Гильфанов Рустам — Сооснователь IT-компании Lucky Labs / Досье / Справка / Newslab.Ru
Сооснователь IT-компании Lucky Labs
Успешный предприниматель в сфере информационных технологий, сооснователь крупной IT-компании Lucky Labs, международный инвестор, благотворительный деятель.
Детство, образованиеРодился 6 января 1983 года в российском посёлке Басим, расположенном в Пермском крае, в семье военнослужащего и учительницы начальной школы. Он с ранних лет увлекался точными науками, интересовался научными открытиями и научной фантастикой.
В 2005 году Рустам Гильфанов получил высшее образование в Удмуртском государственном университете (УдГУ) по специальности «Юрист-правовед», а спустя два года окончил магистратуру в Международном Восточно-Европейском университете (МВЕУ) по направлению «Арбитражный управляющий». Будучи студентом, проявлял активность в научной и творческой деятельности вуза.
Путь к созданию IT-компанииРустам Гильфанов обучался в вузе во время роста популярности интернета.
Уже в студенческие годы его интересовала сфера высоких технологий. Именно в то время будущий инвестор загорелся идеей создания IT-стартапа. Но перед тем как открыть собственное дело, Рустам Гильфанов в начале 2000-х годов участвовал в создании и продвижении международных IT-проектов, что принесло ему ценный опыт. Благодаря юридическому образованию начинающий предприниматель с уверенностью осваивал эту отрасль бизнеса.
Рустам Гильфанов совместно с партнерами в 2006 году в Киеве основал международную аутсорсинговую IT-компания Lucky Labs, которая в нынешнее время является крупным разработчиком программ и приложений для игровой индустрии, маркетинга и финансов. Актив предприятия насчитывает больше ста программных игровых приложений, и офисы в Украине, Латвии, Мальте и Кипре.
Предприниматель изначально планировал функционирование компании в новом формате. Основное внимание сосредоточено на том, чтобы поддерживать молодых специалистов и создавать комфортные условия для профессионального и карьерного роста своих сотрудников.
За 5 лет работы компании её штат увеличился с 30-ти до более 1000 работников.
Рустам Гильфановактивно занимается благотворительностью. Особое внимание Гильфанов уделяет образовательным программам для детей школьного возраста.
Одним из самых крупных и важных благотворительных проектов Рустама Гильфанова, является «ЛакіБукс», реализованный при сотрудничестве с организацией «Я Майбутнє України». Программа разработана для развития украиноязычной научно-популярной литературы («нон-фикшн») для школьников и поддержки перспективных учёных, талантливых писателей. В рамках этого проекта представлены работы украинских авторов и иностранные научные бестселлеры.
Проект «ЛакіБукс» стартовал в 2017 году на ежегодном Международном фестивале «Книжный Арсенал», проводимом в Киеве. В следующем году он выступил в качестве генерального партнера выставочной программы для детей этого фестиваля. Участниками «ЛакіБукс» являются известные научные, культурные, общественные деятели страны.
Под эгидой проекта прошли презентации книг в больших городах Украины и других стран — Болонье (Италия), Франкфурте-на-Майне (Германия).
Изначально с «ЛакіБукс» сотрудничали несколько детских библиотек из восточной Украины, но к настоящему моменту их количество увеличилось до 200 библиотек из разных частей страны. В 2018 году усилиями благотворителей библиотечные фонды пополнились на больше, чем 5 тысяч книг. Издания передаются бесплатно в первую очередь в наиболее дефицитные по украиноязычному нон-фикшну регионы — учебные учреждения в селах на востоке и юге Украины.
Другая социально-значимая инициатива, которую поддержал Рустам Гильфанов, — решение реконструировать библиотеку для детей на Подоле в Киеве и превратить её в современный библиохаб в поддержку программы «Бібліотеки Майбутнього». При содействии Lucky Labs в 2018 году в библиотеке был оборудован компьютерный класс и введены регулярные курсы обучения программированию от штатных IT-специалистов компании. Этот инновационный проект в результате был реализован в национальном масштабе.
