"Yarim o‘tkazgich lahzasi" ni qayta ko‘chirish: AI dori ishlab chiqarishidagi "bo‘g‘im savdosi" shakllanmoqda, keyingi "belkurak sotuvchisi" kim bo‘ladi?

AI dori vositalarini kashf etishning asosiy mantiqini qayta shakllantirmoqda, xuddi yarimo‘tkazgich sanoatidagi "to‘siq tranzaksiyasi"ga o‘xshash investitsiya imkoniyati farmatsevtika ta’minot zanjirida sekin-asta shakllanmoqda.

4-oktabr kuni, eng yuqori darajadagi dollarlik fond Altimeter Capital hamkori Freda Duan yaqinda maqola e’lon qilib, AI dori ishlab chiqish yo‘nalishi (AIDD)dagi "to‘siq tranzaksiyasi" shakllanayotganini bildirgan. Uning tuzilmasi ilgari yarimo‘tkazgich sohasida GPUdan HBM, tarmoqqa, elektrga cho‘zilgan zanjirli bozor holatiga juda o‘xshaydi.

Eng ilg‘or AI laboratoriyalarining birgalikda ishtirok etishi eng ravshan signaldir. Anthropic maxsus hayotiy fanlar tadqiqot guruhi tuzdi va ho‘l laboratoriyani ishga tushirdi, OpenAI esa biologiya va dori topish uchun maxsus yaratilgan GPT-Rosalind model oilasini taqdim etdi. ByteDance kompaniyasi tarkibidagi mustaqil faoliyat yuritayotgan Anew Labs ichki dori ishlab chiqish kutubxonasiga ega bo‘ldi, Isomorphic Labs esa AI tomonidan ishlab chiqilgan dorilarni inson tajribasiga olib chiqishni aniq belgilab berdi.

Shu paytda, ta’minot zanjiri tomonidan ham shunchalik aniq signallar kelmoqda. DNA sintez ixtisoslashgan Twist Bioscience (TWST) 2026 va 2027 moliyaviy yillarda AI asosidagi dori topish buyurtmalari yuz foizlik o‘sishda davom etishini kutmoqda. GenScript’ning AI dori topish biznesi 2026 moliyaviy yilining birinchi yarmida yiliga ikki marta ko‘paydi; kanal tadqiqotlariga ko‘ra, amaldagi tekshirish quvvati har kuni taxminan 8 000 ta dizaynga yetdi va 2026-yil oxirigacha 16 000 taga yetishi kutilmoqda.

Ushbu mantiq yarimo‘tkazgich sanoatidagi to‘siq uzatilish yo‘liga juda o‘xshaydi. GPU tanqisligi HBM xotira, tarmoq qurilmalari, elektr va sovutish tizimlariga bo‘lgan talabning ketma-ket kuchayishiga olib keldi.

AI farmatsevtika sohasida ham, to‘siq xuddi shunday zanjir bo‘ylab pastga uzatilmoqda: AI model dizayni → DNA sintezi → oqsil ishlab chiqarish → tajriba tekshiruvi → klinikadan oldingi sinovlar, har bir bosqich navbatdagi foyda oluvchi nuqta bo‘lishi mumkin.

(Ta’minot zanjiri ma’lumotlari shuni ko‘rsatadiki, yuqori oqimda dori topish va dastlabki klinikadan oldingi R&D bosqichlar tajriba hajmining ortib borishidan ta’sirlanishni boshlagan)

Freda Duan maqolada hozirgi AI dori ishlab chiqish yo‘nalishidagi muhitni "tizimli o‘zgarish" (regime change) deb ta’riflaydi.

Anthropic hayotiy fanlar tadqiqotini strategik darajaga ko‘tardi, uning ho‘l laboratoriyasining birinchi yirik loyihasi — Claude agenti yordamida ilgari tasvirlanmagan, CRISPR tipidagi DNA takrorlanuvchi ketma-ketliklari bilan bog‘liq ferment sistemasi aniqlangan.

OpenAI tomonidan taqdim etilgan GPT-Rosalind modellari oilasi dori kimyosi, oqsil injiniringi, genomika va eksperimental ish jarayonlarini qamrab oladi.

