А. Олин:
Программа «Медицина + Стартапы». В студии я, Алексей Олин, и Руслан Мамедов – член правления Фонда «РусНаука» и директор бизнес-инкубатора РЭУ им. Плеханова. У нас сегодня в гостях Александр Фролов, основатель проекта DMPipeline, второй гость сегодня Дмитрий Чебанов, заведующий отделом биоинформатики РУДН.
Александр, расскажите, что такое DMPipeline, что он решает, для чего это?
А. Фролов:
DMPipeline расшифровывается Druggable Molecules Pipeline. Это pipeline (англ., процесс разработки (подготовки, производства), программный конвейер – Прим.ред) по автоматизации разработки лекарственных молекул, который, в первую очередь, призван экономить деньги фармкомпаниям при разработке лекарственных молекул, и, возможно, повышать качество выпускаемого продукта. Pipeline основывается на алгоритмах машинного обучения. Недавно у нас в Питере проходил хакатон (форум разработчиков – Прим.ред). Мы на хакатоне представили свою первую реализацию нашего проекта. Мы заняли 2 место, и сейчас проводим эксперименты, пытаемся разрабатывать и продвигать наш проект.
А. Олин:
А в чем проблема с молекулами?
А. Фролов:
Сейчас у фармкомпаний на выпуск лекарственных молекул, в основном, против онкологии, лекарств, которые основаны на малых молекулах, уходит в среднем от 7 до 15 лет. Порядка 3-5 лет из всего этого процесса – это R&D. То есть в фармкомпаниях подбирают некоторые химические фрагменты, на которых проводят тесты, смотрят активные они или не активные по отношению к какой-то онкологической мишени. Затем запускают новый цикл, их оптимизируют, улучшают их физико-химические свойства. В итоге, после многих-многих циклов на рынке появляется молекула, которая обладает приемлемыми химико-физическими свойствами и низкой побочкой.
К сожалению, даже Big фармкомпания имеет ограниченные бюджеты. Они просто не в силах в своих химических лабораториях, во-первых, синтезировать достаточно большое количество молекул, во-вторых, разработка, которая сейчас ведется в фармкомпаниях, очень заточена под человеческий фактор – угадал/не угадал человек, ученый, с нужной структурой. Наш pipeline автоматизирует весь процесс; у нас есть возможность виртуально на компьютере перебрать чуть ли не все химическое пространство возможных комбинаций фрагментов, составить из этого молекулу, которая будет по оценкам наших алгоритмов приемлемая, химически она будет верная, валидна, и обладать нужными фармакологическими свойствами.
На разработку одной молекулы препарата от онкологии уходит от 7 до 15 лет, что становится не по силам даже крупным фармкомпаниям
А. Олин:
То есть он снижает затраты и ускоряет эту всю разработку?
Р. Мамедов:
Здорово! Я понимаю, у вас большой объем данных, которые получены в ходе предшествующих исследований. Программа методично синтезирует разные элементы, и говорит, что это будет работать, скорее всего, а это не будет работать?
А. Фролов:
Да, примерно так. Как раз, когда мы готовились к хакатону, мы обучили нейронную сеть на выборке размером 17 миллионов химических структур, валидных с точки зрения химии, синтезируемых. Наша сетка уже была способна, обучившись на этой большой выборке, генерировать приемлемые структуры.
Р. Мамедов:
Какие-то есть погрешности, наверняка?
А. Фролов:
Да, конечно. Именно поэтому, наверное, мы сейчас не выходим с нашим проектом. На самом деле, в мире есть компании, есть стартапы, которые занимаются похожими вещами. Выпуск и синтез химических структур – достаточно дорогое удовольствие, даже для больших фармкомпаний. Синтезировать 40 кандидатов стоит порядка 10 000 долларов у нас в России с учетом затрат, с учетом закупки химических реагентов, с учетом оплаты стоимости работ. Для того, чтобы провести первый цикл разработки RND, нужно порядка 200 структур. Это достаточно большие затраты.
А. Олин:
Кто клиент вашего продукта? Производители лекарств, фармкомпании? Уже предлагали кому-нибудь?
