Leki projektowane przez algorytmy: jak krakowski Ardigen i sztuczna inteligencja przyspieszają odkrywanie leków

Odkrycie nowego leku to jedno z najdłuższych i najdroższych przedsięwzięć w nauce — często zajmuje od dziesięciu do piętnastu lat i pochłania miliardy dolarów, a duża jego część wciąż opiera się na metodzie prób i błędów. Sztuczna inteligencja zaczyna to jednak zmieniać, a jedną z firm, które przewodzą tej zmianie w Polsce, jest krakowski Ardigen.

Od chaosu prób i błędów do algorytmu

Tradycyjnie naukowcy musieli testować tysiące związków chemicznych, by znaleźć te nieliczne, które mają realną szansę zadziałać. To proces powolny, kosztowny i obarczony ogromnym ryzykiem porażki. Algorytmy uczenia maszynowego potrafią natomiast przeanalizować gigantyczne zbiory danych chemicznych i biologicznych, przewidzieć właściwości cząsteczek i zawęzić miliony kandydatów do garstki najbardziej obiecujących w ułamku dawnego czasu.

Ardigen: krakowski gracz na światowej scenie

Założony w 2015 roku w Krakowie Ardigen to firma typu CRO, czyli organizacja prowadząca badania na zlecenie koncernów farmaceutycznych i biotechnologicznych — tyle że napędzana sztuczną inteligencją. Łączy bioinformatykę, uczenie maszynowe i biologię obliczeniową, a swoje biura ma także w Stanach Zjednoczonych. Niedawno firma nawiązała współpracę z VERAXA Biotech, by z pomocą AI optymalizować dobór celów dla nowoczesnych terapii przeciwnowotworowych.

2026: rok pierwszych leków od AI

Rok 2026 może okazać się przełomowy. Jak wskazują analitycy, właśnie teraz pierwsza fala programów, w których leki zostały w pełni zaprojektowane przez sztuczną inteligencję, wchodzi w kluczowe badania na ludziach. Według raportu firmy Deloitte dotyczącego sektora life sciences blisko połowa respondentów mówi o przyspieszonej cyfrowej transformacji, a generatywną AI jako ważny trend wskazuje ponad czterech na dziesięciu ankietowanych.

Nadzieje i granice

Entuzjazm warto jednak studzić realizmem. Sztuczna inteligencja przyspiesza przede wszystkim wczesne etapy prac, ale badania kliniczne wciąż trwają latami i wciąż potrafią zakończyć się niepowodzeniem. Przewidywania algorytmów muszą zostać potwierdzone w laboratorium i na pacjentach, a jakość danych bywa piętą achillesową. AI nie zastępuje więc naukowców — daje im raczej potężne narzędzie do szybszego podejmowania decyzji.

Dla Polski, kojarzonej raczej z branżą gier i oprogramowania, biotechnologia oparta na sztucznej inteligencji to cichy, lecz potencjalnie przełomowy front. Obietnica jest kusząca: szybsze, tańsze i bardziej precyzyjne leki. Prawdziwym testem będzie jednak przekucie algorytmicznych obietnic w realne, dopuszczone do obrotu terapie, które faktycznie pomogą pacjentom.