Durante décadas, los investigadores han intentado acelerar el desarrollo de medicamentos. Sin embargo, este proceso se ha vuelto cada vez más lento, arriesgado y costoso. Desde el inicio del programa de desarrollo hasta la aprobación de un medicamento, pueden pasar de 12 a 15 años, y nueve de cada diez medicamentos que pasan por ensayos clínicos no obtienen la aprobación. Además, el costo de llevar nuevos medicamentos al mercado se estima en miles de millones de dólares.
Las empresas farmacéuticas, sin embargo, están haciendo grandes esfuerzos por introducir innovaciones, incluyendo sistemas avanzados de inteligencia artificial (IA), que reducen drásticamente las etapas previas a los ensayos clínicos. Actualmente, investigadores de universidades y compañías farmacéuticas líderes están evaluando si la IA puede acortar significativamente la duración de la fase de descubrimiento y desarrollo de nuevos medicamentos. ¿Será que pronto veremos una gran variedad de nuevos medicamentos? ¡Vamos a descubrirlo!
La inteligencia artificial puede ayudar a acelerar el desarrollo de medicamentos, pero solo si le proporcionamos los datos correctos
Redes Neuronales, Medicamentos y Venenos
Hace un par de años, hubo una investigación cuyos resultados no fueron completamente publicados debido a la alta confidencialidad y los riesgos que conlleva el desarrollo de medicamentos mediante IA generativa. Los autores del trabajo, publicado en la revista Nature Machine Intelligence, descubrieron que la IA puede crear nuevos medicamentos y armas biológicas en poco tiempo.
Sí, escuchaste bien: el sistema de inteligencia artificial MegaSyn, entrenado para combinar moléculas, creó en solo seis horas más de 40,000 compuestos moleculares potencialmente peligrosos, muchos de los cuales resultaron ser más tóxicos que todas las sustancias neuroparalíticas existentes. Afortunadamente, ninguno de los compuestos generados por el sistema existe en la realidad, pero los riesgos son enormes, por lo que hay que abordar este tema con prudencia.
La IA puede analizar enormes cantidades de datos en cuestión de días, investigando estructuras proteicas complejas y evaluando moléculas objetivo potenciales. El potencial para descubrir nuevos medicamentos es enorme y, a medida que avance el aprendizaje automático, este proceso se acelerará.
Quién Utiliza la IA para Desarrollar Medicamentos
Hoy en día, las grandes compañías farmacéuticas invierten en el desarrollo de sistemas de IA para la creación de medicamentos. Lo mismo hacen grandes empresas tecnológicas, como Google, y muchos startups. Según Financial Times, la empresa Isomorphic Labs, que utiliza IA para el desarrollo de medicamentos, ya ha firmado contratos millonarios con compañías farmacéuticas, prometiendo «revolucionar el prolongado proceso de desarrollo» y «reducir el tiempo dedicado a encontrar nuevos medicamentos».
Startups enfocados en inteligencia artificial han surgido en EE.UU. (Recursion y Genesis Therapeutics), Hong Kong (Insilico) y el Reino Unido (Relay Therapeutics). Además, según Daphne Koller, directora de Insitro, los grandes modelos lingüísticos ya no necesitan ser explicados y entrenados. Prueba de ello es Nvidia, que ha invertido o firmado acuerdos de colaboración con al menos seis diferentes empresas biotecnológicas especializadas en IA en el último año.
Es interesante que los modelos de desarrollo de fármacos que utilizan muchas empresas incluyan una amplia gama de datos biológicos, como la secuencia del genoma, imágenes de células y tejidos, estructuras de las proteínas correspondientes, biomarcadores en sangre, proteínas producidas en células específicas, así como datos clínicos sobre la evolución de la enfermedad y la influencia de los medicamentos y los métodos de tratamiento de los pacientes. Una vez entrenados, estos sistemas pueden ajustarse con precisión y ampliarse sus capacidades.
De especial interés es el uso de datos de pacientes. Por razones obvias, a menudo es imposible determinar con precisión el mecanismo de desarrollo de la enfermedad en humanos, por lo que en el desarrollo de fármacos se suelen utilizar en gran medida modelos animales, aunque pueden ser engañosos.
Así, la IA, entrenada en biología humana y mejor adaptada a ella, puede ayudar a evitar algunos de los callejones sin salida que obstaculizan el desarrollo de fármacos, señalan los expertos.