А. Фролов:
Нет, мы пока о себе не заявляли. Хакатон был первый шажочек, первый этап. Пока из-за того, что синтез – это очень дорого, выходить к фармкомпаниям, не имея 100% точности, или хорошего качества, мы не рискуем. Мы считаем, что рано пока.
Р. Мамедов:
Скажите, а почему вы решили свою методику применять именно в сфере медицины? Я знаю проект, в котором делают подобные вещи, синтезирование химических элементов для полимеров, и для металлов, и для всего остального. Для создания новых материалов создаются целые электронные лаборатории. Почему в медицину?
А. Фролов:
Я бы сказал, что у меня компетенция как раз в этой области лежит. Раньше я работал в фармкомпании, занимался drug-дизайном – созданием лекарств на основе малых молекул против онкологических заболеваний. Плюс, у меня образование, закончил биофизику Санкт-Петербургского университета. Эта область мне наиболее близка. Как раз, этот проект, можно сказать, вылился из опыта работы в фармкомпании.
А. Олин:
Это у вас первый стартап?
А. Фролов:
Да. Я, на самом деле, раньше никогда не планировал, и не думал заниматься стартапом. Я изначально пошел на физический факультет, чтобы посвятить жизнь науке, но так сложилась судьба, наверное – заниматься стартапом. Потому что у меня есть понимание, что мы делаем дело, которое косвенно может помочь фармкомпаниям спасать жизнь. Это дело, которым стоит заниматься.
А. Олин:
Есть уже обратная связь от фармкомпаний?
А. Фролов:
Мы пока взаимодействуем только с университетами и небольшими лабораториями, пока только со студентами, которые изучают биоинформатику, изучают хемоинформатику. Мы предоставляем свой проект на уровне алгоритмов, помогаем готовить их магистерские, бакалаврские дипломы. Пока первая связь только со студентами и университетами, до фармкомпаний мы еще не дошли.
Р. Мамедов:
Богатое поле для экспериментов. Нужно на основе данных, которые выдает ваша система, пробовать что-то синтезировать уже в лабораторных условиях, создавать лекарственные средства и тестировать, наверное, на подопытных.
А. Фролов:
Пока нет. Пока своих денег у нас недостаточно будет, чтобы хотя бы несколько соединений синтезировать. Даже, может, синтез – не самая главная сложность. Дальше нужно будет проводить тесты на клеточных линиях, чтобы понять, действительно молекула блокирует онкологическую мишень, или нет. Здесь уже вопрос сотен тысяч долларов. Наверное, в идеале хорошо было бы, чтобы наш стартап еще занимался разработкой самих молекул против онкологии, но это невозможно сделать в рамках маленькой компании. Затраты на клинические испытания достаточно большие, не в рамках фармкомпании их тяжело делать.
А. Олин:
Есть какие-то аналоги вашей разработки? Или сами придумали, ничего подобного нету?
А. Фролов:
Нет, есть в мире компании, которые используют также алгоритм машинного обучения в области фармацевтики, биологии. Если можно, я могу их назвать. Компания Atomwise, достаточно знаменитая, сотрудничает с компанией Merck, достаточно большая компания. Есть компания Insilico Medicine, можно сказать, наши соотечественники, ребята из Москвы, которые сейчас активно заявили о себе, у них уже есть приличные результаты. Это компании, которые занимаются применением алгоритма машинного обучения, но несколько в другой области. Мы, все-таки, хотим автоматизировать весь pipeline, от начала разработки до выпуска молекул в тесты в клинику, и мы хотим озадачиваться именно под фармкомпании. То есть эти компании также занимаются использованием алгоритма машинного обучения для анализа геномных данных, биомаркеров. Мы пока хотим сосредоточиться именно только на этой области, потому что у нас самые большие компетенции в этом направлении.
А. Олин:
Вы вдруг решили попробовать такую штуку сделать, пришли на хакатон, за уик-энд сделали крутой продукт, заняли второе место. Что дальше? Есть еще какие-то идеи для работы, или как будете развивать его?
