Аннотация
В 2025–2026 годах наблюдается явный переход от описательного подхода к проектированию нутрицевтиков и продуктов питания на основе механистических гипотез, трансляционных исследований и системного анализа, включая мультиомиксные технологии. При этом учитывается роль пищевой матрицы и истории технологической переработки в формировании биодоступности и физиологических эффектов [1]. Одновременно с этим «умные» наноносители признаются прорывом в рецептуре, решая проблемы низкой растворимости, плохой стабильности и отсутствия контролируемого высвобождения активных веществ, а также обеспечивая стимул-зависимое высвобождение в целевых участках (например, в зависимости от pH, ферментов или окислительно-восстановительного потенциала) [2]. Все большее внимание уделяется «зеленым» путям получения и модификации ингредиентов, включая экстракцию фракций, содержащих vitamin D3, с помощью сверхкритического CO2, а также биотрансформации с использованием микробной ферментации и ферментов. Эти методы позволяют повысить биоактивность (например, превращение hesperidin в hesperetin) и создавать новые молекулы в мягких условиях [2, 3]. В клинической и нутриционной медицине растет значимость прецизионной нутрициологии, поддерживаемой AI и биологическими данными пациентов, при одновременном усилении регуляторных аспектов и контроля качества: постулируется необходимость концепции «evidence–dose–claim» (доказательство — дозировка — заявление) и строгой градации достоверности доказательств (например, GRADE) для обеспечения достоверности заявлений о пользе для здоровья и их принятия регуляторными органами [1, 2]. Параллельно происходит конвергенция пищевых и цифровых технологий: от моделей прогнозирования гликемического ответа на основе CGM и микробиоты до агентных AI-платформ, ускоряющих разработку ингредиентов и продуктов [4, 5].
Введение
Собрание научных работ 2025–2026 годов описывает «методологическое созревание» исследований биоактивных соединений и функциональных продуктов питания посредством внедрения мультиомиксных стратегий (профилирование микробиома, метаболомика, липидомика) и перехода к системным и трансляционным парадигмам, более прочно укорененным в биологических механизмах [1]. В этих же материалах последовательно подчеркивается, что биоактивность невозможно отделить от пищевой матрицы, истории переработки и физико-химической стабильности, так как эти факторы определяют биодоступность и физиологическое воздействие ингредиентов [1]. На практике это означает, что инновации в 2025–2026 годах понимаются не просто как «новый ингредиент», а как новый способ производства, стабилизации, доставки, измерения эффекта и доказательства эффективности в четко определенной целевой популяции [1, 2].
В этот период технологии и регулирование становятся более тесно связанными: напрямую постулируется создание системы научной оценки, сосредоточенной на оси «evidence–dose–claim», предназначенной для строгой валидации эффективности, безопасных зависимостей «доза-ответ» и пригодности для целевых групп населения для каждого ингредиента [2]. Одновременно в цифровой сфере подчеркивается необходимость стандартизации форматов данных и аналитических конвейеров для обеспечения надежности и воспроизводимости прогностических моделей, а также важность ответственного внедрения для трансляции в клинически значимые и справедливые прикладные решения [4, 6].
Биологически активные добавки
В представленных цитатах технологические решения в первую очередь касаются поиска источников и «проектирования» ингредиентов (экстракция, биотрансформации) и их формуляции (носители, стимул-зависимое высвобождение), а также качества доказательств и логики заявлений о пользе для здоровья. Нижеприведенные выводы, таким образом, относятся к технологиям, типичным как для добавок, так и для ингредиентов функциональных продуктов питания и изделий медицинского назначения, однако в данной главе они интерпретируются с позиции БАД как формуляций, ориентированных на доставку конкретных биоактивных соединений [2].
Поиск источников и биотрансформация ингредиентов
В качестве примера передового поиска источников ингредиентов было указано получение фракции, содержащей vitamin D3, с использованием сверхкритической флюидной экстракции CO2 (SFE-CO2), осуществленной на пилотной установке [3]. В том же ключе «эко-решений» подчеркивалась важность технологий биотрансформации, включая микробную ферментацию, как стратегии обогащения и диверсификации стоимости сырья [2].
На уровне механизмов биотрансформации было описано использование микробных ферментных систем, таких как β-glucosidases и эстеразы, для гидролиза и модификации связанных соединений в исходном материале [2]. Подробный пример продемонстрировал, что такая обработка может значительно повысить биодоступность и биоактивность за счет превращения hesperidin в более активный hesperetin и одновременно привести к образованию новых молекул, не присутствующих в сырье, при сохранении мягких условий «зеленого производства» [2].
