Ozempic-ისა და Wegovy-ის წარმატებამ ფარმაცევტულ ინდუსტრიაში ახალი რბოლა გააჩაღა: რა შეიძლება მოჰყვეს GLP‑1 პრეპარატებს? ხელოვნური ინტელექტი ამ პროცესის ნაწილი უკვე გახდა, თუმცა ეს ჯერ არ ნიშნავს, რომ AI-მ შექმნა დამტკიცებული „ახალი Ozempic“.
Novo Nordisk-ის 2024 წლის წლიური ანგარიშის მიხედვით, კომპანია AI-ს იყენებს წამლის სამიზნეების ძიებაში, მოლეკულების დიზაინსა და კლინიკური კვლევების ოპტიმიზაციაში. მაღალი წარმადობის ლაბორატორიულ ექსპერიმენტებთან ერთად, კომპანიამ კომპიუტერულად დაახლოებით ერთი მილიარდი ვირტუალური მოლეკულა შეაფასა, შემდეგ კი დაახლოებით 2 500 ნაერთი ლაბორატორიაში გამოსცადა. Novo-ს განცხადებით, ამ პროცესმა ბუნებრივი ამილინის ჰორმონის მსგავსი, მაღალი სელექტიურობის მქონე ნაერთის აღმოჩენას შეუწყო ხელი და დიზაინის საჭირო ციკლები 50–75%-ით შეამცირა.
ეს შედეგები კომპანიის ანგარიშში აღწერილი პროცესია და დამოუკიდებელი კლინიკური მტკიცებულება არ არის იმისა, რომ AI-მ უკვე შექმნა ეფექტიანი ახალი მკურნალობა. კანდიდატის აღმოჩენიდან პაციენტებისთვის ხელმისაწვდომ წამლამდე ხანგრძლივი კვლევა და კლინიკური გამოცდებია საჭირო.
ძიება GLP‑1-ს სცდება
GLP‑1 მხოლოდ ერთი მიმართულებაა. მკვლევრები იკვლევენ, როგორ შეიძლება ერთმანეთთან შეთავსდეს GLP‑1-ის, GIP-ის, გლუკაგონისა და ამილინის სისტემებზე მოქმედი თერაპიები. *Nature Reviews Drug Discovery*-ის 2026 წლის მიმოხილვა მრავალრეცეპტორულ მიდგომებს სიმსუქნის მკურნალობის განვითარების მნიშვნელოვან მიმართულებად აღწერს.
ასეთი კვლევა უზარმაზარ საძიებო სივრცეს ქმნის: შესაძლო სამიზნეები, ქიმიური სტრუქტურები და მათი კომბინაციები. AI-ს შეუძლია არსებული მონაცემებით კანდიდატების წრე შეამციროს და მეცნიერებს მიანიშნოს, რომელი ნაერთების გამოცდა შეიძლება იყოს პრიორიტეტული. საბოლოო პასუხს კი ექსპერიმენტი იძლევა.
AI კანდიდატებსაც აპროექტებს
გენერაციული AI-ის უფრო პირდაპირ მაგალითად Insilico Medicine-ის კარდიომეტაბოლური პორტფელი სახელდება. კომპანიის 2025 წლის განცხადების თანახმად, პორტფელში რვა პერორალური მცირე მოლეკულაა, რომლებიც GLP‑1R-ის, GIPR-ისა და ამილინის ჩათვლით რამდენიმე ბიოლოგიურ სამიზნეს უკავშირდება. ორი GLP‑1 რეცეპტორის აგონისტი პრეკლინიკური კანდიდატის ეტაპამდე იყო მისული; დანარჩენი პროგრამები სხვადასხვა ადრეულ ეტაპზე იმყოფებოდა.
ეს კომპანიის მიერ წარმოდგენილი პროგრამებია და არა უკვე დამტკიცებული ან ადამიანებში ეფექტიანად დადასტურებული წამლები. მათი მნიშვნელობა იმაშია, რომ AI აქ მხოლოდ სამეცნიერო ტექსტების დასამუშავებლად არ გამოიყენება: ის მონაწილეობს სამიზნის შერჩევაში, მოლეკულის გენერირებაში, თვისებების პროგნოზირებასა და ლაბორატორიული შემოწმების პრიორიტეტების განსაზღვრაში.
რა შეიცვალა 2026 წელს
აპრილში Novo Nordisk-მა OpenAI-სთან თანამშრომლობა გამოაცხადა. კომპანიის განცხადებით, AI-ს გამოიყენებენ რთული მონაცემების გასაანალიზებლად, წამლის კანდიდატების გამოსავლენად და სამეცნიერო ჰიპოთეზების შესამოწმებლად. სექტემბერში გამოცხადებული Anthropic-თან თანამშრომლობა კი Claude-ის მოდელების სამეცნიერო მსჯელობასა და წამლის აღმოჩენის კონკრეტულ სამუშაო პროცესებში გამოყენებას ითვალისწინებს.
ეს პარტნიორობები კომპანიის გეგმებს აღწერს და თავისთავად არ ადასტურებს, რომ თანამშრომლობამ უკვე ახალი წამლის კანდიდატი ან მკურნალობის შედეგი მოიტანა.
საძიებო სივრცის შემცირება — არა კლინიკური დასკვნა
სიმსუქნის წამლების ბაზარზე Novo Nordisk-სა და Eli Lilly-ს სხვა ფარმაცევტული და ბიოტექნოლოგიური კომპანიებიც უერთდებიან. Reuters-ის 2026 წლის სექტემბრის მიმოხილვით, ბევრი მათგანი მუშაობს აბებზე, ხანგრძლივი მოქმედების ინექციებსა და რამდენიმე სამიზნეზე ერთდროულად მოქმედ თერაპიებზე.
AI-ის პრაქტიკული სარგებელი ამ ეტაპზე შეიძლება ასე აღვწეროთ: ის მეცნიერებს ეხმარება უზარმაზარი შესაძლო მოლეკულებიდან ნაკლები, უფრო პერსპექტიული ვარიანტი შეარჩიონ ექსპერიმენტებისთვის. ეს ძიებას შეიძლება აჩქარებდეს, მაგრამ არ აუქმებს ლაბორატორიულ შემოწმებას, კლინიკურ კვლევებსა და დამოუკიდებელ შეფასებას.
ამიტომ „Ozempic-ის შემდეგი თაობის“ აღმოჩენა ჯერ ადამიანებისა და მანქანების ერთობლივი პროცესია: მკვლევრები ადგენენ კითხვებს, აფასებენ ბიოლოგიურ მექანიზმებს და ამოწმებენ შედეგებს; AI კი ეხმარება მათ მონაცემებში შესაძლო კავშირებისა და შესამოწმებელი მოლეკულების პოვნაში.