Внимание
Мы работаем в штатном режиме. Наши склады готовы поставлять оборудование клиентам из Российской Федерации несмотря на санкционные запреты ЕС и США. Оборудование в РФ ввозится легально благодаря новому законодательству с параллельным импортом. Звоните и уточняйте! Информация актуальна на 07.11.26В связи с участившимися случаями недобросовестной конкуренции обращаем ваше внимание, что мы не передаем персональные данные третьим лицам
Поиск по сайту
Ускорение разработки лекарств
AI-решение для ускорения разработки лекарств — это комплексная система, позволяющая автоматически генерировать структуры молекул и антител с заданными свойствами, что сокращает сроки создания новых препаратов в 2–3 раза и снижает затраты на этапы «от лаборатории до пациента». Такие технологии внедряют, например, Сбербанк и «Р-Фарм», что позволяет российской фармацевтике конкурировать на мировом уровне.
Преимущества решения
- Сокращение сроков разработки структуры молекулы в 3 раза. С 3 лет до 1 года.
- Снижение затрат на этапах R&D и клинических исследований. За счёт автоматизации и сокращения неудачных кандидатов.
- Рост вероятности успеха. AI позволяет быстрее выявлять перспективные молекулы и отсеивать неэффективные.
- Увеличение числа инновационных препаратов. Компании могут тестировать больше гипотез за то же время и бюджет.
- Доступность лекарств. Снижение стоимости разработки делает новые препараты доступнее для пациентов.
- Масштабируемость и интеграция. Решение легко адаптируется под разные классы соединений и задачи.
Этапы внедрения ИИ
1
Анализ задачи
Погружаемся в ваши бизнес-процессы, выявляем ключевые требования и цели.
2
Проектирование решения
Разрабатываем архитектуру, подбираем оптимальные технологии и оборудование.
3
Внедрение и настройка
Выполняем поставку, монтаж, интеграцию и тестирование решений под ключ.
4
Сопровождение
Обеспечиваем поддержку, обучение персонала и развитие инфраструктуры.
AI-решение для ускорения разработки лекарств объединяет следующие ключевые функции:
- Автоматизация проектирования молекул и антител. Искусственный интеллект анализирует огромные массивы биологических и химических данных, выявляет перспективные мишени, моделирует структуры молекул и антител с нужными свойствами, предсказывает их эффективность и безопасность. Генеративные модели (deep learning, GAN, reinforcement learning) создают тысячи вариантов молекул за считанные часы, что ранее занимало годы ручной работы специалистов.
- Сокращение ключевых этапов разработки. Самая трудоёмкая фаза — создание структуры молекулы — теперь занимает не три года, а два месяца. Далее синтез и лабораторное подтверждение свойств занимают около 10 месяцев, что в целом сокращает цикл разработки структуры с 3 лет до 1 года. Вся цепочка «от лаборатории до пациента» становится в 2–3 раза быстрее и дешевле.
- Интеграция с лабораторными и производственными процессами. AI-решение интегрируется с лабораторной автоматизацией, системами управления данными, платформами для доклинических испытаний, что позволяет быстро переходить от in silico-моделирования к in vitro и in vivo тестам.
- Увеличение вероятности успеха. AI позволяет не только ускорить разработку, но и повысить вероятность успеха на доклинических и клинических этапах за счёт более точного подбора кандидатов и раннего выявления неэффективных структур.
- Снижение стоимости и доступность. За счёт автоматизации и сокращения числа неудачных попыток снижаются общие затраты, а лекарства становятся доступнее для пациентов.