А. Фролов:
На самом деле то, что мы представили на хакатоне, вылилось и с работой фармкомпании. Мы с товарищами просто экспериментировали по вечерам, по выходным. Сейчас у нас продолжаются эксперименты, у нас, можно сказать, уже готов pipeline, который использует алгоритмы и на уровне тех компаний, которые я назвал – Atomwise и Insilico Medicine. Осталось только обернуть в удобное графическое приложение, которое можно было бы показать конечным пользователям, и дать руками им попробовать, потрогать это все.
Р. Мамедов:
Фармкомпаниям нужен графический удобный интерфейс?
А. Фролов:
Да. На самом деле, у меня еще есть опыт работы программистом. Мне всегда казалось: зачем лишняя трата денег, взял, в командной строке запустил и все отлично. Оказывается, что нет. Людям с биологическим, химическим образованием очень помогает, когда есть удобный интерфейс, когда им не нужно ничего самим считать. В каком-нибудь математическом пакете встроенные графики, чтобы им все наглядно было показано, они сделают свои умозаключения, чтобы они не занимались программированием или какой-то автоматизацией, а занимались тем, в чем они профессионалы.
Р. Мамедов:
Химические элементы перенесли из одной колонки в другую и нажали «тест».
Как вы себя предлагаете компаниям фармсектора? Или как планируете предлагать? Это достаточно сложный момент внедрения, потому что технология хорошая, наверняка, хорошо работает с не очень большой долей погрешностей. Об этом надо рассказать, дать попробовать.
А. Фролов:
Я поделюсь секретом. Мы собираемся входить в фармкомпании через научное сообщество, через статьи, через конференции. Люди, которые в больших фармкомпаниях занимаются именно разработкой лекарств, это, все-таки, люди больше из науки. Я думаю, если у нас будет достаточное количество статей хорошего уровня, а научное сообщество достаточно узкое, все друг друга знают, то, заявив о себе именно в научном сообществе, я думаю, тогда уже не мы будем искать наших партнеров или будущих заказчиков, а, скорее всего, уже к нам будут обращаться.
А. Олин:
Будут ли они искать вас, или скажут: «Слушайте, ребята! Сделали за выходные – давайте, попробуем клонировать».
А. Фролов:
Конечно у больших фармкомпаний есть деньги, есть ресурсы этим заниматься, но это, все-таки, не их направление. Они могут, конечно, взять хороших менеджеров, которые могут организовать им IT-отделы, во многих компаниях так и происходит. Но фармкомпании дешевле купить уже готовый сторонний проект, чем самим тратить деньги, время на разработку. Именно поэтому существуют такие программные продукты, как например Schrödinger Mae, который позволяет заниматься молекулярным моделированием, и это все сторонние проекты. Для фармкомпании достаточно большой ценностью являются их данные, и, конечно, фармкомпания с большой осторожностью отдаёт куда-то их на сторону, на какие-то сторонние сервисы, или другие компании, или с опаской закупают стороннее оборудование. Но это, наверное, плата за то, что дешевле, все-таки, взять со стороны уже готовый программный продукт.
Фармкомпании дешевле купить уже готовый сторонний проект, чем самим тратить деньги, время на разработку
Р. Мамедов:
На самом деле, для фармкомпаний с их бюджетами не всегда для них интересно то, что дешевле. Потому что свои секреты производства они не хотят раскрывать. Скажут: «Давайте ваш продукт, ставьте нам на сервера, и до свиданья».
Возвращаясь к разговору о научном сообществе, которое за вами будет косяком плавать, бегать, искать вас, чтобы оформить заказ. В рамках научного сообщества всегда бывают споры. Ученые часто спорят: «Да, хорошая разработка, но она не доработанная, есть другие какие-то вещи, которые более применимые». Или: «Так сейчас нельзя, вы занимаетесь созданием Франкенштейнов». Научное сообщество имеет определенную специфику. Что же такого вы будете в статьях, в научных докладах говорить научному сообществу, говорить коллегам, чтобы у них просто не оставалось шансов не сделать вам первый заказ, и не сделать пилот какой-нибудь небольшой фармкомпании?