ByteDance’ning ilgari AI asosida dori topish bo‘linmasi endi mustaqil faoliyat yuritib, Anew Labs nomi bilan yangilandi, asosiy model, ho‘l laboratoriya tekshiruvi va o‘zining dori quvurlari birlashtirilgan, ByteDance esa ko‘pchilik aksiyasini saqlab qolgan.

Isomorphic Labs esa aniq e’lon qildi: maqsad — AI tomonidan ishlab chiqilgan dorilarni inson klinik sinovlari bosqichiga yetkazish.

E’tiborga molik tomoni shuki, turli institutlarning tijorat yo‘li aniq farq qiladi.

• Anthropic hozirda ko‘proq tadqiqot va platforma qatlami sifatida faoliyat yuritib, an’anaviy tijorat klinik bosqichga chiqadigan biotexnologik kompaniya bo‘lish niyati yo‘q;
• ByteDance’ning Anew Labs esa allaqachon o‘z dori quvurlariga ega biotexn loyihasi platformasi modeliga yaqinlashmoqda;
• Isomorphic Labs esa ikkalasi o‘rtasida turibdi va dorilarni mustaqil ravishda klinik sinovga olib chiqishni va’da qilgan.

Bu shuni anglatadiki, AI dori topishning tijorat yo‘li tarmoqlanmoqda: yirik farmatsevt korxonalarga litsenziyalash, hamkorlik bosqichlari + patent haqlari yoki to‘g‘ridan-to‘g‘ri mustaqil kompaniya inkubatsiyasi. Ta’minot zanjirining pastki oqimida esa, qaysi yo‘l tanlanmasin, tajriba talabi real o‘sishga olib keladi.

AI samaradorlikni oshirdi, nega ho‘l laboratoriyalarda tajriba hajmi ko‘paymoqda? Javob shuki, AI farazlar tuzilishining iqtisodiyotini tubdan o‘zgartirdi.

Birinchidan, faraz tuzilishi deyarli nol xarajatli bo‘lib, tajriba tasdig‘i yangi to‘siqqa aylanmoqda. An’anaviy dori kashfiyotida, ekspertlar nomzod molekulalarni saralashda juda katta xarajat sarflaydi va faqat eng ishonchli nomzodlar qimmat tasdiqlash jarayoniga o‘tadi.

AI nomzod molekulalarni ishlab chiqishda deyarli chegara xarajati yaratmaydi, "maydonga chiqish imkoniyati" anchagina ko‘payadi, natijada to‘siq dizayn bosqichidan biologik tasdiqlash bosqichiga siljiydi.

Ikkinchidan, muvaffaqiyatsiz tajribalar ham muhim, salbiy namunalar o‘quv ma’lumotlariga aylanadi. Anthropic tipik namuna keltiradi: Claude 1320 ta oqsil birikmasini ishlab chiqdi, Adaptyv ushbu raqamli ketma-ketliklarni DNAgacha aylantirib, ifoda qilib, bog‘lanish qobiliyatini tekshirdi, yakunda faqat 354 tasi muvaffaqiyatga erishdi.

Lekin qolgan 966 muvaffaqiyatsiz holat bekor qilingan emas — qaysi ifodalanmaydi, qaysi bog‘lanmaydi, qaysi past affinitetli — bular muhim salbiy etiketlar bo‘lib, keyingi model iteratsiyasi uchun o‘quv ma’lumotlar sifatida xizmat qiladi. An’anaviy dori kashfiyotida savol "nomzod X samaralimi" bo‘lsa, AI dori kashfiyotida "bu tajriba modelni nimaga o‘rgata oladi?" savoli ham qo‘shiladi.

Uchinchidan, ho‘l laboratoriyalar dorilarni ishlab chiqarishdan ko‘ra ko‘proq o‘quv ma’lumotlarini ishlab chiqarishga o‘tyapti. TWST aniq bildirib o‘tdiki, uning biznesi AI tomonidan ishlab chiqilgan ketma-ketliklardan to‘g‘ridan-to‘g‘ri modelga kiritiladigan tuzilgan tajriba natijalari ma’lumotlarini yaratishga yo‘nalmoqda. GenScript’ning ketma-ketlikdan bog‘lanishga qadar bo‘lgan ish jarayoni 4-7 kun ichida natija bera oladi.

