Искусственный интеллект и большие данные в биологии: новые возможности, старые риски и пробелы регулирования

В 2022 г. международная команда исследователей провела эксперимент, который заставил переосмыслить границы между наукой и оружием. Компьютерная программа MegaSyn создавалась как инструмент поиска новых лекарств: она обучена оценивать, насколько химическое соединение может стать безопасным и эффективным препаратом, и одновременно отбраковывать токсичные молекулы. Разработчики из Collaborations Pharmaceuticals решили проверить, что произойдет, если развернуть логику модели на 180 градусов — не наказывать, а поощрять токсичность. Итог оказался тревожным: менее чем за шесть часов работы на обычном ноутбуке, без выхода в Интернет и без доступа к специализированным базам данных, модель сгенерировала около 40 тыс. молекул, соответствовавших заданным порогам токсичности и биологической активности.

Эксперимент не предполагал синтеза или применения токсичного вещества и проводился как демонстрация риска. Однако он показал, что опасные биологические возможности сегодня могут формироваться задолго до появления патогена или токсина в лаборатории: на стадии анализа данных, обучения модели и компьютерного проектирования молекул или последовательностей. Конвенция о запрещении разработки, производства и накопления запасов бактериологического (биологического) и токсинного оружия и об их уничтожении (КБТО) запрещает разработку биологического оружия в немирных целях, однако ее практические инструменты создавались для контроля над материальными агентами, лабораториями и производственными объектами. В результате возникает зона неопределенности: как отличить допустимое медицинское исследование или исследование в целях биозащиты от деятельности, которая уже создает предпосылки для разработки опасного агента, но пока существует лишь в цифровой форме?

Случаи наподобие MegaSyn и последующие оценки возможностей ИИ по обеспечению биобезопасности показывают, что ранние стадии потенциально опасных исследований все чаще переносятся в цифровую среду. КБТО сохраняет нормативную применимость к этой технологической реальности: ее запрет построен вокруг немирной цели деятельности, а не закрытого перечня агентов или методов. Однако действующая институциональная архитектура Конвенции не позволяет последовательно оценивать риски, возникающие при работе с биологическими данными, специализированными моделями и автоматизированными системами проектирования. Поэтому существующие международные и национальные механизмы способны фиксировать отдельные проявления ИИ‑биорисков, но не обеспечивают их раннего и системного предупреждения. Для этого в рамках КБТО необходим постоянный научно‑технический механизм, способный оценивать риски моделей и цифровых биологических проектов, а в рамках национальных систем — соответствующие процедуры проверки доступа к биологическим данным, ИИ-моделям и услугам синтеза ДНК.

В ближайшей перспективе представляется возможным формирование технической основы международного режима контроля: постоянного научно‑консультативного механизма при КБТО, общих принципов оценки ИИ‑биорисков и совместимых национальных правил доступа к чувствительным моделям и услугам синтеза ДНК. Основными препятствиями, тем не менее, остаются многолетний тупик вокруг верификации КБТО, опасения государств по поводу суверенитета и раскрытия чувствительной информации, а также риск того, что избыточные ограничения затруднят легитимные исследования.

В 2022 г. международная команда исследователей провела эксперимент, который заставил переосмыслить границы между наукой и оружием. Компьютерная программа MegaSyn создавалась как инструмент поиска новых лекарств: она обучена оценивать, насколько химическое соединение может стать безопасным и эффективным препаратом, и одновременно отбраковывать токсичные молекулы. Разработчики из Collaborations Pharmaceuticals решили проверить, что произойдет, если развернуть логику модели на 180 градусов — не наказывать, а поощрять токсичность. Итог оказался тревожным: менее чем за шесть часов работы на обычном ноутбуке, без выхода в Интернет и без доступа к специализированным базам данных, модель сгенерировала около 40 тыс. молекул, соответствовавших заданным порогам токсичности и биологической активности. Среди них оказался газ VX — одно из наиболее токсичных нервно-паралитических боевых отравляющих веществ, другие известные агенты химического оружия и тысячи ранее не описанных структур; по расчетным значениям токсичности часть новых соединений могла превосходить VX.