Доставка и стабилизация
Было четко указано, что значительным прорывом в технологии формуляции стала разработка «умных» наноносителей, направленных на преодоление барьеров применения биоактивных ингредиентов in vivo, возникающих из-за их сложных физико-химических свойств и субоптимальных фармакокинетических профилей [2]. Эти системы предназначены для системного решения ключевых практических проблем: низкой растворимости, плохой стабильности, неспецифического распределения и отсутствия контролируемого высвобождения активных ингредиентов [2]. Стимул-зависимое высвобождение было идентифицировано как особо перспективный вариант, позволяющий осуществлять точное высвобождение в целевых участках с помощью материалов, реагирующих на патологическое микроокружение, например, на специфический уровень pH, ферменты или редокс-статус [2].
В области функциональных продуктов питания (технологии которых часто переносятся в сферу БАД) дополнительно подчеркивается роль систем, поддерживающих качество и стабильность ингредиентов, чувствительных к кислороду, поскольку эта стратегия представлена как критически важная для сохранения качества, эффективности и срока годности «oxygen-sensitive nutrients» в функциональных продуктах и добавках [7].
Клинические доказательства и логика заявлений
В собранных материалах подход «evidence–dose–claim» звучит как обязательное условие доверия: было указано на необходимость создания системы научной оценки, основанной на принципе «доказательство — дозировка — заявление», которая строго валидирует эффективность, безопасные отношения «доза-ответ» и целевые популяции для каждого ингредиента [2]. С точки зрения практики нутрицевтики важным примером является синтез доказательств для конкретного вещества: включение систематического обзора и метаанализа, оцененного по методологии GRADE для добавок β-hydroxy-β-methylbutyrate (HMB), было описано как важный вклад и, в более широком смысле, как образец прозрачного синтеза и критической оценки достоверности доказательств [1]. Было прямо подчеркнуто, что путь к надежным заявлениям о пользе для здоровья и признанию регуляторными органами «вымощен» методологической дисциплиной и строгой градацией качества доказательств [1].
Функциональные продукты питания
Ландшафт 2025–2026 годов демонстрирует сдвиг в сторону механистического и системного проектирования, где взаимодействия в системе «диета — микробиота — хозяин» анализируются трансляционно, а не просто описательно [1]. Методологически подчеркивалось созревание за счет использования мультиомиксных технологий, включая профилирование микробиома, метаболомику и липидомику [1]. В то же время последовательно указывалось, что биоактивность неразрывно связана с пищевой матрицей, историей переработки и физико-химической стабильностью, которые определяют биодоступность и физиологическое воздействие [1].
Новые классы ингредиентов и концепции продуктов
В потоке инновационных ингредиентов особое место занимают постбиотики, для которых определение ISAPP было принято в качестве стандарта: «препарат из неодушевленных микроорганизмов и/или их компонентов, который приносит пользу здоровью хозяина» [8]. При этом подчеркивалось, что принятие этого определения не отменяет другие подходы, а номенклатура остается предметом «открытых и продолжающихся дискуссий», которые не должны быть серьезным препятствием для прогресса исследований [8].
На механистическом уровне было описано, что постбиотики могут укреплять барьерную функцию эпителия, регулировать врожденные и приобретенные иммунные ответы и модулировать экспрессию генов хозяина через рецепторы распознавания паттернов и эпигенетические модификации [9]. Параллельно были выявлены ключевые барьеры для клинической трансляции, включая вариативность формуляций, ограниченное понимание взаимодействий по оси «кишечник-мозг», деградацию при прохождении через ЖКТ и межиндивидуальную вариабельность микробиома [10].
Модели доказательств и эффектов для здоровья
В области метаболической персонализации было процитировано исследование, в котором данные непрерывного мониторинга глюкозы объединялись с клиническими, поведенческими данными и переменными микробиоты кишечника для обучения регрессионной модели с градиентным бустингом на когорте из более чем 800 человек и 46 898 приемов пищи [4]. Эта модель смогла точно предсказать индивидуальный гликемический ответ на конкретные приемы пищи, что позволило сформулировать персонализированные диетические рекомендации, направленные на оптимизацию метаболических эффектов [4].
