Boehringer подключает Owkin K Pro к поиску лекарственных мишеней

Owkin и Boehringer переводят ИИ в фарме от экспериментов к рабочей инфраструктуре поиска лекарств

Boehringer получила не просто алгоритм, а доступ к данным и системе их интерпретации

2 сентября 2026 года Owkin сообщила о лицензионном соглашении с Boehringer Ingelheim, в рамках которого немецкая фармацевтическая компания получит доступ к исследовательской платформе K Pro и данным пациентов. Сотрудничество сосредоточено на двух крупных направлениях — онкологии и иммунологии.

Финансовые условия стороны не раскрыли. Но структура соглашения важнее его неизвестной стоимости: речь идет не только о лицензировании программного обеспечения.

По данным Reuters, Owkin будет предоставлять Boehringer мультимодальные данные по онкологии и дополнительно генерировать новые данные в иммунологии. Мультимодальными называют данные, описывающие одного пациента или биологический объект с разных сторон: это могут быть клинические сведения, характеристики опухолевой ткани, геномные данные, экспрессия генов и другие молекулярные показатели.

Именно сочетание таких слоев информации представляет особую ценность для поиска лекарств. Алгоритм может обнаруживать закономерности в открытых базах, но возможность связать молекулярные особенности заболевания с реальными характеристиками пациентов позволяет задавать значительно более содержательные вопросы: какая биологическая мишень действительно связана с определенным вариантом болезни, у какой группы пациентов эта связь сильнее и стоит ли превращать такую гипотезу в дорогостоящую программу разработки препарата.

Пилот 2025 года превратился в более глубокое сотрудничество

Новое соглашение возникло не с нуля. В 2025 году Owkin и Boehringer провели пилотный проект, в котором использовались образцы опухолей пациентов и связанные с ними биологические данные для определения приоритетности потенциальных лекарственных мишеней.

Генеральный директор и сооснователь Owkin Тома Клозель рассказал Reuters, что именно этот опыт стал основой нового соглашения.

Переход от пилота к лицензированию имеет самостоятельное значение. Фармацевтическая отрасль несколько лет тестирует искусственный интеллект практически на всех стадиях исследований — от анализа научной литературы и поиска молекулярных мишеней до разработки молекул и планирования клинических исследований. Но пилотный проект еще не означает, что технология стала частью реального процесса принятия решений.

Продолжение сотрудничества показывает, что Boehringer сочла полученный результат достаточно полезным, чтобы расширить использование подхода. При этом публичных данных, позволяющих независимо оценить эффективность пилота 2025 года, пока нет.

K Pro пытается соединить биологические данные с «ИИ-исследователем»

K Pro была запущена Owkin в октябре 2025 года как платформа для биомедицинских исследований и принятия решений. Ее принципиальное отличие от обычного чат-бота состоит в том, что система должна не просто формулировать текстовый ответ, а обращаться к специализированным биологическим данным и аналитическим инструментам.

Исследователь может задать вопрос естественным языком, после чего система организует несколько последовательных операций: обращается к нужным массивам данных, запускает анализ и объединяет результаты. Owkin называет такие специализированные программные компоненты ИИ-агентами.

Например, при выборе потенциальной лекарственной мишени недостаточно узнать, что определенный ген активнее работает в опухоли. Нужно понять, в каких опухолях это происходит, какие клетки несут сигнал, связан ли он с прогнозом заболевания, существует ли биологическое основание воздействовать на соответствующий белок и можно ли сделать это лекарственным препаратом без неприемлемой токсичности.

Именно здесь становится важна архитектура K Pro: искусственный интеллект используется как средство навигации между разными источниками биологических доказательств, а не как самостоятельный генератор ответа.

Один из ключевых массивов Owkin — MOSAIC — включает пространственные и другие молекулярные данные примерно 2700 образцов опухолей при 11 типах рака. Пространственный анализ сохраняет информацию о том, где именно в ткани находятся определенные клетки и молекулярные сигналы. Для онкологии это существенно: одинаковый усредненный уровень экспрессии гена может иметь разное значение в зависимости от того, обнаружен он непосредственно в опухолевых клетках или, например, в окружающих их иммунных клетках.

После АстраЗенека и Санофи Boehringer становится третьим крупным подтверждением модели K Pro

Соглашение с Boehringer выглядит особенно интересно в последовательности событий последних месяцев.

В мае 2026 года АстраЗенека заключила с Owkin трехлетнее лицензионное соглашение по K Pro. Owkin должна разрабатывать для компании специализированных ИИ-агентов и интегрировать их в корпоративную информационную инфраструктуру и процессы принятия решений.

В июне Санофи расширила многолетнее сотрудничество с Owkin: новая договоренность предусматривает совместную разработку ИИ-агентов и пятилетнюю лицензию на K Pro. Партнерство двух компаний началось еще в 2021 году с соглашения стоимостью 90 млн евро, ориентированного на поиск мишеней в онкологии и выделение подгрупп пациентов, а позднее было распространено на иммунологический портфель разработок Санофи.

Теперь к АстраЗенека и Санофи присоединяется Boehringer.

Три соглашения не доказывают клиническую эффективность самой платформы. Но они показывают другое: крупные фармацевтические компании готовы переходить от разовых проектов с ИИ к более продолжительной интеграции внешних платформ в собственную исследовательскую инфраструктуру.

Это принципиальное изменение модели спроса.