Эксперимент не предполагал синтеза или применения токсичного вещества и проводился как демонстрация риска. Однако он показал, что опасные биологические возможности сегодня могут формироваться задолго до появления патогена или токсина в лаборатории: на стадии анализа данных, обучения модели и компьютерного проектирования молекул или последовательностей. Конвенция о запрещении разработки, производства и накопления запасов бактериологического (биологического) и токсинного оружия и об их уничтожении (КБТО) запрещает разработку биологического оружия в немирных целях, однако ее практические инструменты создавались для контроля над материальными агентами, лабораториями и производственными объектами. В результате возникает зона неопределенности: как отличить допустимое медицинское исследование или исследование в целях биозащиты от деятельности, которая уже создает предпосылки для разработки опасного агента, но пока существует лишь в цифровой форме?

Случай с MegaSyn свидетельствует о наличии широкого разрыва между тем, как сегодня устроена биомедицина, и тем, как регламентированы режимы ее международного контроля. Способны ли действующие механизмы — прежде всего КБТО и национальные системы регулирования искусственного интеллекта — распознать и сдержать угрозу, которая существует пока не в виде вещества, а в виде данных, вычислительных мощностей и алгоритмов проектирования? Чтобы ответить на него, стоит рассмотреть, насколько глубоко ИИ и большие данные уже встроены в биологию; где проходит грань между их полезным и опасным применением; почему существующие правовые категории дают сбой на этой границе; и какие институциональные ответы уже предлагаются — в мире и в России.

Светлана Козюлина:
Биология меняется, КБТО запаздывает: что делать России

Точка отсчета: как ИИ и большие данные изменили биологию

Кейс MegaSyn стал возможен благодаря изменению исследовательской инфраструктуры биомедицины. За последние два десятилетия некоторые этапы получения и обработки биологических данных подешевели и ускорились. Согласно данным Национального института исследований генома человека США, расчетная производственная стоимость полного секвенирования генома человеческого размера сократилась примерно с 95 млн долл. в 2001 г. до около 525 долл. в 2022 г. Одновременно биология накопила массивы геномных, химических, клинических и структурных данных, на которых можно обучать модели для поиска закономерностей и проектирования новых молекул. При этом ИИ не отменяет длительных доклинических и клинических исследований: согласно исследованию 2022 г., время от начала первой фазы клинических испытаний до регуляторного одобрения лекарств в США с 2010 г. изменилось незначительно и в среднем составляет 8–10 лет. Тем не менее ИИ способен ускорять более ранние этапы — выбор мишени, виртуальный скрининг соединений, прогнозирование свойств и оптимизацию молекулярных структур. Однако те же инструменты, которые расширяют возможности поиска лекарств, снижают порог входа и для потенциально опасного проектирования, что наглядно продемонстрировал эксперимент с MegaSyn.

Более того, многие такие вычислительные исследования и диагностические тесты на основе больших данных — от генетического скрининга до предиктивной аналитики — уже покрываются страховкой и вошли в рутинную клиническую практику. Так, в России с 2026 г. программа государственных гарантий предусматривает финансирование забора и направления материала для преимплантационного генетического тестирования эмбрионов на моногенные заболевания и структурные хромосомные перестройки в рамках ЭКО — при наличии установленных медицинских показаний. В Канаде в одном из крупных академических госпиталей Торонто в 2020–2022 гг. была протестирована система раннего предупреждения CHARTwatch: она анализировала данные электронной медицинской карты — жизненные показатели, результаты анализов, возраст и медицинский анамнез — и прогнозировала риск клинического ухудшения пациента, чтобы направить врачам и медсестрам сигнал для раннего вмешательства.

Похожий скачок произошел и в структурной биологии: если научное сообщество почти за полвека экспериментальной работы — рентгеновской кристаллографии, электронной микроскопии, ЯМР-спектроскопии — накопило порядка 200 тыс. подтвержденных трехмерных структур белков в базе Protein Data Bank, то система AlphaFold от DeepMind за один год предсказала структуры более 200 млн белков, охватив почти весь известный науке спектр. Ожидается, что масштаб этого сдвига будет только расти: по оценке специалистов, опубликованной в журнале Nature, уже к 2030 г. более половины новых лекарственных препаратов будут создаваться с использованием методов ИИ.