В области иммунологии пищевой толерантности был выявлен механизм, при котором ответы Treg-клеток на запасные белки семян могут составлять общий путь, ведущий к оральной толерантности [11]. Кроме того, в области технологий доставки и комплексных (синбиотических/многокомпонентных) вмешательств результаты показали, что «гель на основе двойной эмульсии» может быть использован для доставки пробиотиков и CBD в желудочно-кишечный тракт [12]. В модели SHIME® было отмечено увеличение популяций полезных семейств бактерий (Lachnospiraceae и Clostridiaceae), эффективная доставка, высвобождение и персистенция _L. plantarum_, а также повышенная выработка бутирата и лактата [12], а количественный анализ показал эффективное высвобождение пробиотических бактерий из геля (значительно более высокие показатели после вмешательства) [12].
Технологии переработки и производства
В области переработки подчеркивалось, что нетермические методы обладают явными преимуществами: они позволяют сохранять чувствительные к нагреванию ингредиенты, повышают биодоступность за счет модификации матрицы и поддерживают инновационные системы инкапсуляции, которые преодолевают ограничения классических термических методов [13]. В качестве примера была указана обработка высоким давлением (HPP), инактивирующая микроорганизмы при давлении 400–600 MPa при комнатной температуре, что в обогащенных напитках обеспечивает лучшую сохранность витаминов, полифенолов и сенсорных характеристик, чем термическая пастеризация [13]. Также упоминалась технология PEF, которая посредством коротких импульсов высокого напряжения приводит к обратимой пермеабилизации клеточных мембран, увеличивает экстракцию фитохимических веществ и инактивирует микроорганизмы с незначительным термическим эффектом [13].
В биопроизводстве была отмечена автоматизация управления ферментацией: встроенные вычислительные устройства edge computing (например, NVIDIA Jetson AGX Orin) запускают алгоритмы обучения с подкреплением (reinforcement learning), которые динамически оптимизируют параметры биореактора в режиме реального времени (температура, pH, скорость перемешивания) [14]. В системном масштабе был представлен обзор «precision fermentation» (прецизионной ферментации), которая объединяет проектирование штаммов, биопроцессорный инжиниринг, технико-экономическую обоснованность, экологические результаты и регуляторную готовность в единую структуру, восполняя пробелы предыдущих обзоров, сфокусированных только на продуктах или организмах [15]. С точки зрения устойчивого развития было указано, что прецизионная ферментация по сравнению с традиционным животноводством и растениеводством требует меньше земли и воды, генерирует меньше выбросов парниковых газов и обеспечивает продукцию стабильного качества, свободную от загрязнений [15], хотя одновременно подчеркивались значительные барьеры, такие как высокие капитальные и энергетические затраты, проблемы масштабирования, сложность последующей обработки (downstream processing), а также регуляторная неопределенность и вопросы потребительского принятия [15].
Специализированные пищевые продукты для медицинских целей
В представленных материалах направление «medical food» связано с прецизионной нутрициологией и персонализированной медициной, где вмешательства адаптируются к биологическому профилю пациента (геномика, микробиота, метаболические маркеры), а AI указывается как наиболее вероятный путь внедрения прецизионного питания в управление хроническими заболеваниями [16, 17]. В клинической практике также приводились данные о том, что клинические исследования «прогрессивно демонстрируют» лучшие результаты терапии, основанной на геномном профиле пациента, микробиоте кишечника или метаболических маркерах, по сравнению с традиционными общими диетическими рекомендациями [16].
Клинические доказательства и примеры вмешательств
В области микробиотических вмешательств были приведены результаты, согласно которым прием штамма _B. BBr60_ в клиническом исследовании был связан со значительным улучшением липидного профиля за счет повышения HDL и снижения общего холестерина [18]. В тех же результатах было отмечено улучшение состояния ЖКТ, измеряемое снижением индекса NDI (p = 0.002), что интерпретировалось как уменьшение влияния дискомфорта в ЖКТ на повседневное функционирование [18], а также улучшение симптомов со стороны ЖКТ и эмоционального состояния наряду со значительным снижением баллов ADS (p = 0.000), включая симптомы, связанные с употреблением алкоголя [18].
Одновременно в регуляторно-клинических материалах было показано, что FDA одобрило sBLA для препарата PALYNZIQ (pegvaliase-pqpz), расширив показания для педиатрических пациентов в возрасте 12 лет и старше с фенилкетонурией [19]; при этом указывалось на значительно большее снижение уровня фенилаланина в крови на 72-й неделе в группе PALYNZIQ по сравнению с группой «только диета» [19]. Для ультраредких заболеваний был упомянут препарат LOARGYS как терапия, направленная на «первичный драйвер» болезни (стойко повышенный уровень аргинина при ARG1-D), получившая ускоренное одобрение FDA на основе результатов исследования Фазы 3 PEACE, в котором LOARGYS значительно снизил уровень аргинина в плазме по сравнению с плацебо через 24 недели [20].
