Potentes herramientas basadas en IA han comenzado a acelerar los diagnósticos de enfermedades y a extraer datos en busca de nuevos medicamentos.
David H. Freedman, Esther Landhuis, Mike May
En la investigación médica y la atención médica, el tiempo es crucial. Siempre es mejor diagnosticar una enfermedad a tiempo, tratarla antes de que progrese y acortar años el desarrollo de fármacos para acelerar las terapias que salvan vidas. Sin embargo, incluso hoy en día, estos procesos pueden ser lentos y estar plagados de errores. La inteligencia artificial puede ayudar. Las siguientes historias destacan empresas emergentes que utilizan IA para detectar patrones que los humanos pasarían por alto. En el proceso, buscan descubrir nuevos fármacos candidatos, aumentar la precisión del diagnóstico, mejorar la telesalud y brindar atención personalizada.
IA PARA LO QUE TE DUELE
La noticia, en octubre de 2024, de que Sir Demis Hassabis recibiría un Premio Nobel de Química por su trabajo en la predicción de estructuras de proteínas puso en el centro de atención el reciente auge de la inteligencia artificial para el descubrimiento de fármacos.
Los nuevos y potentes modelos de IA pueden analizar conjuntos de datos para identificar moléculas prometedoras y predecir sus interacciones con dianas biológicas. Otros modelos pueden predecir la seguridad y eficacia probable de un fármaco experimental. En conjunto, estos modelos muestran un gran potencial para acelerar el desarrollo de fármacos.
Los esfuerzos para aplicar la IA al descubrimiento de fármacos han tenido que superar un desafío particular: la escasez de datos para entrenar modelos. Normalmente, solo existe una cantidad limitada de datos sobre un posible fármaco y su posible efecto sobre una enfermedad. «Muchas dianas farmacológicas son novedosas y tienen muy poca o ninguna sustancia química conocida que las module», afirma Evan Feinberg, fundador y director ejecutivo de Genesis Therapeutics.
Para hacer frente a la escasez de datos, los científicos deben profundizar en sus herramientas de programación. Un modelo de aprendizaje automático para el descubrimiento de fármacos podría partir de datos basados en el conocimiento sobre la estructura molecular de un receptor relacionado con una enfermedad y, posteriormente, generar moléculas teóricas hasta encontrar algunas que se unan a dicho receptor. Sin embargo, para desarrollar estos métodos basados en IA para la búsqueda de nuevos fármacos, las empresas deben crear algoritmos y modelos personalizados. Genesis, por ejemplo, aborda el descubrimiento de fármacos combinando modelos patentados basados en IA y estudios moleculares de laboratorio.
Hassabis, director ejecutivo de Google DeepMind e Isomorphic Labs, ambas propiedad de Alphabet, la empresa matriz de Google, fue fundamental en el desarrollo de AlphaFold, una de las plataformas de IA más prestigiosas. La última versión, AlphaFold 3, predice la estructura tridimensional de las proteínas y cómo interactúan con otras biomoléculas, como receptores y enzimas, en el desarrollo de enfermedades. Científicos de Isomorphic colaboran con equipos de Eli Lilly y Novartis para combinar AlphaFold 3 con otras herramientas personalizadas basadas en IA y descubrir anticuerpos y otros nuevos tratamientos que inhiben dianas relacionadas con enfermedades.
Lo que, según se informa, es el primer fármaco diseñado con IA para tratar una enfermedad pulmonar rara, inició ensayos clínicos de fase 2 en junio de 2023. La empresa biotecnológica Insilico Medicine lo desarrolló utilizando su paquete de software PHARMA.AI. Este enfoque basado en IA analiza las dianas de la enfermedad basándose en diversas características, incluyendo la probabilidad de que sean inhibidas de forma segura y eficaz por posibles fármacos. «Esta evaluación holística es crucial para la identificación de dianas terapéuticas viables», afirma Thomas Leichner, director de estrategia de la empresa.