А. Фролов:
То, как мы сейчас видим свой продукт, наш продукт на стыке как раз химии и биологии, и машинного обучения математике, физике. Мне кажется, научному сообществу, даже если человек очень большой специалист в химии, влюблен, фанатик химии, ему все равно будет интересно посмотреть: как же его химия, либо его любимая наука биология, применима или дружит, не дружит с другими областями? Я думаю, здесь со стороны научного сообщества, во-первых, будет интерес, но потому что это научное сообщество. А дальше – да, уже наша задача заинтересовать и показать.
Р. Мамедов:
Чем вы их будете их разоружать?
А. Фролов:
Качеством того, что мы делаем. Если у нас получится, внедрить, даже на уровне какого-нибудь маленького НИИ, либо университета наши алгоритмы, и это даст выхлоп в виде какой-нибудь молекулы, которая будет применима, или блокировать какую-нибудь онкологическую мишень. Пускай она даже никогда не поступит в клинику и не выйдет как лекарство – уже будет большой плюсик, большой заявкой, которая позволит, может быть, обратить на нас внимание.
Р. Мамедов:
Коли у вас такая минутка славы, то, может, вы озвучите, на каких условиях вы готовы работать с фармкомпаниями сейчас? Сколько они должны вам заплатить за использование вашей технологии. Или как вообще, какие условия?
А. Фролов:
Мы пока не считали рынок, потому что у нас нет готового продукта. Но, первым шагом мы хотим открыть наш продукт, сделать дополнение для существующих программных продуктов, которые уже используют фармкомпании, с тем, чтобы, если они используют какую-то систему для моделирования, то, прикупив наш продукт, они себе очень сильно упростили жизнь, может быть, за небольшую денежку.
Р. Мамедов:
За денежку. Бесплатно вы сотрудничать не готовы?
А. Фролов:
Нет, на первом этапе, конечно, бесплатно, чтобы просто протестировать, получить обратную связь. Несколько раз сделать, чтобы довести до такого уровня, когда компания захотела бы заплатить нам, может быть, деньги. Не хотелось бы, чтобы мы отбирали наш продукт у них.
Р. Мамедов:
На самом деле, фармкомпании рождаются из всяких научно-исследовательских центров. Может быть, стоит попробовать с медицинскими ВУЗами, в их лабораториях что-то попробовать сделать, как пилотные проекты?
А. Фролов:
Мы сейчас как раз сотрудничаем с Первым медицинским здесь, в Москве, и с ИТМО в Санкт-Петербурге, где есть кафедра биоинформатики. Когда у нас будет такая молекула, или такой продукт, которому мы будем верить, то – да, у нас есть уже договоренность, что нам готовы пойти навстречу, синтезировать и провести эксперименты на клеточных линиях.
Р. Мамедов:
Вообще, наши российские научные центры, в целом, обладают необходимым оборудованием, необходимым лабораторным фоном, чтобы проводить такие глубокие исследования, тестировать разные разработки, разные химические свойства?
А. Фролов:
Я могу сказать: да. Конечно, может, не на уровне больших фармкомпаний, но да, такой потенциал у университетов уже есть. Когда я учился, мы лабораторные работы по физике делали еще на оборудовании, которое нам досталось, наверное, с советских времен. За последние 10 лет, действительно, виден скачок. Да, можно сказать, что университеты в Москве, некоторые – в Питере, достаточно оснащены, чтобы помочь нам в этом.
Р. Мамедов:
А из практики? Они оснащены, достаточно оснащены. Там люди есть, или там только пыль протирают, а оборудование не работает?
А. Фролов:
Да, действительно, зачастую специалистов, которые могут взять и по полной 100% использовать оборудование – они, наверное, только-только учатся. Я думаю, через пару лет, лет пять уже будет на уровне европейских, американских ВУЗов.
Р. Мамедов:
То есть оборудование не включается? Будем надеяться, что с вашей подачи оно включится быстрее.
А. Олин:
Скажите, а команда есть? Вы один, или у вас большая команда?