Гильфанов Рустам также длительное время поддерживает фонд «Я Майбутнє України», оказывая финансовую помощь малообеспеченным семьям, безработным людям, одиноким матерям.
Международная инвестиционная деятельностьНесколько лет назад Гильфанов Рустам перестал активно заниматься операционной деятельностью в учреждённой им IT-компании Lucky Labs в пользу инвестирования в IT проекты в сферах финансовых технологий, гейминга и потокового видео.
Рустам Гильфанов женат, вместе с супругой воспитывает дочь.
Для читателей: В России признаны экстремистскими и запрещены организации ФБК (Фонд борьбы с коррупцией, признан иноагентом),
Штабы Навального, «Национал-большевистская партия», «Свидетели Иеговы», «Армия воли народа», «Русский общенациональный союз», «Движение против
нелегальной иммиграции», «Правый сектор», УНА-УНСО, УПА, «Тризуб им. Степана Бандеры», «Мизантропик дивижн», «Меджлис крымскотатарского народа»,
движение «Артподготовка», общероссийская политическая партия «Воля», АУЕ, батальоны «Азов» и «Айдар».
Рустам Халэфович Гильфанов (УЗПМ) – биография, фото, разработки 2023
Биография Гильфанова Рустама Халэфовича
Гильфанов Рустам Халэфович – исследователь, создатель УЗПМ (Уральского завода противогололедных материалов), успешный предприниматель.
Гильфанов Рустам Халэфович
Ранние годы и образование
Бизнесмен — уроженец Перми. Появился на свет 20 марта 1976 г. Родители: инженер Халэф Гильфанов (из Удмуртии) и его супруга Маргарита (ее родина — Пермский край).В 1994 году Рустам Халэфович стал учащимся ПГНИУ, выбрал специализацию “менеджмент и управление производством” на экономическом факультете.
Путь к успеху
Предпринимательская деятельность рано привлекла героя статьи. Уже на втором году обучения он создал фирму, которая занималась поставкой оборудования для нефтепрома. Дело шло успешно, но оно не в полной мере удовлетворяло предпринимательский дух Гильфанова. Ему хотелось создавать что-то свое, полезное и важное, и использовать при этом отечественное сырье. В это время определилось основное направление деятельности: популяризация товаров Пермского края на центральных рынках России, в том числе — в Москве и МО.
Двадцать лет назад в борьбе с гололедом использовали только соль и песок. Из-за них разрушалась структура дорожного покрытия, детали автомобилей, обувь. Это также плохо воздействовало на экологию — уровень соли в почве критически повысился, страдали зеленые насаждения. Гильфанов захотел решить эту проблему.
Рустам Гильфанов – основатель Уральского завода противогололедных материалов
Нужно было создать безвредный противогололедный материал (ПГМ), который будет быстро выполнять свою функцию. Задача не из легких, но этот человек действовал с такой самоотдачей, что коллеги потом говорили — он заражал своей активностью всех. Сначала Гильфанов привлек к работе ведущие НИИ: от медицинского до дорожного. Вместе они изучали состав иностранных ПГМ. Начались активные разработки и исследования (и они не прекращаются до сих пор).Шесть лет ушло на то, чтобы создать такой материал, который будет менее агрессивен к окружающей среде и машинам и более эффективен в своем предназначении — борьбе со льдом.Совместно с другими учеными было запатентовано первое изобретение Гильфанова — многокомпонентный ПГМ, соответствующий иностранным стандартам качества. Взаимное действие комбинации солей в его составе позволило снизить негативное влияние хлорида натрия на конструкции и окружающую среду и усилить эффективность и положительные качества компонентов. Важно было и то, чтобы активно использовались ресурсы Пермского края.
УЗПМ поставлял ПГМ на Олимпийские игры в Сочи 2014. В том же году он стал партнером Паралимпийских игр.
За это Президент РФ вручил заводу памятную награду.
Не раз предприятие становилось лауреатом и призером различных конкурсов. От “100 лучших товаров России” до “Экологии ХХI века”. Также завод признали лучшим работодателем.
Рустам Халэфович же стал автором и соавтором еще 4 патентов в области борьбы со скользкостью.
