Что такое настоящий биохакинг, и почему биоинформатик — это профессия будущего  

IQ Media представляет подкаст о профессиях и компетенциях будущего – «Кем стать, когда вывезу». О том, чему и где научиться уже сейчас, чтобы быть востребованным через 25-50 лет, рассказывают эксперты Высшей школы экономики. В этом выпуске  мы пообщались с заведующей Международной лабораторией биоинформатики, академическим руководителем образовательной программы Анализ данных в биологии и медицине Марией Попцовой. 

Вместе с ведущим подкаста кандидатом физико-математических наук Евгением Ребровым Мария Попцова рассуждала о том, как биоинформатика меняет сферу медицины, портфель врачебных компетенций и качество жизни человека. 

Также приглашаем вас присоединиться к дискуссии о компетенциях будущего на Форуме дополнительного профессионального образования. Он состоится 20-21 ноября 2025 года, все подробности и регистрация по ссылке.

Евгений Ребров (Е.Р.) – Всем привет! Меня зовут Евгений Ребров, и это подкаст о профессиях «Кем стать, когда вывезу» – проект бренд-медиа Высшей школы экономики IQ Media, в котором мы обсуждаем профессии будущего, а также навыки и компетенции, которые надо получить сегодня, чтобы оставаться востребованным завтра. И сегодня у нас в гостях кандидат физико-математических наук, заведующая Международной лабораторией биоинформатики Института искусственного интеллекта и цифровых наук Высшей школы экономики Мария Сергеевна Попцова. Тема выпуска: «Биохакинг или ЗОЖ: как и кто будет следить за нашим здоровьем в ближайшие 100 лет». 

Мария, добрый день! В медицине каждый год происходят прорывы, существенную роль в которых играют технологии ИИ. На этом фоне мы все чаще слышим о профессиях, которые воспринимаем как новые. Например, биоинформатик или менеджер индивидуальных медицинских программ. Поэтому хотелось бы разобраться, что это за профессии и как в них попасть. А первый вопрос: что такое биохакинг и биоинформатика? 

Мария Попцова (М.П.) — Начнем с предмета изучения — клетки —  как основной единицы всего живого. Это своего рода компьютер, в котором работают генетические программы. Клетку можно сравнить с аппаратным обеспечением, а геном — с программным. Геном — это способ кодирования генетических программ. Они работают на протяжении всей жизни человека, в каждой клетке тела.

Любое заболевание — это сбой какой-либо генетической программы. Чтобы понять, откуда этот сбой берется, как его можно устранить или предотвратить, необходимо изучать законы, по которым работает геном. 

Для этого в современном мире есть два пути. Можно заниматься молекулярной биологией. Современный молекулярный биолог открывает новые методы изучения биологических процессов или предсказания взаимодействий. Например, благодаря таким исследованиям были разработаны технологии редактирования генома, такие как CRISPR/Cas9 (за её открытие была присуждена Нобелевская премия несколько лет назад), с помощью которых можно исправлять сбои генетических программ. 

Молекулярные — или, как их называют,  «мокрые» биологи, работают в лабораториях, без компьютеров. Это очень долгий путь к результату: необходимо планировать эксперимент, тестировать различные вещества, и в большинстве случаев попытки заканчиваются неудачей. Поэтому стоит задача спроектировать эксперимент так, чтобы сократить время и перебор вариантов, минимизировав количество неудач.

В начале XXI века появилась прорывная технология — секвенирование нового поколения (Next Generation Sequencing). Если раньше расшифровка полного генома человека занимала массу времени и была трудоемкой, то теперь стало реально быстро получать огромные объемы данных. Это можно сравнить с работой мощного телескопа в астрономии, который постоянно собирает терабайты информации из космоса. Так и наши технологии секвенирования получают сигналы по всей длине генома и накапливают эти данные —  действительно терабайты данных, сотни тысяч слоев закодированной информации, которые уже невозможно расшифровать без технологий искусственного интеллекта. 