Что уже работает: ИИ в медицине, биозащите и агросекторе

Технологии ИИ способствовали настоящему прорыву в ряде отраслей. Компания Insilico Medicine с помощью собственной ИИ-платформы Pharma.AI полностью — от выбора белка-мишени до модели активного вещества — разработала потенциальный препарат (еще предстоит фаза III испытаний) рентозертиб для лечения идиопатического легочного фиброза, пройдя путь от старта программы до первой фазы клинических испытаний за 30 месяцев вместо обычных 4–5 лет; в июне 2025 г. положительные результаты фазы IIa , то есть ранней проверки клинической эффективности препарата у пациентов, были опубликованы в Nature. По похожему принципу биотехнологическая компания IDEAYA Biosciences использует собственную ИИ-платформу HARMONY для поиска онкологических мишеней на основе синтетической летальности — генетического феномена, который может использоваться для избирательного уничтожения опухолевых клеток. Экспериментальное изучение синтетической летальности требует внушительных ресурсов и времени, однако вовлечение ИИ в этот процесс может существенно сокращать затраты, и примеры выше не единичны. В медицине ИИ давно вышел за рамки поиска новых молекул и все чаще используется для подбора таргетной терапии: проанализировав геномные и клинические данные конкретного пациента, алгоритмы сопоставляют мутации опухоли с наиболее эффективным препаратом и заранее оценивают вероятность ответа на лечение, что уже становится частью рутинной онкологической практики.

В сфере биозащиты канадская система BlueDot, анализирующая с помощью ИИ новостные сообщения на десятках языков и данные авиаперевозок, разослала клиентам предупреждение о вспышке нового коронавируса за девять дней до официального заявления Всемирной организации здравоохранения. Похожую логику использует система эпидемиологической разведки EIOS самой ВОЗ — она изначально построена на машинном обучении и обработке естественного языка для автоматического анализа тысяч сообщений в день, а в 2025 г. получила обновленный набор ИИ-инструментов для укрепления глобальной биобезопасности.

ИИ также зарекомендовал себя как незаменимый инструмент в сельском хозяйстве: платформы для генотипирования сортов сельскохозяйственных культур позволяют предсказывать урожайность и устойчивость будущих гибридов без многолетних полевых испытаний, а в животноводстве системы компьютерного зрения и датчиков могут непрерывно анализировать состояние скота, выявляя признаки болезни или стресса быстрее визуального осмотра. По оценке Всемирного экономического форума, цифровизация сельского хозяйства, дополнительно усиленная применением ИИ, в том числе через мониторинг посевов и почв, способна увеличить сельскохозяйственный ВВП стран с низким и средним уровнем дохода более чем на 450 млрд долл. в год.

Антон Колонин:
Прикладной ИИ: проблемы развития и риски для России

Риски двойного назначения: другая сторона одной инфраструктуры

Та же инфраструктура, но используемая в деструктивных целях, способна создавать равнозначные риски. Прежде всего речь идет о возможности проводить исследования двойного назначения без пересечения формальных правовых границ — в случае MegaSyn фильтр токсичности модели должен был обеспечивать стандарты безопасности, но на практике их нарушил. Создатели крупнейших ИИ-моделей отмечают эту уязвимость. Так, в январе 2024 г. разработчики OpenAI тестировали, насколько чат-боты реально способны помогать биотеррористам: в исследовании у экспертов-биологов с доступом к GPT-4 точность и полнота ответов о создании биологической угрозы были выше по сравнению с группой, ограниченной обычным интернет-поиском, хотя авторы не назвали эффект однозначно пугающим. Схожие тревожные результаты представлены в препринте 2025 г. за авторством биолога из The Foresight Institute Роджера Брента и исследователя Т. Грега МакКелвея-младшего: они показали, что модели Llama 3.1 405B, ChatGPT-4o и Claude 3.5 Sonnet способны давать пользователю технически содержательные рекомендации по отдельным этапам восстановления инфекционного полиовируса из коммерчески доступной синтетической ДНК, что ставит под вопрос более ранние и успокоительные оценки биологических рисков таких моделей. Хотя эта работа еще не прошла рецензирование, она заслуживает внимания как свидетельство того, что оценка риска зависит от тестируемой модели, методики и конкретного сценария. Anthropic, разработчик Claude, также проводила контролируемые испытания рисков, связанных с химическим, биологическим, радиологическим и ядерным оружием (CBRN), и пришла к выводу, что новые версии их модели способны делать ответы пользователей в контролируемых CBRN-сценариях более полными, связными и технически проработанными. В связи с этим 26 мая 2026 г. компания обновила свою Политику ответственного масштабирования (Responsible Scaling Policy), уточнив порог возможностей модели, при достижении которого должны применяться усиленные меры безопасности в сфере CBRN‑рисков.