Рустам Гильфанов сейчас
Сегодня разработки продолжаются. Гильфанов совершенствует свои изобретения, по его мнению антигололедные материалы не просто могут, но и обязаны быть безвредными для здоровья людей и окружающей среды.Разработка новых антигололедных реагентов на УЗПМ продолжается
Помимо этого, он вкладывает средства в социальные проекты краевого и федерального уровня — культурные, спортивные, экологические мероприятия. Он поддерживает паралимпийцев, спортивные секции и сотрудничает с рядом общественных организаций.Рустам Гильфанов — биография венчурного партнера фонда LongeVC
Рустам Гильфанов — IT-предприниматель, венчурный партнер фонда LongeVC.
Семья
Рустаму Гильфанову 38 лет. Родился 6 января 1983 года в Пермском крае (поселок Басим). В детстве Рустам интересовался научной фантастикой и математическими науками.
Образование
Получив среднее образование, Рустам поступил в Удмуртский государственный институт. В 2005 году будущий крупный IT-специалист получил юридическое образование. Освоил профессию арбитражного управляющего. В студенческие годы Рустам Гильфанов был активным участником многочисленных мероприятий и конференций.
Карьера
Студенчество Рустама Гильфанова совпало со временем, общепризнанным бумом развития Глобальной Сети. Усердно работая над получением юридического образования, будущий инвестор проявил интерес к ИТ. Это привело к отличной идее создания собственного IT-стартапа. Однако до этого Рустам Гильфанов получил большой опыт коворкинга в различных уникальных международных ИТ-проектах. Знание юриспруденции способствовало формированию уверенности Рустама.
В 2006 году при поддержке своих партнеров Рустам Гильфанов создал небольшую ИТ-компанию. В настоящее время считается одним из крупнейших игроков рынка в индустрии разработки программного обеспечения. Компания имеет много достижений, например. создание более 100 уникальных игровых приложений и открытие офисов на Мальте и Кипре.
Как только Рустам создал свою компанию, он развил в своем детище новое предпринимательство. Он ориентирован на оказание качественной поддержки молодым талантливым специалистам и формирование максимально выгодных условий для развития HR. Всего за пять лет штат компании увеличился до 1000 сотрудников. Примечательно, что здесь каждый сотрудник имеет все необходимые возможности для реализации своего рабочего потенциала.
Благотворительность
Рустам Гильфанов также известен как благотворитель. На постоянной основе интегрирует проекты по развитию корпоративной социальной ответственности в ИТ-компанию. Рустам уделяет большое внимание созданию образовательных проектов для молодежи.
ЛакиБукс, пожалуй, самый известный благотворительный проект Рустама Гильфанова. Его активно поддержал фонд «Я-Майбутне Украины». Проект направлен на поддержку талантливых писателей и популяризацию украинской нон-фикшн среди подростков.
Рустам Гильфанов также поддерживает прекрасную инициативу по восстановлению детской библиотеки в Киеве и превращению ее в библиотечный хаб. Эта идея создана совместно с проектом «Библиотеки Майбутнёго». В библиотеке появился компьютерный класс, где ведущие разработчики компании организуют курсы программирования. Он планировался как разовый проект, но сейчас работает на постоянной основе и охватывает всю Украину.
Частные инвестиции
Недавно Рустам Гильфанов заявил о намерении прекратить действующий бизнес и уделить больше внимания инвестированию в наиболее интересные и перспективные ИТ-проекты в области финансовых технологий, видеостримов и игр, которые в настоящее время становятся все более популярными.
Добавьте журнал CEOWORLD в свою ленту новостей Google.
Следите за заголовками журнала CEOWORLD на: Новости Google, LinkedIn, Twitter и Facebook.
Спасибо за поддержку нашей журналистики. Подпишитесь здесь.
По вопросам СМИ обращайтесь по адресу: [email protected]
Tags :Billionaire InsiderBoards InsiderCapitalist InsiderMillionaires InsiderMoney InsiderWalth InsiderWalthiest Insider
Рустам Гильфанов: как будут выглядеть клинические испытания через 30 лет?
