Cómo la inteligencia artificial está cambiando la industria farmacéutica

Buenos Aires (AT) - Matthias Steger, un químico farmacéutico con una década de experiencia, emprendió un viaje científico que comenzó modestamente con lápiz y papel. Su objetivo: descubrir un fármaco para tratar la retinosis pigmentaria, una rara enfermedad ocular degenerativa. Durante años, Steger meticulosamente registró estructuras químicas que afectaban a las células madre y progenitoras, esenciales para la regeneración en tejidos dañados. Sin embargo, encontrar el patrón correcto en estas estructuras era como buscar una aguja en un pajar. Aunque su formación en Roche le proporcionó una sólida base, el proceso de desarrollo de un nuevo medicamento requería enormes recursos financieros y una década de esfuerzo.

La alianza con la IA

Con la esperanza de acelerar el proceso, Steger recurrió a la inteligencia artificial (IA). Envió las estructuras químicas a Gisbert Schneider, un colega de Roche y experto en diseño de fármacos asistido por ordenador en la Escuela Politécnica Federal de Zúrich (Eidgenössische Technische Hochschule Zürich - ETH). Utilizando modelos de IA, Schneider identificó moléculas con la actividad biológica deseada. Tras años de pruebas y síntesis, Steger y su equipo generaron dos fármacos candidatos. Uno de ellos, el EA-2353, ahora se encuentra en fase inicial de ensayos clínicos.

Steger reconoce que sin la IA, este logro habría sido mucho más difícil. Los algoritmos pueden revelar patrones invisibles al ojo humano, y su impacto en la búsqueda de nuevos candidatos a fármacos es innegable. En una era donde la inversión en IA está transformando la industria farmacéutica, Steger y su empresa emergente, Endogena, están liderando el camino hacia tratamientos más eficaces y eficientes. A medida que los fármacos descubiertos mediante IA avanzan hacia ensayos en seres humanos, las grandes empresas farmacéuticas, incluyendo los gigantes suizos Roche y Novartis, compiten por liderar este campo.

Grandes empresas farmacéuticas y su apuesta en la era de la IA

El año pasado, Roche anunció una colaboración de investigación a largo plazo con el fabricante de chips estadounidense Nvidia. Este acuerdo forma parte de al menos ocho acuerdos de IA que Roche ha firmado desde 2019. Por su parte, la farmacéutica suiza Novartis ofreció a Isomorphic Labs, una filial de Google DeepMind, un pago inicial de US$ 37,5 millones, con la posibilidad de recibir otros US$ 1.200 millones si logra ciertos hitos en el desarrollo de tres nuevos candidatos a fármacos. Estos ejemplos son solo una muestra de los más de 100 acuerdos relacionados con la IA que empresas farmacéuticas y start-ups han firmado en la última década para impulsar el descubrimiento de fármacos.

A lo largo de décadas, los grandes laboratorios farmacéuticos han utilizado computadoras para apoyar el desarrollo de fármacos. Sin embargo, hasta hace poco, existía cierta reticencia a confiar plenamente en la IA. En la década de 2000, después de experimentar con redes neuronales artificiales, las compañías farmacéuticas sentían que la IA no había cumplido sus promesas. Estas primeras redes o algoritmos carecían de sofisticación, datos y potencia de cálculo. Sin embargo, la mentalidad ha evolucionado. Ahora, existe una mayor disposición a aceptar las recomendaciones de los algoritmos de IA, y ninguna empresa farmacéutica quiere quedarse atrás. Detrás de esta transformación se encuentran los avances recientes en aprendizaje profundo, herramientas de IA generativa como ChatGPT, la creciente potencia de cálculo y los conocimientos cada vez más profundos sobre genética y biología molecular.

La última generación de modelos de IA tiene la capacidad de analizar y descubrir patrones en conjuntos de datos vastos y diversos, incluso en imágenes. Esto la convierte en una herramienta especialmente valiosa para el descubrimiento de fármacos, donde se trabaja con billones de células y alrededor de 20.000 genes codificadores de proteínas en cada individuo.

En 2020, DeepMind, la filial de investigación en IA de Google, presentó AlphaFold, un algoritmo capaz de predecir las estructuras tridimensionales y las interacciones de proteínas, ARN y ADN. Esta innovación fue crucial para determinar las estructuras proteicas del SARS-CoV-2, contribuyendo al desarrollo acelerado de vacunas contra el Covid.

AlphaFold y su impacto

AlphaFold no solo ha impulsado la investigación de nuevas dianas farmacológicas, sino que también ha validado el potencial de la IA para lograr avances científicos significativos. En la actualidad, existen numerosas herramientas de software de IA, tanto patentadas como de código abierto, que las compañías farmacéuticas utilizan para buscar datos relevantes en revistas médicas, explorar bibliotecas de moléculas en busca de candidatos prometedores e identificar objetivos terapéuticos para diversas enfermedades. Se estima que la IA podría reducir entre un 25 % y un 50 % el tiempo y los costos asociados al descubrimiento de fármacos, según diversos estudios.

Elif Ozkirimli, responsable de productos de ciencia computacional para investigación y desarrollo (I+D) de Roche en Basilea, señala que aunque la IA, incluyendo el aprendizaje automático y los grandes modelos lingüísticos, no es una tecnología completamente nueva, su adopción y escala se han acelerado significativamente en los últimos dos años.

Roche y Novartis

Roche ha destinado aproximadamente 3.000 millones de dólares anuales para modernizar su infraestructura digital y hacer que la IA sea una parte integral de su proceso de I+D. Hace algunos años, Roche atrajo a los mejores biólogos computacionales del MIT y la Universidad de Cambridge, formando un equipo de alrededor de 400 personas en el departamento de ciencias computacionales de su filial Genentech en San Francisco. Además, cientos de profesionales trabajan en Basilea y otras sedes.

En 2021, la empresa adquirió Prescient Design, una start-up neoyorquina compuesta por tres personas. Esta adquisición permitió desarrollar un conjunto de algoritmos entrenados con datos tanto públicos como propios de Roche, provenientes de experimentos y ensayos clínicos. Gracias a esta iniciativa, se han identificado nuevas indicaciones para medicamentos más antiguos y se ha priorizado la investigación de fármacos candidatos con mayores posibilidades de éxito.