Фармацевтическая компания Ono развертывает агентную систему ИИ Biomni Lab во всей организации открытия лекарств

Фармацевтическая компания Ono Pharmaceutical развертывает агентную систему ИИ перед учеными, работающими на ранних стадиях исследования. Согласно сотрудничеству, объявленному 28 июля 2026 года, осакская фармацевтическая компания развернет платформу агентных исследований Biomni Lab, разработанную лабораторией Phylo, занимающейся прикладным ИИ в Южном Сан-Франциско, во всей своей организации открытия лекарств.

Платформа предназначена для поглощения полного спектра вычислительного дня ученого-открывателя: синтеза истории экспериментов программы, рассуждений над внутренними наборами данных, проектирования следующего эксперимента и выполнения вычислительной биологии за ним. Phylo заявляет, что собственная экспертиза Ono в области открытия и исторические данные будут введены в среду, что отличает это от простой лицензии на программное обеспечение. Ono, зарегистрированная в Токио под номером 4528 и основанная в 1717 году, работает в области онкологии, иммунологии и воспаления, а также неврологии, и наиболее известна антителом PD-1 ниволумабом, продаваемым под названием Опдиво.

На чем была протестирована Biomni

Агент под продуктом имеет больше опубликованных доказательств, чем большинство корпоративных развертываний ИИ. Biomni начала как открытый проект в Стэнфорде и была опубликована в журнале Science в 2026 году как «Автономные биомедицинские исследования с помощью агента искусственного интеллекта». Ее конструкция необычна: один агент извлекает инструменты, базы данных и протоколы из тысяч статей по 25 биомедицинским областям для построения среды, а второй агент планирует над этой средой, извлекая то, что необходимо для вопроса, и пишет код для его выполнения вместо следования фиксированному рабочему процессу.

Статья сообщает об агенте, обобщающем задачи по приоритизации генов, перепрофилированию препаратов, диагностике редких заболеваний, анализу микробиома и молекулярному клонированию без настройки для конкретных задач, с примерами, охватывающими оптимизацию стабильности белков и управление инструментами мокрой лаборатории. Это более широкий спектр, чем у однозадачных моделей, доминирующих в вычислительном открытии, и ближе к системам совместных ученых, ориентированных на мокрую лабораторию, к которым эта область сходится с момента появления инструмента Google Co-Scientist.

Что показывают балльные оценки

Самый полезный взгляд на то, что Ono фактически покупает, исходит из собственной оценочной работы Phylo. 30 июня 2026 года компания опубликовала DrugDiscoveryBench с Scale Labs: 82 задачи, написанные работающими учеными-открывателями по идентификации целей, патентному анализу и структурно-активному анализу, каждая с верифицируемым ответом и экспертно написанным руководством, решаемые агентами, пишущими код против реальных биомедицинских баз данных.

Модели переднего края сгруппировались плотно и незаметно. Phylo сообщает, что GPT-5.5 показал результат 51,6%, Gemini 3.5 Flash – 50,0%, а Opus 4.8 – 47,2%, при этом разные модели лидировали в разных семействах задач. Два вывода под рейтингом имеют большее значение для развертывания в фармацевтике:

• При фиксированной модели и изменении только окружающей архитектуры агента результат GPT-5.5 увеличился с 40,6% до 51,6%, а результат GLM 5.2 – с 24,4% до 37,8%.
• При наличии人間но написанного плейбука, в котором указаны шаги и инструменты, хотя бы одна модель прошла 76 из 82 задач.

Phylo прямо говорит о режиме сбоя между ними: на длинных рабочих процессах агент тихо теряет ограничение и возвращает уверенно неправильный ответ. В одной задаче он ответил на вопрос о меланоме геном рака молочной железы. Это тот пробел, который закрывает институциональное знание, и он объясняет, почему соглашение с Ono сформулировано вокруг исторических данных компании, а не вокруг сырой возможности модели.

Где это вписывается в стратегию открытия Ono

Ono собирает это в течение нескольких лет. Ее исследовательская организация заявляет, что она использует ИИ для ускорения поиска семян открытия и сокращения времени до появления новых соединений, и она работает намеренно внешней моделью открытия лекарств: в марте 2026 года она расширила сотрудничество по вычислительному открытию с Congruence Therapeutics в области неврологии и иммунологии.

«Мы считаем, что ИИ станет основной возможностью для открытия лекарств», – сказал Сэйси Катсумата, корпоративный офицер и исполнительный вице-президент Ono по открытию и исследованиям, добавив, что исследователи Ono быстро приняли Biomni Lab во время оценки.

Для Phylo это соглашение расширяет список клиентов, собранный за менее чем шесть месяцев. Компания запустила Biomni Lab в режиме исследовательского предпросмотра 3 февраля 2026 года вместе с раундом финансирования в размере 13,5 миллионов долларов, возглавляемым Andreessen Horowitz и фондом Anthology Ventures Menlo Ventures, и с тех пор опубликовала работу по развертыванию с Ginkgo Bioworks (DNA ) и агентским имитированием клинических испытаний с исследователями Mount Sinai. Она также появляется на рынке, где крупные фармацевтические компании решили купить инфраструктуру агентов, а не строить ее, как это сделала AstraZeneca (AZN ), когда она расширила свое партнерство с Owkin для введения агентов в решения по разработке препаратов.

Biomni Lab доступна сейчас, и конкретная работа, на которую Ono подписался, – это более сложная половина: перевод трех веков накопленной практики открытия в процедуры, которые может выполнить агент. На своем собственном бенчмарке Phylo это шаг, который выводит агента с половины задач почти до всех.