А. Фролов:
Нет, у нас команда. Я могу похвастаться, что мой товарищ, коллега, с которым мы сейчас ведем эксперименты, он один из ведущих специалистов по машинному обучению. Он также вышел из фармкомпании. Он, с одной стороны, очень хороший специалист именно по машинному обучению, с другой стороны, он осведомлен о предметной области. Есть команда, с которой мы на хакатоне участвовали. Я бы сказал, что она сплоченная, и, наверное, мы рассчитываем, что вместе дальше будем двигать и идти. Сейчас в команде пять человек.
Р. Мамедов:
Маленький, но дружный коллектив.
А. Фролов:
Да, и причем, мне кажется, очень здорово, что каждый – специалист в своей области, но все имеют представление о работе в фармкомпании изнутри.
Р. Мамедов:
Но вы же знаете, что, в принципе, в самом проекте собрали почти все технологические тренды, инвестиционные тренды настоящего времени? Там и медицина, это и машинное обучение, и нейросети, и еще что-то наверняка есть. Все эти сектора, с инвестиционной точки зрения, очень сильно растут, и много сделок. Как-то отслеживаете инвестиционные сделки, которые проходят на вашем поле? Можете выделить каких-то ваших конкурентов, или партнеров по цеху, в которых были сделаны какие-то инвестиции? Какие они, вообще?
А. Фролов:
Компания Atomwise и, например, Туксар – это американские компании, которые вышли из таких ведущих американских ВУЗов, как Стэнфорд. Наверное, года 4-5 этим компаниям. На текущий момент TechCrunch – у них порядка от 3 до 7 миллионов долларов инвестиций. Компания Insilico Medicine – не знаю, правильная или неправильная информация, я слышал, у них больше инвестиции. Хотя компания, наверное, более молодая. Но они ярко о себе заявили, как раз через научное сообщество, через статьи; им удалось получить значительный транш инвестиций. Начиная от нескольких миллионов до 10 миллионов – как раз те инвестиции, которые компании получают, занимаясь на стыке машинного обучения и фармацевтики.
Р. Мамедов:
Для такой сферы даже и не много. Вы на какие инвестиции нацелены? Ищете ли вы их сейчас?
А. Фролов:
Да. Мы бы хотели, может быть, получить первые инвестиции, чтобы выпуск первого прототипа ускорить. Потому что мы можем по вечерам, по выходным, собираясь, в свое время, за свои деньги делать, но мы понимаем, что на это уйдет полгода, год. Можно значительно ускорить, собрав более сильную команду, может быть, взять несколько более сильных, крутых разработчиков. Именно компетенции с точки зрения науки машинного обучения у нас достаточно. Нам, может быть, не хватает таких разработчиков…
Р. Мамедов:
Оборудования, людей, наверное, не хватает?
А. Фролов:
Оборудование слишком дорогое, чтобы покупать его за свои деньги. Мы сейчас находимся в таких отношениях с ВУЗами, что, мы можем за «спасибо», за какое-то совместное исследование получить возможность и синтеза, и воспользоваться их оборудованием.
Р. Мамедов:
Сколько надо инвестиций?
А. Фролов:
На выпуск прототипа, мы рассчитываем 100-200 тысяч долларов.
А. Олин:
Скажите, что вообще ждать от нейросетей, на ваш взгляд? Был хакатон. Какие еще проекты были яркие, или какие задачи они еще будут решать в ближайшее время?
А. Фролов:
Я особое внимание обращал на связанное, как раз, с медициной, то есть предикативная медицина. Было несколько интересных проектов, связанных с распознаванием изображений. Мне кажется, искусственный интеллект и машинное обучение способны очень многое автоматизировать и значительно снижать траты на использование людей, как специалистов, или как просто служащих. Вот в этом, мне кажется, на текущий день его главное использование. В будущем, наверное, алгоритм машинного обучения искусственного интеллекта, сможет, возможно, переплюнуть специалистов.
А. Олин:
Дмитрий, расскажите, пожалуйста, что вас связывает с медициной, с инновациями, со стартапами?
