Illumina представила BioInsight — платформу ИИ для анализа генома и разработки лекарств

Illumina BioInsight: искусственный интеллект меняет правила геномных исследований и разработки лекарств

Illumina объединяет секвенирование, данные и искусственный интеллект

14 октября 2026 года американская биотехнологическая компания Illumina объявила о запуске BioInsight Platform — единой цифровой среды для геномных и мультиомических исследований.

Мультиомика объединяет несколько уровней биологической информации: последовательность ДНК, активность генов, структуру и количество белков, а также другие молекулярные характеристики клеток. Совместный анализ этих данных позволяет исследовать не только генетические предпосылки заболевания, но и процессы, через которые они реализуются.

До появления подобных платформ исследовательские лаборатории часто использовали отдельные программы для обработки результатов секвенирования, поиска мутаций, их интерпретации и сопоставления с медицинскими базами данных. Это требовало дополнительных вычислительных ресурсов, специалистов и времени.

BioInsight объединяет несколько существующих продуктов Illumina, включая DRAGEN, BaseSpace, Emedgene, Connected Multiomics и специализированные инструменты искусственного интеллекта.

Фактически компания предлагает единую технологическую среду, охватывающую последовательные этапы исследования: от получения генетических данных до формирования гипотез о причинах заболеваний и возможных лекарственных мишенях.

Это продолжение стратегии, начатой в октябре 2025 года, когда Illumina выделила BioInsight в самостоятельное направление бизнеса, сосредоточенное на программном обеспечении, биологических данных и искусственном интеллекте.

Компания сообщает, что объединённой экосистемой уже пользуются более 3500 организаций и 10 тысяч специалистов. Эти показатели отражают существующую пользовательскую базу программных продуктов Illumina, а не обязательно число новых клиентов, зарегистрировавшихся после запуска платформы.

На официальной странице BioInsight также указано более 5 млн геномов в действующих программах. Эта оценка отличается от встречающейся в публикациях цифры 10 млн и не означает, что все геномы физически размещены в одной общей базе данных.

DRAGEN анализирует геном за 34 минуты — но это не время секвенирования

Одно из наиболее заметных преимуществ BioInsight связано с автоматизацией обработки генетической информации.

Современные секвенаторы способны считывать огромные объёмы ДНК, однако полученные данные ещё необходимо обработать. Компьютер должен сопоставить короткие фрагменты последовательности с эталонным геномом, обнаружить отличия и определить их характеристики.

Эта процедура называется вторичным биоинформатическим анализом.

В BioInsight за неё отвечает DRAGEN — программная система Illumina, оптимизированная для высокоскоростной обработки результатов секвенирования.

По информации производителя, DRAGEN способен проанализировать человеческий геном с глубиной покрытия 40× приблизительно за 34 минуты.

Глубина покрытия 40× означает, что каждый участок генома в среднем считывается около 40 раз. Повторное считывание помогает отличать реальные генетические варианты от случайных ошибок измерения.

В отдельных конфигурациях аппаратного ускорения Illumina заявляет возможность обработки генома с покрытием 30× менее чем за 25 минут.

Однако здесь принципиально важно различать два процесса.

Секвенирование — физическое считывание последовательности ДНК — требует подготовки биологического материала и работы лабораторного оборудования. DRAGEN обрабатывает данные, которые уже получены секвенатором.

Поэтому 34 минуты не означают, что весь путь от образца крови до готового медицинского заключения занимает полчаса.

Второй показатель, на который обращает внимание Illumina, — точность 99,9% по результатам испытаний PrecisionFDA Truth Challenge V2.

Речь идёт о результатах сравнительной оценки алгоритмов обнаружения генетических вариантов на стандартизированных наборах данных. Это не универсальная вероятность правильного определения любого изменения ДНК и тем более не точность медицинского диагноза.

Особенно сложными остаются участки генома с повторяющимися последовательностями, крупные структурные перестройки и некоторые редкие варианты.

Главная практическая инновация BioInsight заключается в соединении секвенатора с вычислительной инфраструктурой.

Лаборатории больше не требуется вручную переносить большие файлы между различными системами. Для исследовательских центров, одновременно обрабатывающих тысячи образцов, сокращение таких операций способно существенно облегчить организацию работы.

SpliceAI2 помогает находить генетические изменения, значение которых трудно определить

Получить последовательность генома недостаточно, чтобы понять причину заболевания.

В ДНК каждого человека присутствуют миллионы отличий от эталонной последовательности. Большинство из них не вызывает заболеваний, некоторые влияют на индивидуальные биологические особенности, а сравнительно небольшая часть может нарушать работу генов.

Одна из самых сложных задач геномики — определить, какие именно изменения имеют функциональное значение.

Для этого Illumina развивает специализированные модели искусственного интеллекта.

8 октября 2026 года компания представила SpliceAI2 — новую модель для прогнозирования нарушений сплайсинга.

Сплайсинг — процесс обработки РНК, при котором из первоначальной копии гена удаляются определённые участки, а оставшиеся соединяются в последовательность, используемую для производства белка.

Некоторые генетические изменения нарушают этот механизм. В результате клетка может синтезировать неправильный белок или вообще перестать производить необходимую молекулу.