Этим и занимается наша Международной лаборатория биоинформатики. Мы берем агрегированные данные, находящиеся в открытом доступе, применяем и переобучаем самые современные алгоритмы глубинного обучения и с помощью искусственного интеллекта пытаемся предсказать поведение генома в различных ситуациях. Это и есть своего рода биохакинг. Если вы спросите меня что нужно, чтобы стать таким биохакером… 

Е.Р. — Давайте я Вас спрошу, что для этого нужно? 

М.П. — Во-первых, необходимо понимать, с какой информацией мы работаем. Программисту, который прекрасно владеет алгоритмами глубинного обучения (deep learning), нельзя за пять минут объяснить, что такое геном и откуда берутся эти сигналы. Ему желательно знать основы молекулярной биологии.  Поэтому мы создали магистерскую программу «Анализ данных в биологии и медицине», на которую набираем студентов с разным бэкграундом — как из компьютерных наук, так из сферы биологии. Затем мы «выравниваем» их знания: программистам объясняем азы молекулярной биологии, чтобы они понимали, для чего применяют свои алгоритмы, и наоборот. Такой специалист начинает осознавать, как и зачем использовать алгоритмы глубинного обучения в биологии. 

Подобных магистратур, готовящих специалистов на стыке ИИ и молекулярной биологии, в стране пока немного. С моей точки зрения, пик востребованности таких кадров наступит в ближайшие 5-10 лет, поскольку эта область будет развиваться одновременно с медициной. 

Стоит обратить внимание, что за последние годы ряд Нобелевских премий высветил несколько прорывных биотехнологий. Например, премию получила компания Google DeepMind за предсказание трехмерной структуры белка. Параллельно была отмечена работа по применению диффузионных моделей для дизайна белков.  

Генеративный искусственный интеллект (генерация текстов, изображений, видео) активно используется IT-компаниями. В молекулярной биологии и биоинформатике подобные методы внедряются с некоторым запозданием, но разрыв сокращается. Например, оказалось, что генеративные диффузионные модели отлично подходят для создания небольших белков (пептидов) с заданными свойствами, которые могут связываться с нужными мишенями. А проверить это связывание можно с помощью другого ИИ  — AlphaFold, за который Deep Mind получил Нобелевскую премию. 

Это создает мощный инструментарий, позволяющий студенту первого курса магистратуры выполнять курсовую работу по генерации лекарств нового поколения. В ближайшее время должен быть лавинообразный прорыв по разработке лекарств нового поколения.  

Почему «нового поколения»? Потому что есть традиционные химические лекарства  — основанные на химической формуле, такие малые химические молекулы. Белковые же лекарства имеют другую природу. Белки — основа жизни, они состоят из 20 аминокислот и сворачиваются в сложные трехмерные структуры. Лекарство на основе белка потенциально менее токсично для организма, так как организм умеет разбирать белки на аминокислоты и утилизировать их. Такое лекарство можно направить на конкретную мишень, чтобы, например, подавить активность вредоносного белка. 

Компьютерный анализ в этой области становится очень быстрым. Однако экспериментальная часть, тестирование на животных и людях, выявление побочных эффектов — это очень долгий этап. 

И здесь также намечено ускорение: создание цифровых двойников этих процессов. Например, наша лаборатория занята разработкой цифрового двойника клетки. Это будет платформа, на которой можно смоделировать воздействие вещества на клетку и посмотреть эффект — как положительный, так и побочный, чтобы избежать нежелательных последствий. 

В будущем тестирование будет проводиться на таких цифровых платформах (цифровой двойник клетки, человека), что создаст «воронку», сильно сужающую круг кандидатов для реальных испытаний. Эксперимент останется последней инстанцией, но он будет гораздо более целенаправленным. 

Сейчас этому нужно долго учиться и специалистов с подобным образованием — единицы. Но поскольку фармацевтическая индустрия огромна, потребность в таких кадрах будет только расти.