Д. Чебанов:
Прежде всего, начну, что такое биоинформатика. Наверное, многим знакомо это понятие. Это наука на стыке биологии и математики. Современная биология располагает такими объемами данных, что вручную их расшифровать, понять их значение, невозможно. Поэтому, конечно же, уже не первый десяток лет для этой цели применяются компьютерные технологии. Пишутся специальные алгоритмы, в том числе и машинное обучение, о котором мы сегодня говорим, которое, так или иначе, получает полезную информацию из всего объема данных. Это то, чем я занимаюсь по долгу службы. Но, касаясь начинаний, касаясь стартапов, коммерческой деятельности, у нас тоже есть ряд разработок на разной стадии своего развития.
А. Олин:
Какая из них, на ваш взгляд, самая интересная?
Д. Чебанов:
Я могу сказать о той разработке, которая уже запущена, которая работает. Это проект «LifeCode», генетические тесты для потребителей. В этом проекте мы работаем напрямую с конечным потребителем. Генетика в сознании широкого круга людей связана с чем-то сложным. Как правило, люди представляют, что это тема для фантастических фильмов, или прерогатива закрытых лабораторий, что-то недоступное для понимания простому человеку. Мы поставили себе задачу этот миф развенчать, и сделать такие технологии доступными широкому кругу людей. Потому что в ДНК содержится очень много информации, которая может сделать жизнь каждого человека гораздо качественнее, лучше и приятнее.
А. Олин:
Что она делает, какую информацию выдает?
Д. Чебанов:
На примере? С удовольствием. Пожалуй, самый важный аспект, самое важное, что мы можем сказать нашим исследованием, это питание. Питание – то, что мы едим, это известный факт. Так вот, в ДНК зашифрован целый ряд данных, которые говорят об особенностях питания для каждого конкретного человека.
Вы прекрасно знаете, есть много сегодня подходов в организации диеты. В том числе, кто-то говорит, что мясо — это вредно, потому что человеку якобы эволюционно чуждо мясо, он травоядный. Кто-то, наоборот, говорит, что – нет, мясо жизненно необходимо. Что верно из этих предпосылок? Я, как специалист, могу сказать, что и то, и другое верно, просто для разной категории людей. Наша задача в этой связи, и моя, в частности, как биоинформатика, извлечь данные из ДНК человека и понять, что полезно конкретно ему.
Опять же, обратимся к объяснению этого всего. Человек, как биологический вид, существует несколько десятков тысяч лет. Достаточно длительный срок, чтобы в организме выработались какие-то привычки в обмене веществ, какие-то уже устоявшиеся закономерности. Но среда обитания у предков современного человека была разная. Кто-то жил преимущественно на юге, кто-то – севернее. У кого-то мясо присутствовало в рационе изначально, у кого-то нет, и все эти особенности сохранились в ДНК. Мы нашим исследованием можем сказать для каждого конкретного человека, полезно ему будет отказаться, например, от мяса в рационе, или нет, или никакого значения это не будет иметь.
То же самое касается и жирной пищи. Многие специалисты сегодня советуют: если вы хотите похудеть, это как синоним здоровья, естественно быть в хорошей форме, вам нужно отказаться, снизить количество потребляемых жиров. Опять такая же ситуация. У всех по-разному устроен процесс переваривания жирных кислот. Кому-то они жизненно необходимы, кому-то больше, кому-то меньше. Для всего этого существуют закономерности в генах. Достаточно сказать, и мы все сами прекрасно понимаем, что по своим свойствам люди разные. Цвет волос, глаз, рост и так далее, все зашифровано в ДНК. Точно такие же особенности присутствуют у каждого из нас в предпочтениях питания. Поэтому, мы поставили себе задачу: сделать такую информацию доступной для людей. Это я перечислил основные пункты. То же самое касается, например, схемы физических нагрузок.
Предпочтения нашего питания заложены в наших генах
Р. Мамедов:
Скажите, как долго ваши исследования длятся? Я должен волос, или, не знаю, плюнуть в пробирку, дать вам свои материалы, вы их анализируете. Как долго идет этот анализ?