Попытка заглянуть в будущее и узнать, как быстро мы можем разрабатывать новые лекарства.
Сегодня, прежде чем лекарство впервые появится на прилавках аптек, потребуется 8-14 лет на доклинические и клинические испытания и не менее 1,3-2 млрд долларов на тестирование нового соединения. Доклинические исследования и клинические испытания составляют 80% от общих расходов.
Кроме того, статистические данные показывают, что только одно из пяти соединений, прошедших фазу I испытаний, в конечном итоге будет одобрено.
Как мы можем облегчить этот процесс и сэкономить деньги? Здесь мы предсказываем, как будут выглядеть клинические испытания через 30 лет.
Кризис моделей
РЕКЛАМА
Разработка лекарств остается длительной и дорогостоящей деятельностью с низкой вероятностью успеха. По оценкам ученых, средние инвестиции в эту область исследований составляют 1,3 миллиарда долларов на одно лекарство, а приблизительные сроки разработки варьируются в пределах 5,9-7,2 и 13,1 года для неонкологических и онкологических препаратов соответственно.
Из 5000 соединений, прошедших доклинические исследования, только пять проходят фазу I клинических испытаний. Общий уровень одобрения исследуемых препаратов не превышает 13,8%. Токсичность и низкая эффективность считаются основными причинами неудач клинических испытаний.
Эти неудачи часто происходят из-за плохого выбора моделей: соединения, показавшие большой потенциал во время испытаний на животных, оказываются неэффективными при введении людям. Поэтому одной из основных тенденций современного дизайна лекарств является тщательный анализ того, насколько адекватна модель, используемая для доклинических исследований (будь то крыса или макака), по сравнению с человеческим организмом.
Хотя большинство неудачных кандидатов в лекарства неэффективны, но безвредны, выбор неподходящих моделей иногда может привести к катастрофическим последствиям. Так было в случае с компанией TeGenero, которая работала над новым лекарством от аутоиммунных заболеваний. Гуманизированное моноклональное антитело TGN1412 (терализумаб) продемонстрировало выдающиеся результаты в ходе доклинических испытаний на обезьянах [5]. Однако люди-добровольцы, принимавшие участие в испытаниях фазы I, пострадали от сильного цитокинового шторма через час после введения тестируемого препарата.
Несколько участников даже впали в кому.
Причина инцидента была проста: оказалось, что безопасные дозировки TGN1412 для людей и обезьян разные. Тем не менее, это доказывает, что животные могут быть лишь приблизительными прототипами человеческого тела.
РЕКЛАМА
Что касается эффективности новых препаратов, то дольше всего выводятся на рынок препараты против расстройств ЦНС и рака; статистика показывает, что они составляют половину всех неудачных клинических испытаний. Сложность этих заболеваний и множество факторов, влияющих на их развитие, делают испытания новых лекарств на животных практически бессмысленными.
3D-модели и органы на чипе
Одним из способов преодоления разрыва между человеком и животными является применение трехмерных моделей органов человека, эффективно воссоздающих условия человеческого организма благодаря среде соседних клеток и внеклеточному матриксу.
Например, 3D-модели помогают более точно оценить дозировку во время испытаний противораковых препаратов.
Внешние клетки получают более высокую дозу, чем клетки в культуре, точно так же, как клетки в живом организме (особенно в случае солидных опухолей).
Тем не менее, 3D-модели дороги и сложны в разработке и использовании. Именно поэтому, несмотря на свои функциональные преимущества, они менее популярны среди исследователей, чем двухмерные варианты. Но, возможно, через три десятилетия они станут обычным явлением.
РЕКЛАМА
Органы-на-чипе (ООС) — более сложная модель. Эти устройства культивируют клеточные культуры, имитируя механические и физиологические реакции органов и даже систем органов, и объединяют 3D-модель органа с микрофлюидной платформой. Учеными уже разработаны модели ООС микрососудов, легких, почек, кишечника, печени и их сочетаний.
Как можно создать такую модель? Например, для подготовки 3D-культуры для моделирования бронхов и более мелких тканей дыхательных путей требуются первичные бронхиальные клетки человека.