Е.Р. — Вы сейчас говорите о таких вещах, которые теоретически могут быть  связаны с генной модификацией человека, внесением изменений в клеточную структуру, возможном влиянии на человека извне, вне зависимости от его желания. Есть ли какие-либо этические аспекты в сфере биоинформатики, биохакинга, на которые стоит обращать внимение? 

М.П. —  Да, этические аспекты в биоинформатике и биохакинге не просто важны — они являются центральными. Ключевой принцип здесь, как и во всей медицине, — «не навреди».

К вмешательствам на клеточном и генетическом уровне следует относиться так же, как к уже привычным медицинским процедурам. Например, установка стента в суженный сосуд — это вторжение в организм, но оно продлевает жизнь на десятилетия. Точно также исправление генетической поломки, вызывающей тяжелое заболевание (например, кардиомиопатию, которая приводит к плохому качеству жизни и ранней смерти), — это не страшно, а благо. Цель — вылечить болезнь, уменьшить страдания и продлить жизнь.

Яркий пример — иммунотерапия рака, отмеченная Нобелевской премией. Задача биоинформатики — помочь разработать методы, которые «научат» иммунную систему распознавать и уничтожать раковые клетки так же, как она распознает вирусы. Это безусловное благо для человечества.

Сложный этический вопрос возникает, когда речь заходит не о лечении, а о модификации генома для «улучшения» человека. Пока не существует единого международного законодательства в этой сфере, и его предстоит разработать.

Однако уже сегодня есть прецеденты, когда польза очевидна. Например, технологии вроде CRISPR (официально разрешены в США для лечения врожденной слепоты), когда у пациента нет альтернатив, а потенциальная польза (возможность обрести зрение) огромна.

Этические рамки будут формироваться вокруг конкретных случаев. Вмешательство оправдано, когда его цель — лечение тяжелых заболеваний, несущих страдания, и когда потенциальная польза значительно превышает риски.

Е.Р. — Тогда у меня тут еще один вопрос. Новые препараты (особенно белковые, а не химические) не имеют долгосрочных данных по безопасности. История знает примеры, когда вещества, считавшиеся безопасными (например, изначальный рецепт Кока-колы), позже признавались вредными.  Позволяет ли биоинформатика решить эту проблему и избежать ситуации, когда через 5-10 лет новые революционные лекарства окажутся опасными или не такими эффективными, как мы думаем сегодня?

М.П. — Если говорить о лекарствах, то это не тот случай. Современные лекарства проходят многоступенчатое тестирование — от испытаний на животных до компьютерного моделирования и клинических исследований на людях. Это позволяет выявить большинство рисков до выхода на рынок. Но побочные эффекты есть всегда. Здесь важно учитывать статистическую природу медицины. Ни одно лекарство не бывает на 100% эффективным и безопасным для всех. Успех в 80% случаев считается отличным результатом. 

Современные методы разработки и тестирования лекарств, усиленные биоинформатикой, еще больше минимизируют риски и ошибки. И здесь важно сказать про роль персонализированной медицины. Например, анализ геномов раковой опухоли позволяет предсказать, кому лекарство поможет, а кому — навредит или не подействует. Уже сегодня это спасает жизни в онкологии, предотвращая неэффективное лечение. Биоинформатика не гарантирует абсолютной безопасности, но целенаправленно движется к будущему, где терапия будет подбираться индивидуально на основе генетических данных, что резко повысит её эффективность и безопасность. 

А если все-таки говорить про Кока-Колу, то пищевые добавки действительно не проходят столь же строгих испытаний, как лекарства. И это всегда риск и страх производителя. Вообще увлеченность общепитом, фастфудом подорвала здоровье многим людям. Тут стоит как раз вспомнить о теме ЗОЖ, в которой важное место занимает правильное питание. Это очень положительный тренд. Вероятно  в XXI веке люди, более осознанно подходящие к своему рациону и располагающие большим количеством знаний, имеют все шансы стать здоровее нас.

Е.Р. —  Наука при этом приближается к победе над раком. Вот здесь хотелось бы снова обратиться к теме нашего подкаста — профессиям будущего, навыкам и компетенциям, которые будут востребованы. Если решится проблема онкологических заболеваний, может ли отпасть необходимость в онкологических центрах и врачах-онкологах? Или их роль изменится — с лечения на предотвращение болезни, и специалисты все-таки будут критически востребованы?

М.П. — Это будет постепенный процесс. Завтра мы точно не закроем все онкологические центры, увы. Будут востребованы специалисты с комплексным пониманием заболеваний, профессия потребует длительного обучения, хотя и сейчас она того требует.

Е.Р. — Гораздо более длительного, чем любые другие специальности, насколько мне известно… 

М.П. —  И оно станет еще более длительным. Врач будущего должен разбираться в искусственном интеллекте, молекулярной биологии и биоинформатике, чтобы использовать передовые методы лечения, основанные на анализе генома. Уже сегодня кардиологам, например, необходимо осваивать кардиогенетику, однако многие специалисты не готовы к этому.

Даже если человечество победит рак — появятся новые вызовы. Сейчас большие усилия в развитых странах направлены на лечение нейродегенеративных заболеваний, например, болезни Альцгеймера, Паркинсона. Их растущая актуальность связана со старением населения. И тут кстати должны быть большие успехи, в том числе благодаря развитию биоинформатики, потому что старение связано с работой клеток.

У клетки есть возраст жизни, запрограмированный механизм деления. Состарившиеся клетки замещаются новыми. Но в какой-то момент происходит накопление «состарившихся» клеток, которые перестают функционировать, но не выводятся, не утилизируются в организме как раньше. Механизм замещения перестает работать. Этот механизм сходен с механизмом уничтожения раковых клеток имунной системой. Когда человек заболевает раком, она перестает распознавать раковые клетки как «плохие». 

И вот когда мы на уровне генетических программ научимся справляться с этим, откроются большие перспективы для здорового долголетия.

Е.Р. —А если можно пофантазировать —  что будет, если перспектива долголетия превратится в перспективу вечной жизни?  Что нас ждет тогда, и думают ли  современные ученые, как сделать так, чтобы жизнь человека не прекращалась? 

М.П. —  Прямо сейчас цель вечной жизни звучит как фантастика, но мечтать полезно. Такие перспективы открывают, например, возможности путешествий по Вселенной, где миллионы световых лет перестанут быть препятствием. Можно сесть в космический корабль и лететь хоть миллион лет. 

Если, например опираться на футуристические прогнозы изобретателя и футуролога Рэмонда Курцвейла, то к 2030-м годам мы можем расшифровать алгоритмы работы генома и мозга. Это станет отправной точкой технологической сингулярности, когда произойдет симбиоз биологии и технологий —  симбиоз человека и того, что он сам искусственно создает. 

Уже сегодня мы видим первые шаги: нейрочипы Илона Маска позволяют парализованным людям управлять компьютером, а 3D-биопечать сосудов и органов решает проблему старения и смертности от сердечно-сосудистых заболеваний. 

Люди будущего, вероятно, станут «гибридами» — с замененными органами и имплантами. Чтобы подготовиться к этому, нужно уже сегодня много и активно изучать параллельно и  компьютерные науки, и молекулярную биологию, и биоинформатику.

Е.Р. —  Спасибо Вам, Мария, за такой интересный рассказ. Ну, а если нашим слушателям будет интересно узнать что-то еще, пусть оставляют вопросы в комментариях, и мы встретимся снова и постараемся на них ответить.

М.П. — Спасибо, Евгений.

Также читайте:

• Биохакинг, или Как использовать чит-коды в реальности
  
• Жизнестойкость как психологический ресурс