Д. Чебанов:
Несколько дней. Такой анализ через несколько дней. Вам достаточно намочить слюной ватную палочку. Несколько дней с учетом очередей, процедуры лабораторий. Мы говорим своим сегодняшним клиентам: две недели, не больше двух недель. Человек получает развернутый результат, описанный, что важно, человеческим языком. Опять же, я начал с того, что генетика кажется большинству людей сложной наукой; собственно, практически всегда так и есть.
Р. Мамедов:
Возьмите статьи по генетике и попробуйте там разобраться, как не специалист.
Д. Чебанов:
Конечно, конечно. Даже не каждый врач, далеко не каждый врач может разобраться. Не потому, что врачи малообразованны, а потому, что очень быстро прогресс в этой области идёт. Для врача правильно специализироваться на своей отрасли. Если это диетолог, то он знает все, естественно, о диетологии. Здесь важно какое-то промежуточное звено, и, как раз, биоинформатика, как наука, такую функцию выполняет. Она переводит с генетического языка на русский, на человеческий.
Р. Мамедов:
Как дорого стоят исследования?
Д. Чебанов:
Наш тест стоит 9900 рублей. У нас несколько направлений. В чем наша отличительная особенность? В том, что мы сделали узконаправленные нишевые продукты. Если человек ставит целью спланировать диету и комплекс физических упражнений, допустим, у него задача похудеть, или прийти в тонус, набрать мышечную массу, что любой ждет от фитнеса, от здорового образа жизни – то это отдельный тест. Не один большой на все, а отдельный нишевой продукт. Если интересует репродуктивное здоровье – это другой продукт. Если ему интересно предотвращение определённых заболеваний, связанных с возрастом, так называемая, превентивная медицина, активное долголетие, то это третий продукт. Все продукты одинаковые по стоимости, но разбитые, каждый имеет свою специфику. Каждый продукт имеет отдельную, целевую аудиторию.
Конечно, в корне лежит статистика. Но не только статистика, еще и биохимия. Потому что постепенно накапливаются данные о значимости тех или иных генов в метаболизме человека. Как правило, ген несет в себе информацию, которая, так или иначе, превращается в какой-то продукт в организме – белок, например. Накапливается информация обо всех механизмах, в которые ген вовлечен. Конечно же, очень важно проверять это на практике; здесь уже непосредственно включается статистика. Мы делаем предположение, это и в биоинформатике, в нашей деятельности тоже так. Мы делаем гипотезу на основе исследований, какого-то молекулярно-генетического механизма, и дальше ее проверяем на практике. Во всем мире так делается: сначала на клетках, потом на животных, и на определённой выборке людей. Имеется в виду, не опыты над людьми, а накопление статистики, наблюдение за свойствами организма. Если мы делаем вывод о значимости какого-то гена, то мы потом отслеживаем на выборке людей, так это или нет. Мы тоже, в частности, такие исследования делаем. Мы выдвигаем гипотезу, в том числе, по нашим продуктам, мы исследуем. Последний раз мы сто человек исследовали и на этой основе пишем статью, пишем исследования, что действительно так.
А. Олин:
Я правильно понимаю, что продукт уже на рынке, им можно пользоваться, заказать? Много людей прошло, воспользовались?
Д. Чебанов:
Нет, он с конца прошлого года на рынке. Пока, счет идет, скажем так, на сотни, не на тысячи человек. Сравнительно недавно, и поэтому, я считаю, немного.
А. Олин:
Я услышал: питание, фитнес, репродуктивные. Какие еще можно факторы рассматривать?
Д. Чебанов:
Еще у нас есть продукт «Здоровое долголетие», связанные с возрастом заболевания, и «Таланты детей». Да, в ДНК зашифрованы предрасположенности к тем или иным видам спорта, к творчеству, к точным наукам. Но здесь, опять же, играет роль статистика. Плюс, теоретическая база, что гены могут ассоциироваться с какими-то рецепторами мозга, или с какими-то особенностями метаболизма, которые имеют прямое отношение к тем или иным видам деятельности. Например, в большом спорте, в профессиональном спорте во многих странах уже используют такие технологии, когда кандидатов в спортсмены выбирают по генетическому профилю.
