Anthropic показывает научные достижения перед IPO: Claude "самостоятельно обнаружил" системы, подобные CRISPR, сектор генного редактирования испытывает "тревогу из-за замены ИИ"

Согласно данным Zhihu Finance APP, в среду акции американских компаний в сфере генного редактирования снизились в цене. Ранее Anthropic объявила, что её ИИ-модель Claude «самостоятельно обнаружила» новую систему ферментов, похожую на инструмент генного редактирования CRISPR.

Что касается отдельных акций, то Prime Medicine (PRME.US) за день снизилась на 11,58%, Editas Medicine (EDIT.US) упала на 8%, Beam Therapeutics (BEAM.US) потеряла более 6%, CRISPR Therapeutics (CRSP.US) и Intellia (NTLA.US) снизились примерно на 5,5% и 3% соответственно. При этом Anthropic ясно заявила, что «ещё не установила точные функции этой ферментной системы» и не доказала, что она обладает способностью программируемого генного редактирования. Однако рынок оценил ситуацию по логике «угрозы замены продуктов», и обоснованность такой реакции требует осторожной оценки.

Anthropic отметила, что Claude обнаружил эту систему после анализа обширной базы данных последовательностей ДНК; участие её учёных в этом процессе ограничивалось только исходными подсказками и лабораторными работами. Компания добавила, что ещё не установлены точные функции этой системы, однако она обладает сходными чертами с рядом «других систем», которые все являются программируемыми и способны выполнять операции по разрезанию, копированию и вставке фрагментов ДНК.

Это открытие стало первым результатом недавних лабораторных экспериментов в мокрой лаборатории компании под руководством Dario Amodei, а также обозначило ранние доказательства ценности Claude в научной сфере. Ожидается, что в этом году компания проведёт долгожданное IPO.

Влияние на отрасль: революция эффективности, а не революция замещения

Стоит отметить, что истинное воздействие открытия Anthropic на действующие компании в сфере генного редактирования, скорее, проявится в диверсификации технологических подходов, а не прямой замене существующих решений. В настоящее время технологический ландшафт в генной инженерии развивается от единственного CRISPR/Cas9 к параллельному существованию нескольких инструментов редактирования — регулярно появляются такие инновации, как базовое редактирование, прецизионное редактирование, эпигенетическое редактирование, и компании вроде CRISPR Therapeutics, Beam, Intellia уже формируют свои преимущества в специализированных сегментах. Открытие ART-системы лишь добавляет нового потенциального кандидата в этот технологический ряд и не изменит текущую структуру конкуренции в краткосрочной перспективе.

Главное, на что должны обратить внимание управляющие компаний генного редактирования, — это скорость, которую демонстрирует ИИ в биологических открытиях, что может подтолкнуть всю отрасль ускорить темпы исследований и разработок. Если ИИ-система способна за 21 час просканировать базу данных и предложить потенциальное открытие, то компании, которые пока полагаются на традиционные экспериментальные методы поиска мишеней и отбора инструментов, окажутся под давлением необходимости стать эффективнее.

Трансляционный эффект для цепочки создания стоимости AI в фармацевтике

С точки зрения производственной цепочки, это событие усиливает инвестиционную тему «AI+биотехнологии». Публичные фонды уже формируют свои позиции в этом направлении: ICBC Credit Suisse Fund считает, что AI-открытия смогут повысить эффективность создания новых лекарств, увеличить количество обнаруженных новых молекул, что благоприятно повлияет на смежные отрасли: реагенты, лабораторные животные, CXO и др. China Europe Fund отмечает, что после выхода производителей больших языковых моделей на рынок AI-фармацевтики они сталкиваются с нехваткой профильных исследовательских данных, которые накапливались в фармкомпаниях десятилетиями, поэтому им необходимо быстро наращивать экспериментальные мощности и заказывать исследования у CXO.

Операционная модель мокрой лаборатории Anthropic подтверждает эту логику: мокрая лаборатория служит этапом верификации после «сухих» экспериментов, куда Claude получает доступ к клеткам, реагентам и лабораторному оборудованию, тестируя способность моделей управлять биологическими экспериментами с помощью роботов. Это означает, что строительство ИИ-гигантами собственных лабораторий не только не вытеснит компании-CRO, но и может стимулировать появление новых запросов на аутсорсинг.

Пересмотр с инвестиционной точки зрения

С инвестиционной точки зрения, краткосрочная коррекция акций сектора генного редактирования должна рассматриваться отдельно от средне- и долгосрочной отраслевой логики. Согласно расчетам Royal Bank of Canada, за ближайшие пять лет AI-технологии могут сэкономить для американской фармацевтики около 90 млрд долларов США и увеличить прибыль на акцию на 13%. Применение AI в фармацевтике создает дополнительную ценность, это не игра с нулевой суммой.

Однако к нынешним ограничениям AI-фармацевтики также нужно подходить с реализмом. Citi характеризует сложившуюся ситуацию фразой «faster is proven, better is not» — эффективность в операциях подтверждена, а вот повышение качества отдельных кандидатов и успех в клинических испытаниях пока не доказаны. Согласно аналитике Citi, традиционные методы требуют синтеза и тестирования около 5000 молекул за 4–6 лет до клинической стадии, тогда как AI может уменьшить масштаб тестирования до 330 молекул и сократить время до 17 месяцев, но I-III фазы клинических исследований всё равно будут занимать 5–7 лет. AI сокращает время поиска и экспериментальных итераций, но клинические испытания не ускоряются в той же мере.

Инвесторам важно учитывать: приравнивание нарратива научных открытий AI к количественному росту успешности разработки лекарств может привести к когнитивному искажению. Ценность открытия Anthropic заключается не в том, создала ли она замену для CRISPR, а в том, что продемонстрировала совершенно новый формат научных открытий — ИИ может самостоятельно находить в массиве данных паттерны, которые человек мог бы упустить. Долгосрочная значимость этой парадигмы огромна, однако между изменением парадигмы и появлением конечного продукта по-прежнему остается длинный путь проверки и доработок.