Отдельная угроза связана не с моделями, а с самими данными: утечка данных с сервиса 23andMe в 2023 г. показала, что компрометация централизованного хранилища геномной информации имеет «сетевой» эффект — хакеры получили доступ к данным примерно 6,9 млн пользователей, включая тех, кто прямо не подключался к сервису, но был указан как генетический родственник. Наконец, в докладе Global BioLabs Report 2023 фиксируется проблема юрисдикционного «шопинга»: при отсутствии единого многостороннего режима скрининга синтеза ДНК рискованные исследования могут переноситься в юрисдикции со слабым контролем, а среди 27 стран с лабораториями высшего уровня биобезопасности BSL-4 (применяется для работы с самыми опасными и заразными патогенами, от которых нет надежных вакцин или методов лечения) лишь одна страна — Канада — получает высокую оценку по критерию законодательного надзора именно за исследованиями двойного назначения.

Почему регулирование запаздывает?

Существующие режимы контроля не справляются с новой конфигурацией рисков. Статья I КБТО запрещает государствам «разрабатывать, производить, накапливать» биологическое оружие — но само понятие «разработка» формировалось применительно к физическому процессу: выделению штамма, культивированию, испытаниям. Возникает вопрос, распространяется ли этот запрет на теоретическое проектирование потенциально опасных соединений до этапа синтеза, — то есть на стадию, где вредоносный продукт существует лишь как файл с координатами молекулы? И что делать, если это проектирование выполняет не человек, а обучающийся алгоритм, действующий по инициативе исследователя, но без его прямого участия в проектировании соединений?

Эксперты Национального университета обороны США отмечают, что современная биотехнологическая среда порождает «серую зону», в которой границы между возможностью и намерением, мирным и враждебным применением становятся неразличимы, а договоры, спроектированные для запрета «оружия» как дискретного физического объекта, дают сбой, когда опасность представляют процесс обработки данных и его инструменты. Усложняет ситуацию и то, что у КБТО по сей день нет постоянного механизма научно-технической экспертизы и нет комитета, способного выносить обязывающие вердикты о нарушении Конвенции и мерах ответственности, — то есть даже если согласовать, что считать «разработкой» в цифровую эпоху, не существует институционального адресата, который следил бы за соблюдением этого определения на практике.

Неясно и то, в какой регуляторной плоскости искать решение: ужесточать ли требования к самим ИИ-моделям и их операторам, то есть менять регулирование в сфере искусственного интеллекта, или расширять определения и механизмы проверки в биологическом праве, то есть вносить изменения в сфере биобезопасности и биозащиты. Пока эти две регуляторные традиции развиваются параллельно, а сформировавшаяся между ними «серая зона» лишь недавно начала систематически привлекать внимание — об этом свидетельствуют предложения экспертов по расширению самого определения биологического оружия, чтобы охватить такие промежуточные, «нефизические» этапы.

Павел Карасев:
Вепонизация ИИ и киберстратегия Пентагона

Международные инициативы и дискуссии

Понимание этого разрыва подталкивает к появлению новых площадок диалога на разных уровнях. На самой площадке КБТО в феврале 2024 г. в Триесте InterAcademy Partnership и Национальная академия наук США провели пробную симуляцию постоянного научно-консультативного механизма Конвенции с прямым фокусом на рисках и возможностях ИИ — прообраз органа, о необходимости создания которого говорилось выше. Более узкие и технически проработанные предложения формулируют аналитические центры: так, в январе 2026 г. Инициатива по сокращению ядерной угрозы (Nuclear Threat Initiative) опубликовала четырехуровневую модель управляемого доступа к биологическим ИИ-инструментам — от открытого доступа до использования только верифицированными пользователями с подтвержденным проектом и институциональным надзором. ВОЗ со своей стороны в 2021 и 2025 г. выпустила руководства по этике и управлению ИИ в здравоохранении, отдельно посвятив обновленную версию рискам крупных мультимодальных моделей.