Мы сделали такие технологии доступными для людей, понятным языком, и с понятной схемой приобретения. Это шаг к потребителю. Очень просто сделать тест, не надо крови, приезда в лабораторию, и так далее. Очень простая схема бизнес-модели. Человек заказывает тест-комплект на сайте, к нему приезжает курьер, берет образец слюны, отвозит в лабораторию, курьер отдает человеку результат обратно. Поэтому, человек может, не выходя из дома, сделать такое тестирование.
ДНК человека зашифрованы предрасположенности к тем или иным видам спорта, к творчеству, к точным наукам
А. Олин:
Для детей это вообще гениально, просто отдельная ниша. Я, например, сразу хочу своего проверить.
Р. Мамедов:
Скажите, насколько я понимаю, очень примитивно – тест по спорту, каким образом кандидата в какие спортивные секции отбирают. Изначально взяли, расшифровали ДНК разных спортсменов в разных категориях; кто занимал топовые места – посмотрели, какая у них структура ДНК. Если структура ДНК человека совпадает в образце, или близка на 90% к ДНК спортсмена, значит, скорее всего, это будущий легкоатлет? Или это будущий шахматист, так делается?
Д. Чебанов:
По сути, да.
Р. Мамедов:
Откуда берутся эти данные? Они же не так давно накапливаются?
Д. Чебанов:
Все равно, около десятка лет, они, наверное, накапливаются. Есть направление по отдельным генам, так называемые полиморфизмы, когда изменение одной буквы в геноме играет какую-то роль, не патологические мутации. Это уже более сложное направление, мы им тоже занимаемся, но пока еще его в широкую практику на рынок не выпустили. Единичные изменения в ДНК не влекут заболевания, но могут кодировать какие-то свойства организма. Поэтому, конечно да, в том числе, и по спорту. Но к спорту это не привязывается напрямую. Статьи выходят не о том, что этот человек с этим генным рисунком – он бегун на длинные дистанции. Там более научным языком пишется, про способ высвобождения энергии из мышечных волокон, распада энергетических молекул, вот в таком ключе. Дальше уже задача исследователя следующего этапа, в частности, биоинформатика, связать это в единую систему, классифицировать под ответ на конкретный вопрос. Допустим, вопрос: будет ли этот человек, этот ребенок футболистом? Мы собираем все референсные гены, так или иначе относящиеся к этим свойствам организма, и формируем генетическую панель.
Но такие исследования, такая статистика, о которой вы сказали, понятное дело, достаточно секретна. Каждая страна собирает такую информацию, она может дать определенное преимущество, в том же большом спорте. Поэтому сейчас, в данный момент, такое исследование мы делаем для своего личного пользования, чтобы на основе результатов исследования уже делать какие-то выводы, делать собственную генетическую панель.
Р. Мамедов:
Лет через десять, с большим количеством клиентов, у вас будут очень ценные данные.
А. Олин:
Скажите, а есть ген финансового успеха?
Д. Чебанов:
Опять же, здесь ответ перекликается с прошлым вопросом. Конкретного ответа на такой вопрос может не быть, но косвенно можно собрать данные о свойствах организма, которые могут, так или иначе, к этому подвести. Допустим, если разложить, логически мыслить, что такое финансовый успех? Это, допустим, стрессоустойчивость. Вот, ген стрессоустойчивости есть, даже целая группа. Что еще? Например, творческое мышление в какой-то мере. Абстрактное творческое мышление – такой ген тоже есть, и так далее. Может быть, какой-то еще ряд. Кстати, способности к точным наукам, к математическим способностям есть ген, он у нас тоже в нашем продукте в панель входит. Если собрать комбинацию, то можно вполне на ваш вопрос дать ответ.
Р. Мамедов:
Надо взять Топ-100 Форбс, пригласить к вам в лабораторию, сделать им бесплатные тесты, и расшифровку. А потом эти данные коррелировать со всеми остальными: есть у вас финансовый успех, или нет.
А. Олин:
Дмитрий, огромное вам спасибо, безумно интересно. Это была «Медицина + Стартапы». С вами был я, Алексей Олин.