Программное обеспечение
| Категория | Примеры решений | Описание и функционал |
|---|---|---|
| Собственные платформы | Сбербанк, «Р-Фарм» | Генерация антител и молекул, интеграция с AIRI (Академия Искусственного Разума и Интеллекта) |
| Генеративные AI-платформы | MoleculeAI, Iktos Robotics, AtomNet (Atomwise), AlphaFold (DeepMind) | Моделирование структуры белков и молекул для ускорения разработки препаратов |
| Инструменты анализа данных | Python (scikit-learn, PyTorch, TensorFlow), RDKit, DeepChem | Специализированные библиотеки для химии и биоинформатики, построение и обучение ML/AI моделей |
| Интеграция | REST API, LIMS, корпоративные базы данных, облачные платформы | Обеспечение обмена данными между лабораторными системами, корпоративными системами и облачными сервисами |
Подходящее серверное оборудование
| Компонент | Характеристики | Назначение |
|---|---|---|
| CPU | 2× Intel Xeon Gold / AMD EPYC (16–32 ядра) | Параллельная обработка больших объёмов данных |
| GPU | NVIDIA A100 / T4 | Ускорение инференса и обучения deep learning моделей |
| RAM | 128–256 ГБ DDR4/DDR5 | Хранение молекулярных структур и аналитики |
| Хранилище | 4–8 ТБ NVMe SSD (RAID 10) | Высокая скорость для хранения моделей, логов, экспериментальных данных |
| Сеть | 10–25 Гбит Ethernet | Интеграция с лабораторными и облачными сервисами |
| Облако | Yandex Cloud, VK Cloud, собственный дата-центр | Масштабируемость и отказоустойчивость |
Примеры серверов для данного решения
Артикул: SYS-751GE-TNRT
DP rackmount tower 4-GPU workstation with closed-loop liquid cooling
Форм-фактор:
Tower
CPU:
Intel Xeon Scalable Gen4
HDD:
8x 2.5" NVMe/SAS/SATA
Блок питания:
2200W
Артикул: AS-4125GS-TNRT
GPU сервер Supermicro AS-4125GS-TNRT. Система DP AMD 4U с поддержкой до 8 графических процессоров PCIe с прямым подключением
Форм-фактор:
4U
CPU:
AMD EPYC 9004
HDD:
2x 2.5" SATA, 8x 2.5" NVMe
Блок питания:
2200W
Артикул: AS-4124GS-TNR+
DP AMD, Dual-Root System with 8 GPUs
Форм-фактор:
4U
CPU:
AMD EPYC 7002
HDD:
24x 2.5" SATA/NVMe
Блок питания:
2200W
939 399 ₽
за 1 шт
Архитектура решения
1. Сбор и интеграция данных. Импорт биологических, химических, клинических данных, публикаций, патентов.
2. AI-ядро. Генерация молекул и антител, предсказание свойств, фильтрация по эффективности и безопасности.
3. Интеграция с лабораторией. Передача структур для синтеза, автоматизация планирования экспериментов, сбор результатов.
4. BI-аналитика. Дашборды по эффективности генерации, анализу кандидатов, прогнозу успеха.
5. Интеграция. API для связи с LIMS, ERP, внешними базами и облачными сервисами.
6. Безопасность. Шифрование, аудит, хранение данных в РФ, поддержка 152-ФЗ.
Пример конфигурации для компании 10 проектов по новым молекулам, 2 млн структур в базе
| Компонент | Модель / Спецификация | Кол-во |
|---|---|---|
| Сервер | Supermicro GPU A+ Server AS -4124GS-TNR+ | 1 |
| CPU | AMD EPYC 7003 | 2 |
| GPU | NVIDIA A100 | 2 |
| RAM | DDR4 ECC | 128 ГБ |
| SSD | 8 ТБ SSD | 1 |
| Сеть | 10 Гбит Ethernet | |
| ПО | Собственная платформа генерации молекул, MoleculeAI, AlphaFold, BI-отчёты |
Внедрение: 2–4 месяца, поэтапно (от пилота до полной автоматизации).
Артикул: AS-4124GS-TNR+
DP AMD, Dual-Root System with 8 GPUs
Форм-фактор:
4U
CPU:
AMD EPYC 7002
HDD:
24x 2.5" SATA/NVMe
Блок питания:
2200W
939 399 ₽
за 1 шт
Артикул: -
Форм-фактор:
4U
CPU:
AMD EPYC 7002
HDD:
24x 2.5" SAS/SATA
Блок питания:
2200W
Корпус (размеры):
Высота: 178 мм, Глубина: 737 мм, Ширина: 437 мм
Кто уже применяет такие решения в России
В России ускорение разработки лекарств с помощью ИИ реализуют Сбербанк, «Р-Фарм» и Институт AIRI. Их совместная AI-платформа позволяет автоматизировать генерацию антител и молекул, что уже сокращает сроки создания новых препаратов в 2–3 раза. Эти технологии внедряются в стратегическом альянсе, объединяющем опыт крупнейшего производителя лекарств, цифровые решения Сбера и научную экспертизу AIRI. В результате российские компании становятся конкурентоспособными на мировом рынке, а пациенты получают доступ к инновационным препаратам значительно быстрее и дешевле.