Клетки выращивают в культуральных колбах, а затем высевают на платформы с пористыми мембранами, что позволяет расположить их на границе раздела воздух-жидкость и дифференцировать исходные базальные клетки бронхиального эпителия.
На самом деле концепция органов-на-чипе появилась десять лет назад, но не получила широкого распространения из-за своей сложности и жесткости правового регулирования, предъявляемого к фармацевтическому рынку.
Однако на данный момент некоторые компании помогают Big Pharma сократить расходы и снизить риски неудачных испытаний, предлагая OOC-решения. Например, стартап Emulate работает в партнерстве с несколькими фармацевтическими компаниями, разрабатывая чипы, изучающие иммунные реакции на расстройства ЦНС. Компания также создала модель «печень на чипе» для анализа воздействия микробиома и проведения токсикологических исследований во время разработки лекарств.
Чипы способны передавать данные, ранее полученные в ходе испытаний на животных или людях.
Эта технология может произвести революцию в отрасли и полностью отказаться от доклинических испытаний с участием животных. В лучшем случае через 30 лет ученые триумфально представят модель «человек на чипе» и проведут персонифицированные доклинические исследования.
РЕКЛАМА
Данные Omics в дизайне лекарств
Некоторые вопросы, связанные с доклиническими исследованиями, могут быть решены с помощью данных омики — обширных пулов молекул (собранных на разных уровнях биологических процессов), которые демонстрируют состояние тела или части тела. Данные омики анализируются биоинформатикой, междисциплинарной областью, объединяющей биологию, статистику и информатику.
Данные омики в основном используются на самых ранних стадиях доклинических испытаний для оценки свойств молекул-кандидатов по информации, полученной от клеток, и для получения «слепка» больного организма для проверки воздействия различных веществ.
Классический случай применения данных омики одного уровня заключается в сравнении транскриптомов тканей здоровых и больных людей. Ученые изучают экспрессию генов, чтобы обнаружить поврежденные молекулярные пути; после этого они выбирают молекулы-кандидаты, которые могут воздействовать на молекулы-мишени.
Последние тенденции связаны с анализом мультиомных данных, то есть информации о пептидах, белках, метаболитах и последовательностях ДНК и РНК. Это помогает увидеть полную картину болезни, так как патологические процессы затрагивают несколько клеточных уровней.
РЕКЛАМА
В идеальном случае через 30 лет стандартной практикой станет сбор различных массивов данных в начале доклинических исследований для выявления закономерностей прогрессирования заболевания, обнаружения и тестирования потенциальных мишеней, выбора и проверки кандидатов и исключения токсичных молекул. Все это сделает дизайн лекарств намного быстрее и персонализированнее.
Кроме того, можно будет контролировать весь процесс (кроме испытаний на животных или моделирования клеток) через компьютер. Учитывая тот факт, что экспрессия некоторых заболеваний уже опубликована, достаточно сравнить их с профилями экспрессии в здоровых тканях и узнать о свойствах лекарств. Базы данных, предлагающие такую информацию, уже существуют, например, ChEMB и L1000 Viewer; последнее позволяет ученым выяснить, на экспрессию каких генов влияют определенные лекарства. Этот алгоритм помог предсказать эффективность шести лекарств-кандидатов для лечения рака желудка.
Международная компания Insilico Medicine продемонстрировала успех этого подхода, объявив о доклинических исследованиях молекулы-кандидата для лечения фиброза почек [100], которые продемонстрировали необходимые фармакологические свойства как in vivo , так и in vitro . Весь процесс занял 18 месяцев, хотя для завершения подобных исследований обычно требуются годы.
До этого компания также применила данные omics, чтобы найти новую мишень для идиопатического фиброза легких.
Другими словами, данные omics могут приблизить нас к персонализированной медицине. Возможно, через три десятилетия врачи будут анализировать данные своих пациентов об омиксах, чтобы найти правильное лекарство, следить за их реакцией на лечение и при необходимости менять рецепт или дозировку.
