Inteligencia artificial: un gran negocio
El sector de la inteligencia artificial (IA) se encuentra en la vanguardia de las tecnologías digitales y está transformando el negocio hasta el punto de que se calcula que en 2023 alcanzará un valor estimado de medio billón de dólares. Sin embargo, su avance provoca siempre un debate polarizador: el del hombre frente a la máquina. ¿Podrían los robots dejar a los humanos sin trabajo y dominar el mundo?
Según un informe de IDC, el gasto mundial en el mercado de la IA aumentará en un 19,6% interanual en 2022 y alcanzará los 432 800 millones de dólares, de modo que es probable que deje atrás la marca de los 500 000 millones en 2023. IDC cree que el gasto en servicios de IA experimentará el crecimiento más rápido con una tasa de crecimiento anual compuesto del 22 %, y las plataformas de IA experimentarán el mayor crecimiento (TCAC del 34,6 %) de todo el software de IA analizado.
El proceso de desarrollo de fármacos basado en la IA
En general, se tarda una media de entre 10 y 15 años en identificar un fármaco, validarlo, desarrollarlo y obtener la aprobación para su uso clínico. Hay que vencer numerosos obstáculos para llevar un nuevo medicamento al mercado. El más importante es el coste, que se estima en 2600 millones de dólares con una tasa de aprobación de solo el 12 %.
Reinvención del descubrimiento de fármacos con la IA
En lo tocante a la digitalización, la industria farmacéutica encabeza la investigación de vanguardia y está aprovechando los avances asociados al diseño de fármacos asistido por la IA. La IA puede reconocer los compuestos con actividad y los compuestos de partida y validar rápidamente las dianas de los fármacos optimizando a la vez el diseño de la estructura de los medicamentos.
Algunos algoritmos de IA (como los clasificadores de vecino más cercano, radiofrecuencia o RF, las máquinas de aprendizaje extremo, las máquinas de vectores de soporte y las redes neuronales profundas) se usan para realizar una criba virtual de fármacos en función de la viabilidad de la síntesis y pueden predecir las propiedades fisicoquímicas, la bioactividad y la toxicidad de las moléculas objetivo sin sesgos.
El diseño de fármacos con la IA puede facilitar el descubrimiento basado en estructuras prediciendo la estructura 3D de la proteína y proporcionando información vital sobre el efecto y la seguridad de un compuesto antes de la síntesis. Los métodos basados en la IA también se han usado para predecir con precisión las interacciones entre ligandos y proteínas, lo que a la postre mejora la eficacia terapéutica. La predicción mediante IA de las interacciones entre el fármaco y su diana también se han usado para el reposicionamiento de fármacos y con el fin de evitar la polifarmacología, lo que puede traducirse en un importante ahorro de costes.
El uso de la IA en el diseño de novo de moléculas puede ser beneficioso por su capacidad de proporcionar aprendizaje en línea y optimización simultánea de los datos ya aprendidos, así como de sugerir posibles rutas de síntesis para compuestos con el fin de agilizar el diseño y el desarrollo de compuestos iniciales.
Por último, las soluciones de búsqueda basadas en la IA pueden desempeñar un papel importante en todo el ecosistema de patentes, ya que contribuyen a mejorar tanto la eficiencia como la calidad de las patentes. Pueden realizar y revisar búsquedas complejas de estado de la técnica y liberar a los examinadores de patentes para que puedan llevar a cabo otras tareas y reducir el retraso en la tramitación de solicitudes.
¿El hombre y la máquina pueden vivir en armonía?
A pesar de las innumerables aplicaciones del proceso de desarrollo de medicamentos asistido por IA, el uso de esta tecnología en el desarrollo de fármacos presenta algunos problemas, por lo que la intervención humana seguirá siendo esencial para el proceso. La calidad de las predicciones generadas depende en gran medida del diseño del algoritmo. La IA está además sujeta a los sesgos de los algoritmos, y estos deben ser validados por científicos. Aunque los costes de la supercomputación y del cribado de alto rendimiento han disminuido con el tiempo, siguen siendo considerables.
Una posible solución a estos desafíos es la IA con interacción humana (HITL), que combina la eficiencia de la IA y la robótica con la información, las ideas y el criterio global de los investigadores, lo que ahorra tiempo y recursos y minimiza los errores. Esta estrategia se ha usado en Astellas, donde se probó un método HITL para acortar en aproximadamente un 70 % el tiempo necesario para llegar desde el compuesto activo hasta la adquisición de un compuesto con potencial farmacológico. CAS ha evaluado la innovación estructural de los tres primeros candidatos farmacológicos diseñados con IA que han llegado a la fase de ensayo clínico en humanos. El primer fármaco candidato, DSP-1181, fue presentado por Exscientia a principios de 2020. Desde entonces, se han sumado otros dos posibles fármacos —EXS21546 y DSP-0038— y hay un nutrido grupo de fármacos que están llegando con rapidez a esta fase, ya que varias compañías, como Exscientia, