Но в интересах «Большой фармы» выровнять игровое поле для охотящихся за генами биотехнологических компаний, крупных производителей лекарств и академических учёных. Компетенция членов консорциума во многом лежит в разработке, одобрении и маркетинге лекарств. Вместе, перестав конкурировать, они лучше справятся с задачей создания ценных конечных продуктов для рынка, чем если продолжат конкурировать с биотехнологическими фирмами в необходимых для этого исследованиях. Юристы не раз предупреждали членов консорциума, что открытие карты для общества поможет им избежать антимонопольных проблем. В конце концов, однако, наибольший приз за сотрудничество члены консорциума получили, не заблокировав конкурентов, а ускорив движение отрасли к персональной медицине. До того как согласиться на такое сотрудничество, многие члены консорциума уже создавали свои частные карты SNP. Под руководством Алана Уильямсона они поняли, что общая карта невероятно важна для успеха персональной медицины.
Как объясняет Аллен Роузес,[255] главный вице-президент по фармако-генетике GlaxoSmithKline, «было важно, чтобы у нас появилось что-то, с точностью чего мы согласны. Если бы каждый из нас создал свою карту, с одной стороны, мы бы делали это дольше, а с другой, сильно сомневаюсь, что другие компании признали бы чужую карту»[256] . Помимо прочего, Управление по контролю за продуктами и лекарствами (FDA)[257] также должно было знать, что карта точная, надёжная и признана научным сообществом.
Сливая корпоративные ресурсы с относительно дешёвыми вкладами академических исследователей, — которые, в конце концов, могут покупаться только по низкой цене, если данные остаются общественными, — консорциум сумел открыть намного больше SNP, чем себе представлял: ещё полтора миллиона! И сделано это было намного быстрее, чем если бы работой занималась одна фирма. Это означало, что ресурсы, которые могли быть зря потрачены на одинаковые исследования, можно было направить на другие цели, например на исследование дальнейших вопросов, связанных с диагностированием и лечением болезней.
Несмотря на крупнейшие научные достижения в описании последователь ности генома человека, прогресс в других областях биометрических исследований разочаровывал. За сорок лет на рынок не были выведены новые антибиотики широкого спектра действия, а люди со многими формами рака, а также хроническими заболеваниями и расстройствами, такими как болезни Альцгеймера, Паркинсона и шизофрения, до сих пор не получают эффективного и хорошо переносимого лечения. Тропические болезни, например малярия и брюшной тиф, почти не исследовались, а ведь ими поражено в основном население беднейших стран мира. На деле, лишь 1% новых лекарств поможет миллионам жителей Африки, ежегодно умирающих от этих болезней.
Страдает даже бизнес, связанный с наиболее популярными лекарствами. В 2002 году FDA одобрило для продажи в США только семнадцать новых молекулярных организмов (NME). [258] Это самая низкая цифра с 1983 года, а за последние пятнадцать лет самым большим количеством было пятьдесят шесть в 1996 году. В 2003 году FDA одобрило двадцать один NME, из которых лишь девять были разработаны как «важнейшие улучшения» существующих лекарств. Это снижение произошло, несмотря на значительное увеличение расходов на исследования и разработки: с 1995 по 2002 год находящиеся в США фармацевтические компании почти удвоили эту статью расходов — до 32 миллиардов долларов.[259] Такие цифры заставляют популярные издания говорить о «сухих», «слабых» или «приглушенных» каналах информации, а также о кризисе производительности труда, который приводит к страшным последствиям для инвесторов (которые могут ожидать «постоянно более низких множителей»[260]), налогоплательщиков, пациентов и страховщиков, которые должны будут оплачивать как никогда большие счета для поддержания темпа технологического прогресса в отрасли.
Доктор Фрэнк Дуглас,[261] бывший исполнительный вице- президент и главный руководитель научного направления Aventis, согласен с тем, что нужно решить ещё множество проблем: «Производительность инноваций в крупных фармацевтических компаниях снизилась. Нам не хватает возможности правильно предугадывать побочные эффекты новых составов, и у нас нет хороших способов для их мониторинга и оценки, когда они уже на рынке. Ценовые модели стали неприемлемы. То же произошло с менталитетом, внимание потребителя особо обращено к популярным товарам. Если говорить в целом, нужно пересмотреть много старых моделей».[262]
На самом деле, вырисовывается определенная закономерность: по мере того как возрастающие расходы на исследования сталкиваются со стремлением сдерживать затраты на здравоохранение, а также растёт тревога за очевидно бездушное пренебрежение заболеваниями, которые непропорционально поражают бедное население мира, начинают критически изучаться факторы, влияющие на эффективность открытия и разработки лекарств. Возможность с помощью биомедицинских исследований облегчить человеческие страдания и создать благополучное общество никогда не представлялась столь важной. Но способность отрасли выполнить такое обещание серьёзно зависит от контроля затрат, эффективного выстраивания ресурсов, а также грамотного управления своими знаниями.
После того, что Linux сделал для производства программного обеспечения, кажется естественным задаться вопросом, приведёт ли взрывной рост открытых источников к подобной революции в науке. Что если процесс разработки лекарств будет открыт настолько, что каждый сможет участвовать, модифицировать или улучшать результат, при условии согласия на открытие своих модификаций на общих условиях? Можно ли коллективный ум научного сообщества использовать так, чтобы организовать более скоординированную и всестороннюю атаку на трудноизлечимые заболевания, которые пока что загоняли отрасль в угол? Может ли раскрытие процесса для десятков тысяч добровольных исследователей снизить расходы на поиск лекарств настолько, что зависящее от этого медицинское обслуживание станет доступно бедным слоям населения? Узкий круг мечтателей считает, что здесь скрыты огромные возможности. Но никто не говорит, что это будет легко.
С одной стороны, существуют фундаментальные различия между раз работкой программного обеспечения и созданием новых лекарств. Первое можно легко разбить на части и работать над ними за ноутбуком, сидя в кофейне Starbucks. Процесс создания лекарств сложнее разделить на части и, кроме того, он требует доступа к дорогому лабораторному оборудованию. Проекты по созданию программного обеспечения могут быть завершены за месяцы или даже дни и недели. Разработка обычного лекарства сейчас требует от десяти до пятнадцати лет и в среднем 800 миллионов долларов. Сделать программные изобретения коммерчески жизнеспособными легко и недорого — нужно просто разместить их в Интернете. Чтобы достичь этого момента, биологические изобретения нуждаются в сложных клинических испытаниях и здоровой дозе регулирующего опыта, а это занимает годы. Все эти факторы делают разработку лекарств менее открытой для пирингового производства, чем программное обеспечение.
С другой стороны, между сообществом программистов, работающих в Сети, и исследователями в биомедицине есть много общего. И те и другие разделяют одинаковые цели (бесплатные программы и доступная медицина) и руководствуются схожими мотивами (в частности, репутацией и обучением). Сообщества придерживаются строгой этики в том, например, что касается взаимного обмена информацией и совместными открытиями. Большинство людей, вносящих свой вклад в совместные проекты по разработке программного обеспечения и в биомедицине, получают за это плату напрямую (то есть, как сотрудники компаний и университетов) или делают это в свободное время, получая доходы в какой-то части отрасли.
Тот факт, что разработка лекарств всё больше производится в компьютерных сетях, а не в пробирках, распахивает новое окно для деятельности в открытой среде. На самом деле, многие механизмы для анализа геномных данных, полученных проектом «Геном человека», уже доступны в открытых источниках. Bioinformatics.org, одна из нескольких гаваней для сотрудничества биомедицинского сообщества, размещает у себя более 250 активных проектов, что распространяет практику, используемую программистами, на биологические исследовательские базы данных и программное обеспечение. Доступные бесплатно для поиска и сравнения геномные алгоритмы, такие как BLAST,
