Científicos trabajan en un modelo de Inteligencia Artificial capaz de diseñar nuevos fármacos

Eli Lilly, una de las compañías farmacéuticas más grandes del mundo, está liderando un cambio revolucionario en el diseño de nuevos medicamentos mediante el uso de Inteligencia Artificial Generativa.

En experimentos recientes, esta tecnología ha demostrado ser capaz de generar estructuras moleculares a una velocidad y con una creatividad que sobrepasa ampliamente las capacidades humanas, según compartió Diogo Rau, director de información y digital de Eli Lilly, en la Cumbre del Consejo Ejecutivo de Tecnología de CNBC.

La IA está explorando entre millones de moléculas, logrando identificar candidatos a medicamentos con estructuras “extrañas”, las cuales no se corresponden con nada conocido en las bases de datos moleculares existentes de la empresa, pero que presentan un potencial considerable. “Se han generado en cinco minutos tantas moléculas como Lilly podría sintetizar en un año entero en laboratorios convencionales”, explicó Rau.

La posibilidad de que la IA genere medicamentos íntegramente por sí sola en el futuro próximo no solo cambiará radicalmente la industria farmacéutica, sino también los fundamentos científicos que han estado en pie durante siglos.

Según Rau, la reacción inicial de los ejecutivos de Lilly ante los diseños generados por IA fue de escepticismo e incluso esperaban que los científicos encontraran fallos en las propuestas. Sin embargo, la respuesta de los investigadores fue sorprendentemente positiva: “Es interesante; no habíamos pensado en diseñar una molécula de esa manera”, indicaron.

Esta apertura hacia diseños inusuales marca una nueva era en la innovación farmacéutica, donde la colaboración entre humanos y máquinas se traduce en un enriquecimiento mutuo de la creatividad y capacidad científica. “Hablamos siempre de entrenar a las máquinas, pero el arte donde las máquinas producen ideas a partir de un conjunto de datos que los humanos no habríamos podido ver o visualizar estimula aún más la creatividad”, reflexionó Rau.

La revolución médica impulsada por la inteligencia artificial (IA) alcanzó un logro significativo con la creación de AlphaFold por parte de la unidad de IA de Google, DeepMind. Este innovador enfoque marcó un antes y un después en el campo de la biología, permitiendo una comprensión más profunda de la estructura de las proteínas, crucial para el desarrollo y diseño de fármacos.

Kimberly Powell, vicepresidenta de atención sanitaria en Nvidia, destacó la capacidad de los modelos transformadores de IA para interpretar secuencias de aminoácidos y determinar la estructura de las proteínas a escalas y resoluciones sin precedentes.

Este extraordinario logro se ha traducido en nuevas estrategias para el análisis y diseño de fármacos, aprovechando el vasto catálogo de sustancias químicas ya digitalizadas. Según Powell, esto facilita que la IA realice su entrenamiento “de manera no supervisada y auto-supervisada”, ampliando significativamente las posibilidades de imaginar modelos de fármacos que estarían más allá del alcance del pensamiento humano tradicional.

El proceso revolucionario no se detiene ahí. La tecnología detrás de AlphaFold se ha comparado con los mecanismos operativos de ChatGPT. Como señaló Powell a CNBC, “ha sido entrenado en cada libro, página web, documento PDF” y es capaz de codificar el conocimiento del mundo de tal manera que se le pueden hacer preguntas y generar respuestas.

La digitalización de la biología, a escalas y resoluciones previamente inimaginables, forma la base de esta revolución. La inclusión de la genómica espacial permite el escaneo de millones de células dentro del tejido en 3D, una técnica que, junto con la capacidad de los modelos de IA para trabajar con químicos en formato digital, está marcando el inicio de una nueva era en la medicina.

La introducción de supercomputadoras de IA y técnicas inspiradas en el modelo de GPT (Transformador generativo preentrenado) está permitiendo simular el comportamiento biológico y químico de potenciales medicamentos, lo cual podría acelerar significativamente los tiempos de desarrollo e incrementar las tasas de éxito en las pruebas clínicas.

Según estudios recientes, como el publicado en Nature por Amgen, este nuevo enfoque no solo reduce el ciclo de descubrimiento de años a meses, sino que también eleva la probabilidad de éxito desde un incierto 50% a un prometedor 90%.

Los métodos convencionales de descubrimiento de fármacos suelen ser artesanales y costosos, con una tasa de fracaso cercana al 90%. Este proceso implica experimentación extensiva, análisis humano de datos y un ciclo de diseño basado en los resultados obtenidos, seguido de múltiples etapas de decisión con la esperanza de avanzar hacia ensayos clínicos exitosos.

Un aspecto innovador de la IA en la investigación farmacéutica es su capacidad para generar nuevos objetivos a partir de datos existentes, lo cual podría revelar blancos terapéuticos previamente desconocidos.

Esta habilidad de la IA para explorar nuevas posibilidades podría romper con la tendencia de centrarse en un conjunto limitado de objetivos farmacológicos, ampliando significativamente el horizonte de investigación y desarrollo de nuevos medicamentos.

La reducción en el tiempo y el costo del desarrollo de nuevos fármacos es un beneficio crucial de la implementación de la IA en este campo. Con un rango de costos que varía entre los 30 millones a los 300 millones de dólares por ensayo clínico, la posibilidad de acortar los plazos de desarrollo representa no solo un avance científico, sino también una oportunidad económica significativa para la industria farmacéutica.