La IA generativa diseñará nuevos fármacos por sí sola en un futuro próximo

La inteligencia artificial (IA) está revolucionando el campo del descubrimiento de fármacos, prometiendo una era en la que el diseño de medicamentos será más preciso, eficiente y radicalmente innovador, según destacan expertos del sector.

Un ejemplo claro de este avance se refleja en los experimentos recientes de Eli Lilly, cuyos científicos han quedado sorprendidos ante la capacidad de la IA para generar diseños moleculares innovadores. Este hito sugiere una transformación en la industria farmacéutica y el método científico que se ha utilizado durante siglos.

DeepMind de Google, con su proyecto AlphaFold, marcó un antes y un después al demostrar cómo la IA puede desentrañar la estructura de las proteínas, una base fundamental para el desarrollo de nuevos medicamentos. Según Kimberly Powell, vicepresidenta de atención médica de Nvidia, “fue el momento AlphaFold” que mostró el potencial de la IA en la biología. Este avance permite una innovación sin precedentes en el diseño de fármacos, facilitando el proceso a escalas y resoluciones hasta ahora inimaginables.

Con la adopción de modelos generativos, la IA puede concebir moléculas y proteínas que potencialmente abrirían caminos inéditos en la medicina. “La IA puede ‘pensar’ en modelos de fármacos que un humano no pensaría”, explica Powell. Esta capacidad no solo acelera el diseño sino que también aumenta las probabilidades de éxito en la creación de nuevos tratamientos.

La utilización de supercomputadoras de IA, similar a los modelos GPT, y la disponibilidad de datos en biología digital permiten simular y predecir interacciones biológicas, lo cual era antes un proceso largo y costoso. “Ahora tenemos esta capacidad de representar el mundo de las drogas (biología y química) porque tenemos supercomputadoras de IA”, detalla Powell.

Los resultados de aplicar IA en el descubrimiento de fármacos son prometedores. Por ejemplo, Amgen logró reducir el tiempo de descubrimiento de fármacos de años a meses con la ayuda de la IA, aumentando la tasa de éxito considerablemente. Este enfoque sistemático y repetible transforma el proceso tradicional de descubrimiento de medicamentos y mejora significativamente las tasas de éxito.

Las posibilidades que la IA abre en el desarrollo de nuevos medicamentos son inmensas. Desde el diseño de nuevas proteínas hasta la identificación de moléculas con potencial terapéutico, la IA tiene el potencial de explorar territorios biológicos inexplorados. “Se pueden utilizar estos modelos para alucinar proteínas que podrían tener todas las funciones y características que necesitamos”, apuntó Powell sobre la capacidad de la IA para generar nuevas enzimas terapéuticas.

Este cambio paradigmático ya está siendo implementado en investigaciones concretas. En la Universidad de Texas en Austin, por ejemplo, el uso de IA para el diseño de proteínas está mostrando resultados prometedores en terapias contra el cáncer. La IA está facilitando el proceso de identificación y mejora de proteínas terapéuticas, acelerando experimentos que antes requerían de complejas intervenciones de ingeniería genética.

Las implicaciones de esta revolución tecnológica son enormes, no solo en la forma en que se descubren y diseñan los medicamentos, sino también en cómo se comprende la biología a nivel molecular. “El espacio biológico dentro del campo más amplio del modelo de IA es todavía pequeño en comparación”, advierte Powell, señalando el vasto potencial de crecimiento y exploración que resta en la aplicación de la IA en la biología.

La industria está respondiendo a estos avances con inversiones en infraestructura capaz de soportar la complejidad de estos modelos de IA. La adquisición por parte de la Universidad de Texas en Austin de uno de los grupos informáticos más grandes de Nvidia para su nuevo Centro de IA Generativa es un testimonio de ello.

Finalmente, aunque los avances son significativos y las perspectivas alentadoras, los expertos coinciden en que la prueba definitiva para estos medicamentos diseñados por IA será su desempeño en ensayos clínicos con humanos. Aún se requiere generar evidencia sólida en esta etapa final para confirmar la eficacia y seguridad de los tratamientos diseñados con ayuda de la inteligencia artificial.

Como destaca Powell, este proceso es similar al entrenamiento de vehículos autónomos, donde la acumulación de datos y su aplicación en modelos mejora constantemente los resultados. Este enfoque iterativo y basado en datos promete no solo acelerar el descubrimiento de fármacos sino también ampliar el universo de posibles tratamientos, marcando el inicio de una nueva era en la medicina.