Ayrim ish jarayonlarida mijozga fizik oqsil mahsulotining o‘zi emas, balki tajriba natijasining tuzilgan shaklda modelga qaytarilishi muhimroq bo‘lishi mumkin. Shu sababli, TWST va GenScript tobora ko‘proq "biologik ma’lumotlar zavodi"ga aylanmoqda.

Maqolada qayd etilishicha, nazariy mantiqdan tashqari, ta’minot zanjiri pog‘onasida aniq kuzatiladigan va miqdoriy baholash mumkin bo‘lgan signallar mavjud.

TWST 2026-moliyaviy yilida AI dori topishga oid buyurtmalar uch xonali foizda o‘sishini, 2027-moliyaviy yilida esa shu temp saqlanishini taxmin qilmoqda. GenScript’ning AI farmatsevtika biznesi 2026 moliyaviy yilining birinchi yarmida ikki marta oshgan, uning platformasi tashqaridan kuniga 4000 dan ortiq dizayn uchun industriyal darajadagi tasdiqlov quvvatiga ega bo‘lib, to‘liq ketma-ketlikdan ma’lumotgacha bo‘lgan ish jarayoniga xizmat ko‘rsatadi.

Kanal tekshiruvlari esa amalda yanada tez rivojlanayotganini ko‘rsatmoqda. Hozir ishlab chiqarish quvvati kuniga taxminan 8000 dizaynni tashkil etadi va 2026-yil oxirigacha 16000 tagacha yetish kutilmoqda.

Ta’minot zanjiri trayektoriyasi nuqtai nazaridan, foydali pog‘onalar quyidagi tarzda: AI modeli → ketma-ketlik dizayni → DNA sintezi (TWST va boshqalar) → oqsil ishlab chiqarish (GenScript va boshqalar) → tajriba tasdig‘i → sekvenslash (ILMN, TXG va boshqalar) → avtomatlashtirilgan uskunalar → klinikadan oldingi sinovlar (CRO).

Bozor hajmi jihatidan, agar AI faqat samaraliroq R&D vositasi bo‘lsa, bog‘liq xarajatlarning yillik hajmi global dori ishlab chiqarish R&D xarajatlari bo‘yicha 300-400 milliard dollar oralig‘ida cheklanadi. Agar AI haqiqatan ham amaliy dori loyihalari sonini oshirsa, bu imkoniyat yanada kengayadi, chunki bu DNA sintezi, oqsil ishlab chiqarish, tajriba sinovlari va klinikadan oldingi ishlar uchun qo‘shimcha talabni keltirib chiqaradi.

Bundan tashqari, AI kompaniyalarning o‘z xarajatlari nuqtai nazaridan ham taxminiy hisob-kitob qilinishi mumkin. Agar Anthropic 2026-yilda yillik $80 milliard daromadga erishsa, uning atigi 1 foizini AI dori topishga yo‘naltirsa ham, bu har yili tahminan $800 million investitsiya deganidir.

Freda Duan ogohlantiradi: ushbu mavzuga qiziqqan investorlar istalgan holda 2020-2021-yillardagi AI dori topish bo‘roni va keyingi qulashi haqida o‘ylashlari mumkin.

Exscientia’ning DSP-1181 molekulasi bir yil ichida topilib, I faza klinik sinoviga olib chiqildi, biroq keyinchalik maqsadli mexanizm bo‘yicha I faza baholash standarti bajarilmagani uchun to‘xtatildi. O‘sha davrdagi muvaffaqiyatsizlikning ikki aniq sababi bor edi: makro muhit keskin toraygani va "tezroq kashf qilish yaxshi klinik biologiyani anglatsa" degan gumon shafqatsiz tasdiq topmagani.

Biroq Freda Duan fikriga ko‘ra, 2026-yilning sharoiti 2020/21-yillardan tubdan farq qiladi, o‘sha davrdagi tsikl GPT paydo bo‘lishidan oldin yuz bergan edi.