Главным дефицитом становится не вычислительная мощность, а качественные данные пациентов

Развитие генеративного искусственного интеллекта постепенно снижает ценность самого факта наличия мощной модели. Крупные фармацевтические компании способны использовать собственные модели или получать доступ к нескольким внешним системам.

Гораздо труднее воспроизвести хорошо организованные биомедицинские данные.

Owkin строит свое преимущество именно вокруг этой части системы. Компания работает с глобальной сетью медицинских учреждений и получает, лицензирует или совместно формирует данные пациентов. На странице K Pro Owkin указывает сеть из 104 больниц.

В августе 2026 года компания дополнительно договорилась с Kognitic об интеграции в K Pro структурированных данных о клинических исследованиях. Это позволяет соединять биологические сведения о пациентах с информацией о том, какие препараты уже разрабатываются, какие исследования проводятся и как меняется конкурентная среда.

Возникает модель, в которой ценность создается сразу несколькими слоями: алгоритмами, специализированными инструментами анализа, собственными массивами данных и способностью встроить все это в рабочий процесс фармацевтической компании.

Для отрасли это важный сдвиг. Конкуренция в биомедицинском ИИ постепенно перемещается от вопроса «у кого лучше модель?» к более сложному вопросу: «у кого есть данные, инструменты и инфраструктура, позволяющие модели получить биологически содержательный ответ?»

ИИ может сократить число слабых гипотез, но не отменяет биологический эксперимент

Поиск мишени — одна из наиболее рискованных частей разработки лекарства. Исследователи должны определить молекулу или биологический процесс, воздействие на которые действительно способно изменить течение заболевания.

Ошибка на этой стадии обходится дорого. Можно создать молекулу, которая прекрасно воздействует на выбранный белок, успешно провести доклинические исследования и лишь значительно позже обнаружить, что сама мишень недостаточно важна для заболевания человека.

Поэтому потенциальная экономическая ценность систем вроде K Pro заключается не обязательно в том, чтобы мгновенно «изобретать лекарства». Более реалистичная задача — раньше отбрасывать слабые гипотезы и лучше ранжировать сильные.

Даже небольшое улучшение качества решений на ранних стадиях способно иметь значение, поскольку последующие эксперименты, разработка молекулы, токсикологические исследования и клинические испытания требуют все больших затрат времени и капитала.

Но здесь проходит и граница возможностей искусственного интеллекта.

Корреляция в больших массивах данных не доказывает, что обнаруженный биологический механизм причинно связан с заболеванием. Перспективную мишень необходимо проверять экспериментально — в клеточных и тканевых моделях, затем в доклинических системах и, если программа продвигается дальше, в клинических исследованиях.

Поэтому корректнее рассматривать K Pro как систему улучшения исследовательских решений, а не как замену экспериментальной биологии.

Главный тест для Owkin начнется после выбора мишеней

Пока публичные сообщения о K Pro в основном описывают возможности платформы, партнерства и ее интеграцию в фармацевтические процессы. Значительно меньше известно о наиболее важном показателе: насколько использование системы повышает вероятность создания успешных лекарств.

Это неудивительно. Между выбором новой мишени и появлением клинических доказательств могут пройти годы.

Кроме того, оценивать вклад искусственного интеллекта методологически сложно. Если программа оказывается успешной, результат зависит одновременно от исходных данных, алгоритма, решений исследователей, экспериментальной проверки, химии лекарственного вещества, выбора пациентов и качества клинической разработки.

Есть и более фундаментальная проблема: биомедицинские данные неизбежно отражают состав тех пациентов и медицинских центров, из которых они были получены. Если определенные группы населения представлены недостаточно, обнаруженные закономерности могут хуже переноситься на другие популяции.

Поэтому масштаб массива данных сам по себе еще не гарантирует качества вывода. Не менее важны происхождение данных, стандартизация, полнота клинической информации и возможность независимо проверить полученную гипотезу.

Фармацевтический ИИ становится частью исследовательской инфраструктуры

Для пациентов соглашение Owkin и Boehringer сегодня ничего непосредственно не меняет: новый препарат не появился, клиническое исследование не началось и терапевтического результата пока нет.

Но на уровне системы разработки лекарств происходящее существенно.

Если платформы такого типа действительно смогут надежнее выбирать мишени и подгруппы пациентов, компании смогут направлять лабораторные и клинические ресурсы на более обоснованные программы. Потенциальный выигрыш будет выражаться не только в ускорении разработки, но и в меньшем числе дорогостоящих проектов, прекращенных после нескольких лет работы.

Для исследователей меняется характер взаимодействия с ИИ. Он постепенно превращается из отдельного аналитического инструмента в слой исследовательской инфраструктуры, через который можно обращаться к различным данным, формулировать гипотезы и запускать специализированные анализы.

Для фармацевтических компаний возникает и стратегический вопрос: какие элементы такой инфраструктуры необходимо создавать внутри компании, а какие разумнее получать от специализированных партнеров. Соглашения Owkin с АстраЗенека, Санофи и теперь Boehringer показывают, что по крайней мере часть крупнейших компаний выбирает смешанную модель — собственные цифровые компетенции плюс внешние специализированные платформы и данные.

Следующим действительно убедительным показателем зрелости этой модели будут уже не новые лицензионные соглашения, а лекарственные программы, в которых можно проследить путь от гипотезы, выбранной с помощью ИИ, до экспериментального подтверждения и клинического результата.