В области редких заболеваний и неврологии также упоминалось, что leucovorin является первым средством лечения редкого генетического заболевания «церебральный дефицит фолатов» [21], а препарат Avlayah (еженедельная внутривенная инфузия) был одобрен для лечения неврологических проявлений синдрома Хантера при определенных клинических и популяционных условиях [22].
Технологии персонализации и данные пациентов
В рамках гиперперсонализации питания были указаны применения машинного обучения на данных, собранных «в полевых условиях»: модели федеративного обучения могут прогнозировать гликемические ответы на основе биометрии с носимых устройств, а нейронные сети декодируют сенсорные предпочтения из обсуждений в социальных сетях [14]. В контексте обзора подчеркивалось, что AI может трансформировать как прецизионную ферментацию в сторону устойчивого биосинтеза белков, ферментов и функциональных соединений, так и системы гиперперсонализированных диет, интегрируя геномику, метаболомику и психологию потребителя для подбора рекомендаций в режиме реального времени [14].
Безопасность и пробелы в исследованиях
С точки зрения безопасности и разработки медицинских и диетических продуктов подчеркивалось, что прежде чем растительные белки смогут быть коммерциализированы в критически важных областях (например, детское питание), необходима всесторонняя оценка аллергенного потенциала, включая тесты in vitro, исследования на животных и, в конечном итоге, клинические исследования на младенцах [23]. Кроме того, было указано, что на данный момент никакие другие растительные белки (например, горох, чечевица, бобы фава) не одобрены для использования в детских смесях для детей младше 1 года, и существует нехватка данных относительно их аллергенности в этой возрастной группе [23].
В области взаимодействия нутрициологии и фармакологии было отмечено, что влияние обработки пищевых продуктов на абсорбцию, метаболизм лекарств и последующую фармакологическую активность является «насущным, но недостаточно изученным» вопросом, что подразумевает значительный пробел для проектирования диетических и медицинских вмешательств в реальных условиях питания [24].
Прорывные технологии
В 2025–2026 годах «сквозные» технологии объединяют три уровня: (1) производство и модификация ингредиентов (экстракция и биотрансформации), (2) передовые системы формуляции и доставки и (3) платформы данных, стандартизация и AI, поддерживающие проектирование и валидацию эффектов. В собранных цитатах эти элементы предстают как компоненты единого, согласованного направления развития, в котором продукты «проектируются» одновременно на уровне химии, носителя и клинических доказательств [2].
Инженерия доставки
«Умные» наноносители были представлены как критический прорыв в технологии формуляции, позволяющий преодолевать барьеры in vivo, обусловленные физико-химическими и фармакокинетическими свойствами биоактивных ингредиентов [2]. Был также определен набор проблем, которые призваны решить эти системы, включая растворимость, стабильность, неспецифическое распределение и контроль высвобождения [2]. Стимул-зависимое высвобождение с помощью материалов, реагирующих на pH, ферменты или редокс-статус в патологическом микроокружении, является особенно перспективным, так как оно призвано обеспечить точное высвобождение в целевом участке [2].
Биотрансформации и ферментация
В области биотрансформаций микробная ферментация была указана как «экологичное» решение для обогащения и диверсификации стоимости сырья [2]. Механистически была описана роль микробных ферментов, таких как β-glucosidases и эстеразы, в гидролизе и модификации связанных компонентов в исходном материале [2]. Как следствие, сообщалось о возможности повышения биодоступности и биоактивности, включая трансформацию hesperidin в более активный hesperetin и генерацию новых молекул в мягких условиях, соответствующих принципам «зеленого производства» [2].
Платформы персонализации и AI
В цитируемых источниках фигурирует концепция платформы разработки и персонализации, «краеугольными камнями» которой являются многомерная индивидуальная оценка, адаптивные вмешательства и системы обратной связи, а также «smart formulation and design» на базе AI [2]. В аналогичном ключе было указано, что персонализированное управление здоровьем должно быть реализовано через интегрированную платформу данных и продуктов, анализирующую индивидуальные различия и предоставляющую индивидуальные решения [2].
