Модель структуры белков дообучили на закрытых данных фармкомпаний без их передачи

Главный дефицит в ИИ для структурной биологии сегодня не вычислительная мощность и не архитектура, а данные. Публичные базы, на которых учили современные модели предсказания трёхмерной структуры белков, по меркам обучения больших моделей невелики. Самое ценное лежит в другом месте: в закрытых архивах фармкомпаний, где годами копились структуры белков в комплексе с кандидатами в лекарства. Эти данные не публикуют, потому что за ними стоят миллиарды долларов вложений и патентные стратегии. Теперь одну из белковых моделей удалось улучшить именно на таких данных, причём они не покинули периметр владельцев. Об этом сообщило издание Jiqizhixin со ссылкой на материал от 14 сентября 2026 года.

Почему публичных данных не хватает

Прорывы последних лет в предсказании структур почти все шли в одном направлении: научить машину понимать форму белка в пространстве. Базы вроде Protein Data Bank дали этому старт, но у них есть перекос. В них много того, что учёные готовы показать миру, и мало того, что реально нужно для разработки лекарств, то есть точных структур связывания белка с молекулами-кандидатами, включая неудачные.

Именно эти данные у фармкомпаний есть. Их конкуренты, включая другие фармкомпании и ИИ-лаборатории, получить их не могут. Модель, обученная только на открытых источниках, в этом месте слепа.

Как данные остаются на месте

В исходном фрагменте не раскрыты детали техники, поэтому назвать конкретный протокол было бы домыслом. Заголовок и логика задачи указывают на схему, знакомую по федеративному обучению: модель передают участникам, каждый дообучает её внутри собственной инфраструктуры, а наружу уходят только обновления параметров. Сырые структуры остаются в контуре компании.

Для фармы такая схема единственно приемлемая. Отдавать внешнему подрядчику неопубликованные структуры означает рисковать интеллектуальной собственностью. Отправить же модель на проверку и дообучение к себе можно, если юристы и служба безопасности довольны контуром.

Теоретически выигрывают все. Фармкомпании получают модель, которая лучше понимает химию их мишеней. Разработчик модели получает сигнал, которого нет в открытом доступе.

Что известно и чего пока нет

• Объект: ИИ-модель предсказания структуры белков. - Источник улучшения: непубличные структуры лекарственных кандидатов из фармкомпаний. - Условие: данные не покидают периметр владельцев. - Дата первого сообщения: 14 сентября 2026 года.

Последний пункт принципиален. Пока нет цифр прироста на независимых наборах, заявление остаётся заявлением о принципе, а не доказанным результатом. Особенно важно проверить, как модель ведёт себя на новых мишенях, которых в закрытых данных не было, и не стала ли она просто лучше запоминать знакомые химические серии.

Что с этим делать практически

Если вы работаете в биотехе или фарме, стоит заранее инвентаризировать собственные структурные данные: сколько их, в каком формате, насколько они размечены и можно ли выделить из них изолированный контур для внешнего обучения. Компании с чистыми, документированными архивами окажутся в числе первых, кого позовут в такие консорциумы.

Для разработчиков моделей вывод другой: прирост качества теперь ищут в доступе к закрытым данным, а не в очередной архитектуре. Это значит, что ценность будут иметь партнёрства, юридические рамки и инфраструктура для приватного обучения.

Наблюдателям рынка остаётся дождаться публикации метрик. Если прирост подтвердится на независимых тестах, схему скорее всего повторят для других типов закрытых данных: токсикологии, ADME-профилей, результатов скрининга.