і безпечним лікуванням, що подовжує життя, все ще довгий шлях. Відео чудово підходить для розуміння потенціалу, за умови, що пам'ятаєте про цю різницю.
Приємного перегляду!
💬 Коментарі (0)
Прокоментуйте статтю першим.