В качестве примера цифрового ускорения R&D была представлена AMBROSIA — агентная AI-платформа, интегрирующая биологические данные с «интеллектуальными исследовательскими операциями», предназначенная для ускорения разработки продуктов, оптимизации характеристики экстрактов и идентификации новых целевых рынков для существующих ингредиентов [5]. В сфере производства также была отмечена технология edge-RL для динамической оптимизации параметров биореактора в реальном времени, формирующая технологическую основу для более стабильных и эффективных процессов ферментации [14].
Стандартизация доказательной базы
Материалы указывают на две взаимодополняющие оси стандартизации: стандартизацию данных и стандартизацию доказательств. С точки зрения данных подчеркивалось, что стандартизация форматов, предварительной обработки и аналитических структур необходима для создания надежных, воспроизводимых и переносимых моделей [4]. С точки зрения клинических доказательств была подчеркнута важность подхода GRADE (на примере HMB) как модели прозрачного синтеза и оценки достоверности доказательств [1], а также отмечено, что регуляторное признание и достоверные заявления о пользе для здоровья требуют методологической дисциплины и строгой градации качества доказательств [1]. Кроме того, концепция «evidence–dose–claim» была прямо постулирована как научная система оценки эффективности, безопасности и пригодности для целевых популяций [2].
Тренды
На протяжении 2025–2026 годов можно выделить несколько трендов, которые последовательно повторяются в цитируемых источниках и связывают добавки, функциональные продукты и медицинские изделия в единую инновационную экосистему.
Первый тренд — это переход от «описательной каталогизации» к исследованиям, основанным на гипотезах, механистическим и трансляционным изысканиям, что прямо описывается как область, находящаяся «в процессе активного перехода» [1]. Второй — институционализация мультиомиксных подходов как инструмента методологического созревания исследований биоактивности и взаимодействий «диета — микробиота — хозяин» [1].
Третий тренд — «матрично-ориентированное» проектирование продуктов, где пищевая матрица, обработка и стабильность рассматриваются как детерминанты биодоступности и физиологических эффектов, а не как второстепенные технологические детали [1]. Четвертый — смещение акцента с пробиотиков как единственной оси микробиотических инноваций в сторону постбиотиков с попыткой унификации определения через стандарт ISAPP, при признании того, что номенклатура остается предметом открытых дискуссий [8].
Пятый тренд — возрастающая роль AI в персонализации и R&D: от прогностических моделей гликемического ответа, построенных на переменных CGM и микробиоты, до агентных платформ, интегрирующих биологические данные с исследовательскими операциями для ускорения разработки продуктов [4, 5]. Шестой тренд — автоматизация и «процессный интеллект» в биопроизводстве, включая обучение с подкреплением, оптимизирующее параметры биореактора в реальном времени, что поддерживает стабильность и эффективность процессов ферментации функциональных ингредиентов [14].
Вызовы и препятствия
Выявленные вызовы на 2025–2026 годы носят трансляционный, регуляторный и инженерный характер, и многие из них касаются того, что происходит «между» лабораторией, производством, рынком и клинической практикой.
В области микробиоты и постбиотиков трансляционные барьеры включают вариативность формуляций, деградацию в ЖКТ, ограниченное понимание взаимодействия «кишечник-мозг» и межиндивидуальную вариабельность микробиома, что усложняет как дизайн исследований, так и предсказуемость эффектов в популяции [10]. Одновременно в области новых классов ингредиентов было указано, что номенклатура (например, постбиотики) остается предметом открытых дискуссий, хотя это и не должно блокировать прогресс, что на практике означает необходимость параллельной работы над определениями, стандартами качества и критериями доказательности [8].
В области данных и AI было указано, что стандартизация форматов данных, предварительной обработки и аналитических структур является условием создания воспроизводимых и переносимых моделей [4]. При этом подчеркивалось, что дальнейшее совершенствование методологии и ответственное внедрение имеют решающее значение для трансляции инноваций в клинически значимые и справедливые прикладные решения [6].
В области биопроизводства и «прецизионной ферментации» были описаны барьеры, связанные с капитальными и энергетическими затратами, проблемами масштабирования, сложностью последующей обработки, потребительским признанием и регуляторной неопределенностью [15]. С точки зрения осуществимости и устойчивости также подчеркивалось, что выбор штамма, проектирование процесса и последующая обработка сильно влияют на устойчивость и коммерческую жизнеспособность, задавая тон приоритетам развития технологий в ближайшие годы [15].