Такие нарушения способны приводить к наследственным заболеваниям, однако распознать их по одной последовательности ДНК бывает сложно.

SpliceAI2 анализирует генетические варианты и прогнозирует, как они могут повлиять на обработку РНК.

По данным Illumina, при проверке на исследовательском наборе данных о редких заболеваниях новая модель обнаружила на 17% больше потенциально значимых вариантов, чем альтернативные модели прогнозирования сплайсинга.

Эти результаты основаны на исследовательских сравнениях, включая предварительную научную публикацию. Они не означают, что применение SpliceAI2 уже повысило частоту постановки правильных диагнозов пациентам на 17%.

Тем не менее принцип важен: искусственный интеллект помогает не только ускорить обработку информации, но и выделить из миллионов генетических различий небольшое число вариантов, заслуживающих дополнительного изучения.

В сочетании с другими моделями Illumina, включая PrimateAI-3D и PromoterAI, такой подход позволяет исследовать разные механизмы влияния генетических изменений на работу клеток.

Почему лекарства с генетической поддержкой чаще проходят клинические испытания

Одно из наиболее перспективных направлений применения BioInsight — разработка новых лекарственных препаратов.

Традиционно фармацевтические исследования начинаются с выбора биологической мишени: белка, рецептора, фермента или другого компонента клетки, воздействие на который предположительно способно изменить течение заболевания.

Проблема заключается в том, что многие потенциальные мишени выглядят убедительно в лабораторных экспериментах, но препараты, воздействующие на них, впоследствии оказываются недостаточно эффективными у людей.

Генетические исследования позволяют получить дополнительную информацию о причинной роли определённых биологических механизмов.

Например, если носители конкретного генетического варианта имеют существенно меньший риск заболевания, исследователи могут изучить, каким образом этот вариант изменяет работу соответствующего белка.

Если обнаруженный механизм можно воспроизвести лекарственным воздействием, появляется потенциальная терапевтическая стратегия.

Значение такого подхода подтверждают результаты исследования, опубликованного в Nature в апреле 2024 года.

Авторы проанализировали данные клинической разработки лекарств и установили, что вероятность успешного прохождения клинического пути до регистрации для механизмов действия с подтверждающими генетическими данными была приблизительно в 2,6 раза выше, чем для механизмов без такой поддержки.

Это существенное различие, однако его необходимо правильно интерпретировать.

Исследование выявило статистическую связь между наличием генетических доказательств и успешностью лекарственных разработок. Оно не доказывает, что добавление генетического анализа автоматически увеличит вероятность успеха конкретного препарата в 2,6 раза.

Результат также зависит от заболевания, стадии разработки и достоверности установленной связи между геном и биологической мишенью.

Illumina дополнительно утверждает, что около двух третей препаратов, одобренных FDA в 2023 году, имели генетическую поддержку.

Однако генетическая поддержка лекарственной разработки и необходимость генетического тестирования пациента перед назначением препарата — совершенно разные понятия.

В первом случае генетика помогает обосновать выбор биологической мишени. Во втором генетические особенности конкретного человека используются для выбора терапии.

Именно первая задача представляет особый интерес для фармацевтических исследователей.

Данные о пациентах, получающих препараты GLP-1, становятся ресурсом для новых разработок

Отдельное направление BioInsight связано с использованием генетических данных совместно с информацией из реальной клинической практики.

Показательный пример — исследовательская программа Illumina и американской компании Ovation.io, посвящённая пациентам, получающим препараты, воздействующие на рецепторы глюкагоноподобного пептида-1 (GLP-1).

К этому классу относятся, в частности, семаглутид и лираглутид. Тирзепатид действует одновременно на рецепторы GLP-1 и GIP.

Эти препараты применяются при сахарном диабете 2-го типа и ожирении, но выраженность ответа на лечение у разных пациентов существенно различается.

В мае 2025 года Illumina и Ovation объявили о создании набора данных, рассчитанного на 25 тысяч пациентов, получавших терапию препаратами этого направления.

Исследовательская программа предусматривает объединение информации о состоянии здоровья, характеристиках лечения, последовательностях ДНК и белковых показателях.

21 апреля 2026 года Ovation сообщила о завершении секвенирования полных геномов первых 10 тысяч пациентов и доступности соответствующего набора данных для лицензирования. Расширение до 25 тысяч участников оставалось заявленной целью проекта.

Исследователей интересует не только среднее снижение массы тела или уровня глюкозы.

Они стремятся установить, существуют ли генетические и молекулярные особенности, связанные с различиями в эффективности терапии, изменениями отдельных метаболических показателей и вероятностью нежелательных реакций.

Если такие закономерности будут надёжно подтверждены, они могут помочь определить перспективные лекарственные мишени и выделить группы пациентов, для которых определённые подходы к лечению наиболее эффективны.

Однако данные реальной клинической практики имеют ограничения.

Пациенты различаются по возрасту, сопутствующим заболеваниям, образу жизни, принимаемым препаратам и продолжительности лечения. Поэтому обнаруженная связь между генетическим вариантом и результатом терапии ещё не доказывает причинную зависимость.