Компьютерное зрение и машинное обучение
РЕКЛАМА
Исследования заболеваний центральной нервной системы занимают второе место по количеству неудачных доклинических испытаний. С 2011 года отделы исследований и разработок крупных компаний регулярно отменяют исследования даже таких заболеваний, как болезнь Альцгеймера.
Проблема в том, что расстройства ЦНС прогрессируют в зависимости от наследственных и экологических аспектов и могут различаться по тяжести и симптомам. Кроме того, доклинические испытания даже не пытаются воссоздать все характеристики воздействия.
Например, возраст является основным фактором риска инсульта. Тем не менее, большинство исследований in vitro проводится с использованием клеток «здоровых самцов мышей». Проверяя эффективность новых лекарств на этом сомнительном наборе образцов, исследователи игнорируют сопутствующие заболевания или вредные привычки. Также не будем забывать об общих биологических различиях между людьми и мышами. В результате модели, используемые для испытаний, слишком далеки от реальности.
Более того, «Диагностическое и статистическое руководство по психическим расстройствам» доказывает, что, в отличие от животных, люди обладают многочисленными поведенческими паттернами. Во время доклинических испытаний эти паттерны понижаются до приблизительной оценки основных анималистических реакций. Сколько раз больше всего останавливались? Как долго он оставался у стенки клетки? Как быстро он может бегать по кругу?
Технологии искусственного интеллекта могут помочь исследованиям, подобным этим, установить некоторое правдоподобие.
Например, в некоторых доклинических исследованиях уже используется поведенческое фенотипирование.
РЕКЛАМА
Этот метод включает в себя автоматический анализ видеороликов, на которых показаны движущиеся животные. Специальные программы выявляют поведенческие паттерны на основе типичных движений, положений тела и жестов.
Одним из таких алгоритмов является MoSeq (Motion Sequencing), используемый для тестирования нейро- и психоактивных препаратов. Посмотрев сотни 20-минутных видеороликов, алгоритм был обучен определять фармакологический класс и дозировку вещества, вводимого животным. Поведенческие реакции, распознаваемые MoSeq, помогли исследователям обнаружить неизвестные ранее сходства и различия между ними, а также выявили побочные эффекты вводимых препаратов.
Количество программного обеспечения, основанного на компьютерном зрении и машинах, вероятно, увеличится в течение следующих трех десятилетий, что повысит эффективность доклинических испытаний.
Кроме того, методы ИИ и МО могут значительно повысить вероятность успеха разработки лекарств, если их использовать для отбора добровольцев для клинических испытаний. Они также могут обеспечить «интеллектуальный» контроль качества клинических данных и результатов работы на месте.
Задержано законом
РЕКЛАМА
Законодательство остается важнейшим фактором, влияющим на скорость и внедрение технологий. Современные подходы к клиническим испытаниям должны следовать подробным протоколам, чтобы обеспечить соответствие научным процедурам и предотвратить выпуск потенциально опасных лекарств.
Даже в самых прогрессивных странах приняты законы, запрещающие разработку лекарств исключительно на основе компьютерного моделирования. Тесты на животных и участие людей-добровольцев обязательны для любых клинических испытаний, а методы ИИ могут применяться только как вспомогательные средства. По крайней мере на данный момент.
Тем не менее, кажется очевидным, что в ближайшем будущем законодательство изменится, поскольку появляется больше историй успеха испытаний, ориентированных на ИИ. К середине 21 века на рынке появится немало лекарств, в разработке которых решающую роль сыграли тесты in silico . Даже сейчас новейшие технологии делают процесс разработки более быстрым и экономичным. Вскоре они также сделают его более эффективным.
Подводя итоги, ученые продолжают придумывать новые способы решения текущих задач и подтверждать безопасность и эффективность новых лекарств. Они включают оба in silico (компьютерные модели) и in vitro (трехмерные клеточные культуры и ООС). Может быть, мы станем свидетелями тех времен, когда разработка нового препарата не заставит страдать ни одно живое существо, а его вывод на рынок займет месяцы, а не годы.
РЕКЛАМА
Рустам Гильфанов — бизнес-ангел и венчурный партнер LongeVC.