Enveda привлекла $311 млн: как ИИ ищет лекарства в природе и что это значит для пациентов

Что случилось: Enveda привлекла $311 млн при оценке $2 млрд

Enveda, биотех-стартап, который ищет лекарства в природе с помощью искусственного интеллекта, привлекла $311 млн в раунде Series E при оценке $2 млрд. Об этом сообщает TechCrunch.

Раунд возглавила Catalio Capital Management, участие приняли Iconiq и другие инвесторы. Оценка компании за 12 месяцев выросла вдвое. Суть новости для читателя, который не следит за биотехом ежедневно, в другом: деньги идут не под готовое лекарство, а под технологию его поиска, и часть препаратов Enveda уже тестируется на людях.

Расшифруем два термина. Series E - поздний раунд инвестиций, обычно пятый по счёту с буквой E; такие раунды проводят компании, которые прошли ранние стадии и готовятся к выходу на рынок. Оценка (valuation) - не выручка и не прибыль, а сумма, о которой договорились инвесторы и владельцы компании на текущий момент.

Кто стоит за раундом: Catalio Capital Management и Iconiq

Catalio Capital Management выступила лид-инвестором. В венчурных раундах лид задаёт условия сделки, первым подтверждает оценку и нередко координирует остальных участников: он вкладывает самую крупную сумму и ведёт переговоры с основателями. Iconiq и другие инвесторы вошли в раунд следом.

Что именно мотивировало каждого из них, публично не раскрывается, поэтому опираться стоит на проверяемые факты: сумма, оценка, список участников и стадия разработок компании. Удвоение оценки за год показывает, что инвесторы готовы вкладывать в Enveda больше, чем 12 месяцев назад.

Почему оценка выросла вдвое за год

Оценка стартапа растёт, когда инвесторы видят прогресс и верят в будущие доходы. У биотех-компании прогресс измеряется не выручкой, а этапами исследований: сколько кандидатов в лекарства дошло до лабораторных тестов и сколько перешло к испытаниям на людях. У Enveda такие препараты есть.

Удвоение оценки за 12 месяцев не доказывает, что лекарство получится. Это ставка на будущее: инвесторы финансируют несколько лет дорогих исследований в расчёте, что хотя бы часть кандидатов дойдёт до одобрения и продаж. В биотехе такие ставки делают постоянно, и провалы здесь обычное дело.

Как ИИ ищет лекарства в природе - простыми словами

Идея Enveda: сильные лекарства можно находить в растениях и микроорганизмах, а не синтезировать с нуля в лаборатории.

Почему природа - это огромная аптека

Растения и микробы вырабатывают химические соединения, чтобы защищаться от вредителей, конкурировать за питание и выживать. Часть этих молекул влияет и на человеческий организм. Исторические примеры: аспирин ведёт происхождение от соединения из коры ивы, морфин выделили из мака, пенициллин нашли в плесневых грибах.

Природное происхождение не гарантирует безопасности и эффективности. Соединение из растения - только заявка на лекарство, которую нужно очистить, проверить в лаборатории и испытать на людях.

Что именно делает ИИ: от миллиона соединений к нескольким кандидатам

Упрощённая цепочка выглядит так:

1. Сбор природных образцов: растения, грибы, микроорганизмы.
2. Анализ химического состава: какие молекулы содержатся в образце.
3. Работа ИИ: модель ищет закономерности между структурой молекул и их вероятным действием, отсеивает бесперспективные варианты.
4. Отбор нескольких кандидатов для лабораторных тестов на клетках.
5. Клинические испытания на людях и проверка регулятора.

ИИ ускоряет ранний этап: он помогает быстрее отобрать из огромного массива природных соединений те, что стоит проверять. Испытания на людях он не заменяет. Точность разбора химических структур тоже растёт: российский алгоритм Uni-Bond переводит объёмные молекулы в плоские схемы с точностью 99,53% и в 20 раз опережает прежние методы, а такие инструменты ускоряют разработку лекарств.

Чем это отличается от синтеза лекарств с нуля

Традиционный путь: химики придумывают молекулу под задачу, синтезируют её и проверяют, работает ли она. Подход Enveda: сначала искать готовые природные соединения, а ИИ помогает выбрать перспективные.

Оба пути заканчиваются одинаково: лабораторные тесты, клинические испытания на людях, проверка регулятора. Различается точка старта, а требования к безопасности и эффективности одни и те же.