Por ejemplo, la empresa Insitro está entrenando sus modelos para que trabajen con datos anatomopatológicos, secuencias genómicas, datos de resonancia magnética y análisis bioquímicos de sangre. Uno de los modelos de la empresa es capaz de relacionar los cambios en el aspecto de una célula al microscopio con las mutaciones subyacentes en el genoma, así como con los resultados clínicos en diversas enfermedades. Los representantes de la empresa esperan utilizar estos y otros métodos similares para identificar subgrupos de pacientes de cáncer que tendrán especial éxito con determinados tratamientos. Suena bien, ¿verdad?
Desarrollo y Ensayos Clínicos
El desarrollo de medicamentos incluye varias etapas específicas. A menudo, todo comienza con la identificación del objetivo biológico responsable de la enfermedad, ya sea ADN, ARN, un receptor proteico o una enzima, seguido del cribado de moléculas que pueden interactuar con él. Esta etapa se llama «descubrimiento».
Para la mayoría de los medicamentos, se obtienen moléculas de pequeño tamaño, tras lo cual los científicos trabajan para mejorar su actividad y resolver cualquier problema relacionado. Si tienen éxito, se desarrolla una molécula prototipo para la siguiente fase: los ensayos preclínicos, que incluyen pruebas para entender cómo el posible medicamento es transportado, metabolizado y excretado por el cuerpo.
Durante la segunda etapa también se verifica la seguridad y dosificación. Si todo va bien, el medicamento obtiene la aprobación para los ensayos clínicos. Todas las etapas de descubrimiento y ensayos preclínicos toman en promedio seis años. Según un informe de BCG y el fondo de investigación Wellcome, la IA puede ahorrar «al menos un 25-50% de tiempo y dinero» en el desarrollo de medicamentos hasta la fase preclínica.
¿Cómo ha Acelerado la IA el Proceso de Desarrollo de Medicamentos?
La compañía farmacéutica Insilico Medicine, con sedes en Nueva York y Hong Kong, anunció que ha pasado a la primera fase de ensayos clínicos de un medicamento desarrollado con ayuda de IA. La molécula está dirigida a la fibrosis pulmonar idiopática, una grave enfermedad que provoca la formación de cicatrices incurables en los pulmones.
El desarrollo del nuevo medicamento y sus ensayos preclínicos se completaron en solo 30 meses. En junio del año pasado, la compañía comenzó la segunda fase de ensayos, estudiando en detalle la eficacia del nuevo medicamento. Además, alrededor de 20 empresas están utilizando activamente IA y han pasado a los ensayos preclínicos, con 158 medicamentos en desarrollo.
Sin embargo, estas afirmaciones provienen de las propias empresas y, hasta que no sean confirmadas por expertos independientes, es necesario ser cautelosos. Al final, todos los resultados obtenidos durante los ensayos y el desarrollo deben ser publicados en revistas científicas revisadas por pares, independientes de las respectivas compañías.
El Mundo al Borde de una Revolución
La capacidad de la inteligencia artificial para generar nuevas ideas proporciona a los usuarios información para identificar objetivos terapéuticos y predecir el comportamiento de nuevos compuestos. También se utiliza para encontrar nuevos usos de medicamentos antiguos, predecir efectos secundarios de nuevos fármacos y diferenciar entre los pacientes a los que el medicamento puede ayudar y aquellos a los que puede dañar. Pero, a pesar de este progreso, el Dr. Pande de la empresa Andreessen Horowitz cree que los últimos avances marcan cambios graduales.
Las investigaciones biomédicas, especialmente en biotecnología y farmacéutica, han aumentado su dependencia de la automatización y la ingeniería incluso antes de la aparición de nuevos modelos básicos. Ahora que estos modelos existen, parecen potenciarse mutuamente.
Dr. Pande
Nuevos modelos básicos no solo permiten trabajar con grandes cantidades de datos, sino que requieren su uso, y los laboratorios altamente automatizados necesitan grandes cantidades de datos fiables. En resumen, la biología ahora puede considerarse como «un sistema de procesamiento de información, aunque extremadamente complejo«. Algunos incluso sugieren que la IA está dominando «el lenguaje de la biología» y aprendiendo a comprender lo que la evolución ha producido directamente a partir de los datos.
Así, algunos investigadores predicen la aparición de modelos de open foundation, que integrarán datos que abarcan todo el espectro, desde secuencias del genoma hasta historias clínicas. De cualquier manera, el mundo parece estar al borde de una nueva revolución industrial que lo cambiará todo. Afortunadamente para todos, este proceso probablemente será gradual y la última palabra debe ser nuestra.