Для применения подобных находок в медицинской практике потребуются независимая проверка, а в ряде случаев — проспективные клинические исследования.

Roche усиливает конкуренцию, пока Illumina расширяет контроль над программной инфраструктурой

Выход BioInsight на рынок происходит на фоне усиливающейся конкуренции производителей оборудования для секвенирования.

По оценке DeciBio, на которую ссылается Roche, мировой рынок систем секвенирования нового поколения составляет около $7,3 млрд.

Illumina сохраняет доминирующие позиции. По информации Reuters, её доля на рынке генетического секвенирования оценивается приблизительно в 70%.

Однако технологическое преимущество компании всё активнее оспаривают конкуренты.

29 июня 2026 года швейцарская Roche объявила о запуске AXELIOS 1 — собственной системы секвенирования нового поколения.

В отличие от традиционных технологий коротких прочтений, AXELIOS 1 использует разработанную Roche технологию Sequencing by Expansion (SBX).

Она предусматривает преобразование молекулярной информации ДНК в специальный удлинённый полимер, который затем считывается через нанопоровую систему.

По заявлению Roche, такая архитектура позволяет получать результаты полногеномного секвенирования в течение одного дня и потенциально сокращать время выполнения сложных исследований.

Первоначально AXELIOS 1 предназначена для исследовательского применения, а не для клинической диагностики.

Таким образом, конкуренция разворачивается сразу на двух уровнях.

Первый — оборудование, скорость секвенирования, точность и стоимость получения генетических данных.

Второй — программные платформы, которые обрабатывают эти данные, объединяют их с другими источниками информации и обеспечивают исследователей инструментами интерпретации.

Для Illumina развитие BioInsight становится способом укрепить позиции не только как производителя секвенаторов, но и как поставщика вычислительной инфраструктуры для геномной науки.

Если исследовательская организация использует оборудование, программное обеспечение, облачное хранение и аналитические инструменты одного производителя, смена технологической среды может потребовать значительных организационных затрат.

Это повышает значение совместимости программ, возможности переноса данных и сохранения независимости исследовательских лабораторий.

BioInsight раскрывает стоимость анализа, но полная цена исследования зависит от инфраструктуры

Illumina предлагает 30-дневный пробный доступ к BioInsight.

Согласно опубликованным условиям, он включает 100 BioInsight Credits и 1 ТБ хранения данных. Один расчётный кредит соответствует одному доллару США.

После окончания пробного периода пользователи могут оплачивать фактическое потребление программных ресурсов либо заключать соглашения с обязательствами на один, три или пять лет.

На официальном сайте также опубликованы тарифы для отдельных видов анализа.

Например, стоимость программной лицензии DRAGEN v4.6 для стандартного анализа человеческого генома в зависимости от выбранного уровня составляет от 10 до 15 долларов за образец по американским прейскурантным ставкам.

Однако эта сумма не равна полной стоимости геномного исследования.

Подготовка образца, реагенты, работа секвенатора, вычислительные мощности, хранение информации и профессиональная интерпретация результатов могут оплачиваться отдельно.

Для крупных исследовательских программ важна не только цена обработки одного генома, но и общие расходы на инфраструктуру, управление данными и интеграцию программного обеспечения с существующими лабораторными системами.

Для пациентов главный результат пока не новый анализ, а возможность точнее понимать болезни

BioInsight прежде всего адресована исследовательским организациям, генетическим лабораториям, биотехнологическим и фармацевтическим компаниям.

Она не является новым диагностическим тестом и сама по себе не устанавливает диагноз.

Тем не менее развитие подобных систем может постепенно повлиять на несколько направлений медицины.

В исследованиях редких наследственных заболеваний автоматизированный анализ способен облегчить поиск потенциально значимых генетических изменений, которые раньше оставались без объяснения.

В онкологии совместное изучение генетических характеристик опухоли и других молекулярных данных может помогать исследователям обнаруживать новые биомаркеры и механизмы устойчивости к терапии.

При разработке лекарств сочетание генетики, протеомики и клинических наблюдений потенциально позволяет точнее выбирать мишени и лучше понимать причины различий между пациентами.

Но между вычислительным прогнозом и медицинским решением сохраняется принципиальная дистанция.

Алгоритм может определить вариант ДНК как потенциально опасный, однако его клиническое значение должно подтверждаться дополнительными данными, профессиональной интерпретацией и, при необходимости, лабораторными исследованиями.

Не менее существенны вопросы защиты информации.

Полный геном содержит чрезвычайно чувствительные персональные данные, которые могут иметь значение не только для конкретного человека, но и для его биологических родственников.

Поэтому объединение геномных данных в облачных исследовательских системах требует контроля доступа, соблюдения правил обработки медицинской информации и определения условий её передачи между организациями и странами.

Дополнительным ограничением остаётся неодинаковая представленность различных популяций в генетических базах данных.

Алгоритмы, обученные преимущественно на данных определённых групп населения, могут работать менее надёжно при анализе геномов людей другого происхождения.

Расширение разнообразия исследовательских выборок становится необходимым условием более справедливого и достоверного применения геномных технологий.