В области безопасности и клинической практики был выявлен пробел в исследованиях влияния обработки пищевых продуктов на абсорбцию, метаболизм лекарств и фармакологическую активность, признанный актуальным, но недостаточно изученным [24]. В критически важных областях питания также было указано, что необходима полная оценка аллергенности (in vitro, на животных, в конечном итоге — исследования на младенцах) перед коммерциализацией новых растительных белков, и в то же время была отмечена нехватка разрешений на альтернативные растительные белки в детских смесях до 1 года и отсутствие данных об аллергенности в этой группе [23].
Практическое значение
Цитируемые источники раскрывают практические следствия, которые можно сгруппировать вокруг трех вопросов: как производить ингредиенты, как доставлять их в организм и как доказывать и масштабировать их эффекты.
Для производителей ключевыми являются два параллельных технологических направления: с одной стороны, передовой поиск источников и биотрансформации (SFE-CO2 для фракций с vitamin D3 и микробная ферментация/ферменты, способные повышать биоактивность и генерировать новые молекулы) [2, 3], а с другой — разработка систем формуляции, решающих проблемы растворимости, стабильности и контролируемого высвобождения, включая стимул-зависимое высвобождение в целевых микросредах [2]. Для R&D-отделов дополнительным «ускорителем» становятся AI-платформы, интегрирующие биологические данные с исследовательскими операциями для ускорения разработки продуктов и характеристики экстрактов, примером чего является AMBROSIA [5].
Для клиницистов и диетологов важна растущая поддержка данных и моделей: было показано, что модели на основе CGM в сочетании с клиническими, поведенческими данными и данными микробиоты могут точно предсказывать гликемический ответ и обеспечивать персонализацию рекомендаций [4]. Поддерживающим является и положение о том, что терапия и рекомендации, основанные на геномном профиле, микробиоте или метаболических маркерах, дают лучшие результаты, чем общие рекомендации, а AI является наиболее вероятным путем внедрения прецизионного питания в управление хроническими заболеваниями [16, 17].
Для регуляторов и команд по обеспечению качества была напрямую сформулирована необходимость концепций «evidence–dose–claim», и подчеркнута роль строгой оценки достоверности доказательств (GRADE) как основы для надежных заявлений о пользе для здоровья и регуляторного принятия [1, 2]. Для систем данных и цифрового надзора подчеркивалось, что стандартизация форматов и конвейеров данных необходима для создания воспроизводимых и переносимых моделей, а ответственное внедрение является условием трансляции в клинически значимые и справедливые приложения [4, 6].
Чтобы синтетически показать, как эти следствия формируют «карту решений» на этапе разработки продукта, в таблице ниже сведены четыре наиболее часто упоминаемые оси инноваций вместе с типичными преимуществами и барьерами, именно так, как они следуют из цитируемых источников.
Перспективы
Цитируемые материалы указывают на то, что наиболее вероятным сценарием развития в ближайшие годы станет дальнейшая интеграция механистического проектирования, стандартизации доказательств и цифровых платформ персонализации. С одной стороны, область исследований биоактивных ингредиентов уже описывается как переходящая к парадигмам, основанным на гипотезах, механизмах и трансляции, поддерживаемым мультиомиксными технологиями [1]. С другой стороны, подчеркивалось, что биоактивность не является независимой от матрицы и обработки, что предполагает дальнейшую интенсификацию «матрично-ориентированных» подходов, где нетермическая обработка и системы доставки будут проектироваться совместно с биологической целью [1, 13].
В области цифровизации ожидаемая траектория двояка: (1) разработка и внедрение платформ, интегрирующих данные и продукты для предоставления индивидуальных решений в области здоровья, и (2) использование AI для сокращения циклов R&D и автоматизации производственных процессов. Эта траектория напрямую поддерживается тезисом о том, что персонализированное управление здоровьем должно материализоваться через интегрированную платформу данных и продуктов [2], а также примером платформы AMBROSIA, объединяющей биологические данные с исследовательскими операциями для ускорения разработки [5]. В то же время цитируемые работы указывают на необходимые условия этой трансформации: стандартизацию данных и ответственное внедрение, чтобы инновации переходили в клинически значимые, воспроизводимые и справедливые прикладные решения [4, 6].
Наконец, в области регулирования и доказательств наиболее вероятным является дальнейшее усиление строгости оценки, так как подчеркивались и необходимость структуры «evidence–dose–claim» [2], и центральная роль градации качества доказательств (GRADE) на пути к достоверным заявлениям о пользе для здоровья и регуляторному признанию [1].