Почему инвесторы вкладывают миллиарды в ИИ-поиск лекарств

Разработка одного лекарства занимает годы и стоит очень дорого, а большинство кандидатов отсеивается ещё до выхода на рынок. Любое сокращение времени и затрат на раннем поиске меняет экономику: чем дешевле отбор, тем больше гипотез можно проверить на те же деньги.

Ставка на платформу, а не на одну таблетку

Enveda строит платформу: технологию поиска, которую можно применять к разным заболеваниям. Если один препарат не сработает, у компании остаются другие кандидаты. Это похоже на конвейер: одна неудачная деталь не останавливает всю линию.

Платформенный подход снижает риск, но не до нуля. Технология тоже требует доказательств: инвесторам нужно увидеть, что найденные с её помощью молекулы работают в организме человека, а не только в пробирке.

Риски, о которых стоит знать

• Клинические испытания могут не показать эффективность: препарат не поможет или поможет слабее ожидаемого.
• Могут обнаружиться побочные эффекты, из-за которых разработку остановят.
• Требования регуляторов строгие, а путь до одобрения долгий.
• $311 млн - инвестиции в будущее, а не подтверждение готового продукта.

В биомедицине главное ограничение - данные и цена ошибки на поздних этапах. Животные модели плохо предсказывают эффект у человека, а медицинские наборы данных закрыты. Почему AI в биотехнологиях упирается в данные и клинические испытания - отдельный разбор этой проблемы.

Что это значит для пациентов: кожа и удержание веса после GLP-1

Enveda тестирует на пациентах несколько препаратов, включая средство против тяжёлых кожных заболеваний и лекарство, помогающее удерживать снижение веса после отмены GLP-1. Оба направления упомянуты в сообщении о раунде. Ни один из этих препаратов не одобрен.

Тяжёлые кожные заболевания: почему это важно

Тяжёлые формы кожных болезней влияют на сон, работу и общение, а не сводятся к внешнему виду. Существующие методы лечения помогают не всем и могут давать побочные эффекты. Новый кандидат пока проходит испытания, поэтому говорить о его пользе рано: сначала нужно подтвердить эффективность и безопасность на людях.

Медицинских советов здесь нет и быть не может: решения о лечении принимает врач.

Удержание веса после отмены GLP-1: в чём сложность

GLP-1 - класс препаратов для снижения веса и лечения диабета второго типа, например семаглутид. Они уменьшают аппетит и помогают сбросить вес, но после отмены аппетит возвращается и килограммы часто приходят обратно.

Enveda разрабатывает препарат, который может помочь удерживать результат после прекращения приёма GLP-1. Подход экспериментальный: испытания продолжаются, одобрения нет. Отменять или менять назначенные препараты самостоятельно нельзя, это решение врача.

ИИ уже создал лекарство? Честный ответ

Ни один одобренный FDA препарат пока не создан с помощью ИИ. Об этом прямо сказано в публикации о финансировании Enveda.

Что ИИ делает сегодня: ускоряет поиск и отбор кандидатов. Дальше начинается путь, который не менялся десятилетиями: испытания на людях в несколько фаз, проверка регулятора, оценка побочных эффектов. Enveda входит в волну компаний, которые доводят найденные с помощью ИИ кандидаты до испытаний на людях. Это важный, но промежуточный этап.

Осторожность с ожиданиями оправдана: опрос 215 радиологов показал, что ИИ для выявления рака груди снижает повторные вызовы лишь у 35% специалистов, а биопсии - у 9%. Технология работает, но её реальный эффект в клиниках оказывается скромнее заявленного.

Короткая хронология: от 2019 года до Series E

Данные актуальны на сентябрь 2026 года; с тех пор могли появиться новые сведения.

Что дальше и на что смотреть

Три нейтральных маркера, по которым можно отслеживать тему без ежедневного чтения новостей:

• Результаты клинических испытаний Enveda: промежуточные отчёты и сообщения об эффективности или побочных эффектах.
• Судьба программ: новости об одобрении препаратов, переносе сроков или остановке разработки.
• Первое одобренное FDA лекарство, созданное с помощью ИИ. Пока таких нет, и это главный индикатор зрелости всей области.

Есть вопрос или заметили неточность? Напишите нам, мы обновим материал.