Суд заочно арестовал Кирилла Буданова
09.09.2026 23:18:00
Представьте лабораторию, где рядом с учёными работает не один помощник, а целая система машинного обучения, способная анализировать огромные массивы данных о клетках, генах и заболеваниях. Именно на такой идее построена американская биотехнологическая компания Insitro. Её задача — сделать разработку лекарств более предсказуемой и ускорить путь от биологического открытия до потенциального препарата.
Компания была основана в 2018 году Даниэль Коллер, профессором Стэнфорда и одним из заметных исследователей в области машинного обучения. Сегодня Insitro сочетает лабораторную биологию, генетику, большие данные и искусственный интеллект, создавая собственную систему для поиска новых терапевтических решений.
Название Insitro отражает саму философию проекта: объединить традиционные биологические исследования с вычислительными технологиями.
В компании собирают данные из собственных лабораторных экспериментов и объединяют их с информацией о людях и заболеваниях. Затем эти массивы анализируются с помощью машинного обучения и генеративного ИИ. Алгоритмы помогают исследователям искать закономерности в поведении клеток, выявлять возможные причины заболеваний и определять перспективные точки воздействия.
Такой подход должен изменить привычную модель разработки лекарств. Вместо последовательного перебора огромного количества вариантов учёные получают возможность заранее отбирать наиболее перспективные направления и проверять их экспериментально.
Одна из особенностей Insitro заключается в том, что компания старается не ограничиваться компьютерным анализом уже существующих исследований.
В собственных лабораториях специалисты получают высокоинформативные клеточные данные, а затем превращают их в материал для машинного обучения. В результате компьютерные модели могут искать особенности, связанные с конкретным заболеванием, и подсказывать исследователям, какие биологические механизмы заслуживают дальнейшего изучения.
Особое внимание уделяется человеческой генетике. Она помогает компании искать причинные генетические факторы заболеваний, после чего найденные мишени могут становиться отправной точкой для разработки потенциальных методов лечения. (insitro)
Insitro развивает необычную для биотехнологической отрасли концепцию, которую можно условно описать как «pipeline через платформу».
Компания не просто создаёт отдельные препараты. Она одновременно строит технологическую инфраструктуру, которая должна постоянно помогать находить новые мишени и создавать новые терапевтические программы.
Получается своеобразный производственный цикл: данные превращаются в модели, модели — в биологические гипотезы, гипотезы — в потенциальные мишени, а затем начинаются разработка молекул и доклинические исследования. (insitro)
Одним из направлений Insitro стала неврология. В частности, компания работает над исследованиями бокового амиотрофического склероза — заболевания, для которого поиск эффективных методов лечения остаётся серьёзной научной проблемой.
В рамках сотрудничества с Bristol Myers Squibb Insitro использовала большие массивы данных, полученных из клеточных моделей человека, и методы машинного обучения для изучения биологии ALS. Компания сообщала о выявлении новых потенциальных биологических мишеней, которые затем могут использоваться в разработке терапевтических подходов.
Здесь особенно хорошо проявляется философия компании: сначала попытаться разобраться в самой биологии заболевания, а уже затем выбирать способ воздействия на неё.
Ещё одним важным направлением стала метаболическая медицина.
В 2026 году Insitro представила новые доклинические данные по программе CTRO-1013, связанной с метаболическим заболеванием печени. Исследователи изучали генетический сигнал, связанный с IRS1, и проверяли гипотезу на доклинических моделях. Полученные результаты поддержали дальнейшее развитие программы и подготовку к первым исследованиям с участием людей.
Это один из примеров того, как вычислительные методы компании используются не как самостоятельная технология, а как часть длинной цепочки — от анализа человеческой генетики до экспериментальной проверки потенциальной терапии.
В конце 2025 года Insitro представила результаты работы над платформой POSH, объединившей генетические скрининги, высококонтентную визуализацию клеток и глубокое машинное обучение.
Смысл такого подхода заключается в попытке увидеть не один заранее выбранный показатель, а гораздо более полную картину изменений внутри клетки. Алгоритмы анализируют изображения и ищут закономерности, которые могут быть связаны с функциями генов и развитием заболеваний.
Для современной биологии это особенно важно: клетка слишком сложна, чтобы всегда заранее знать, какой именно признак окажется самым информативным.
В январе 2026 года Insitro объявила о приобретении CombinAbleAI и запуске платформы TherML — системы машинного обучения для проектирования терапевтических средств.
Новая платформа объединяет работу с несколькими типами лекарственных препаратов, включая малые молекулы, олигонуклеотиды, антитела и другие сложные биологические препараты. Идея заключается в том, чтобы выбирать подходящую терапевтическую модальность исходя из особенностей конкретной биологической мишени, а не подгонять задачу под заранее имеющуюся технологию.
Это важный поворот: искусственный интеллект используется уже не только для поиска мишени, но и для самого процесса конструирования потенциальной терапии.
Insitro развивает собственные программы, но одновременно сотрудничает с крупными фармацевтическими компаниями.
В 2025 году компания объявила о сотрудничестве с Eli Lilly для создания машинного обучения моделей, способных прогнозировать важные фармакологические свойства малых молекул. Такие модели должны помогать сокращать количество дорогостоящих экспериментальных циклов при разработке препаратов.
Подобные партнёрства позволяют соединять вычислительные технологии Insitro с большими массивами фармацевтических данных и практическим опытом разработки лекарств.
Особенность Insitro — не только технологии, но и сама организация работы.
В компании объединены специалисты по биологии, анализу данных, машинному обучению, инженерии и поиску лекарств. Такой подход позволяет не разделять исследование на независимые этапы, а рассматривать его как единую систему.
Именно эту междисциплинарность Даниэль Коллер сделала одним из принципов компании. Учёные должны не просто передавать результаты друг другу, а вместе определять вопросы, ставить эксперименты, строить модели и анализировать полученные данные.
Сегодня Insitro продолжает развивать платформу машинного обучения для разработки лекарств и собственный портфель терапевтических программ. Среди направлений компании — метаболические заболевания, неврология, онкология и офтальмология.
История Insitro показывает, как меняется сама биотехнологическая отрасль. Если раньше компьютер был преимущественно инструментом обработки результатов исследований, то теперь машинное обучение становится частью самого процесса научного поиска.
Компания Даниэль Коллер пытается построить систему, в которой клетки превращаются в данные, данные — в прогнозы, прогнозы — в биологические открытия, а открытия — в потенциальные лекарства. Именно эта идея и стала главным отличием Insitro от традиционной биотехнологической компании.
Insitro лаборатория и технологии Insitro
| Основана: | 00.00.2018 () |