2020/21-yillardagi asosiy mantiq shunday edi: hisoblash yordamida arzonroq, kam qiymatli ho‘l laboratoriya saralash ishlarini kamaytirish, AI esa qidiruv samaradorligini oshirish vositasi bo‘lib, maqsad — kamroq sintez va kamroq test bilan tezroq dori nomzodlarini aniqlash edi.

2026-yilning asosiy mantiqi esa tubdan farqli: AI yordamida farazlar maydonini ancha kengaytirish, keyin ho‘l laboratoriyada real tasdiqlovchi ma’lumotlar olish. Ichki aylanma: AI → tajriba → ma’lumot → yanada yaxshi AI → yanada ko‘proq tajriba. AI imkoniyatlari bilan yuzaga keladigan tajribalar soni shunchalik ko‘pki, endi fizik biologiyaning o‘zi asosiy to‘siqqa aylanadi.

Mavjud ma’lumotlarga ko‘ra, 2024-yilgi tadqiqotda ko‘rsatilishicha, AI bilan kashf etilgan dorilar I faza muvaffaqiyat ko‘rsatkichi 80-90% ni tashkil etmoqda, bu sanoat tarixiy o‘rtacha ko‘rsatkichdan yuqori; II faza muvaffaqiyat ko‘rsatkichi esa taxminan 40%, bu esa tarixiy o‘rtacha darajaga yaqin, biroq namunalar hajmi halichekli.

Freda Duan hozirgi bosqichda DNA sintezi va oqsil ishlab chiqarish eng bevosita to‘siq nuqtalari ekanini ta’kidlaydi.

Ko‘proq dori nomzodlari klinikadan oldingi bosqichga surilar ekan, hayvonlardagi tajribalar keyingi bo‘g‘ma nuqtaga aylanishi mumkin. Primatlar narxi ilgari ko‘rilgan eng yuqori nuqtaga yaqinlashib qoldi, CRO’larning quvvati doimo cheklangan, AI dori topish esa klinikadan oldingi fazaga ko‘proq nomzod olib chiqsa, ushbu bosim faqat kuchayadi.

Tahlilga ko‘ra, ushbu tranzaksiyaning davomiyligi uzoq, 2028-yil va undan keyingi I/II faza klinik natijalari chiqqunga qadar asosiy mantiqiy tugash ehtimoli past. Muhim bosqichlar:

• 2026-2027-yil oxiri: Isomorphic’ning birinchi AI yordamida yaratgan dorilari inson klinik sinovlariga kiritiladi, ko‘proq AI asosidagi loyihalar IND-enabling bosqichiga chiqadi;
• 2028-2030-yillar: Klinik sinov natijalari AI yordami bilan ishlab chiqilgan dorilar haqiqatan ham an’anaviy dorilardan ustun yoki yo‘qligini ko‘rsata boshlaydi.

Yaqqol kelajak uchun: agar tajriba byudjeti ko‘paymasa, AI ishlab chiqqan loyihalar samarali laboratoriya natijalari bermasa, yoki ishlab chiqarish quvvati talabga juda tez yetib olsa, yuqori oqimdagi "belkurak va bolta" daromadlari bosimga uchrashi mumkin.

Uzoq muddatda esa, agar AI dori topish bosqichida va I fazada yaxshi natija bersa, lekin II/III fazada odatiy muvaffaqiyatsizlik bilan yutqazsa, butun investitsiya mantiqi to‘liq qayta baholanadi — shuning uchun ham II faza klinik natijalari juda muhim.

Los Anjeles Kaliforniya Universiteti professori Quanquan Gu bu mantiqni quyidagicha umumlashtirdi:

Biologiya, ehtimol, AI ning keyingi rekursiv o‘zini takomillashtirish chegarasiga aylanadi — kompyuterda dizayn qilish, laboratoriyada sinash, tajriba natijalarini yarim sintetik o‘quv ma’lumotlariga aylantirish, modelni yaxshilash va bu jarayon doimiy davom etadi.