Наиболее концептуальная попытка обозначить принципы такого регулирования была предпринята в апреле 2026 г. на площадке конференции Asilomar в Калифорнии — там же, где в 1975 г. были заложены этические рамки исследований рекомбинантной ДНК (технологии искусственного соединения фрагментов ДНК из разных организмов, лежащей в основе современной генной инженерии). Более ста экспертов из университетов, аналитических центров, национальных лабораторий, правительств и индустрии ИИ сформулировали семь принципов управления применением ИИ в ядерной и биологической сферах. Ключевым среди них стал принцип глобальной инклюзивности — управление ИИ должно быть согласовано с уже существующими многосторонними режимами, такими как Договор о нераспространении ядерного оружия (ДНЯО) и КБТО, а не создаваться отдельными государствами или компаниями в одиночку, поскольку риск, возникший в одной юрисдикции, немедленно становится трансграничным.

Российская перспектива

В российском регулировании тема ИИ-биорисков пока существует в виде параллельных, терминологически не пересекающихся треков. Национальная стратегия развития искусственного интеллекта не содержит терминов «биобезопасность» или «риски двойного назначения» — биологическая тематика присутствует лишь опосредованно, через задачи повышения качества здравоохранения и доступ разработчиков ИИ к обезличенным медицинским данным. Симметрично устроен и профильный документ по биобезопасности — Основы государственной политики в области химической и биологической безопасности: в его обновленную редакцию от января 2025 г. впервые включены формулировки о технологиях синтетической биологии, генно-инженерных технологиях и генетической паспортизации населения, но термин «искусственный интеллект» в тексте так и не появился. Единственный правовой мост — федеральный закон от 31.07.2020 г. № 258-ФЗ «Об экспериментальных правовых режимах в сфере цифровых инноваций в Российской Федерации», который прямо включает медицинскую и фармацевтическую деятельность в перечень направлений для регуляторных «песочниц», хотя на практике действующие режимы сфокусированы на диагностике, а не на технологиях синтетической биологии как таковых.

Несмотря на скромную представленность в стратегических документах, официальные оценки рисков на стыке ИИ и биологии активно обсуждаются в выступлениях на конференциях. На Международной конференции по биобезопасности в Сочи в июне 2025 г. замминистра иностранных дел С.А. Рябков заявил, что новые модели ИИ «в перспективе смогут позволить исследователям создать гораздо более широкий спектр молекул и белков... а также получать новые биоагенты и токсины», и повторил российскую позицию в пользу юридически обязывающего протокола верификации к КБТО. На той же конференции глава Роспотребнадзора Анна Попова отметила, что ИИ теоретически способен создавать токсины, «которых на планете никогда не было», и указала на дефицит механизмов международного контроля за такими технологиями. Зампредседателя Совета Безопасности РФ Дмитрий Медведев на заседании профильной межведомственной комиссии предложил создать центр анализа и моделирования биологических угроз для мониторинга и прогнозирования вызовов в этой сфере. При этом на уровне ООН Россия поддержала инициативу администрации США по созданию системы верификации КБТО на основе ИИ.

* * *

Случаи наподобие MegaSyn и последующие оценки возможностей ИИ по обеспечению биобезопасности показывают, что ранние стадии потенциально опасных исследований все чаще переносятся в цифровую среду. КБТО сохраняет нормативную применимость к этой технологической реальности: ее запрет построен вокруг немирной цели деятельности, а не закрытого перечня агентов или методов. Однако действующая институциональная архитектура Конвенции не позволяет последовательно оценивать риски, возникающие при работе с биологическими данными, специализированными моделями и автоматизированными системами проектирования. Поэтому существующие международные и национальные механизмы способны фиксировать отдельные проявления ИИ‑биорисков, но не обеспечивают их раннего и системного предупреждения. Для этого в рамках КБТО необходим постоянный научно‑технический механизм, способный оценивать риски моделей и цифровых биологических проектов, а в рамках национальных систем — соответствующие процедуры проверки доступа к биологическим данным, ИИ-моделям и услугам синтеза ДНК.

В ближайшей перспективе представляется возможным формирование технической основы международного режима контроля: постоянного научно‑консультативного механизма при КБТО, общих принципов оценки ИИ‑биорисков и совместимых национальных правил доступа к чувствительным моделям и услугам синтеза ДНК. Основными препятствиями, однако, остаются многолетний тупик вокруг верификации КБТО, опасения государств по поводу суверенитета и раскрытия чувствительной информации, а также риск того, что избыточные ограничения затруднят легитимные исследования.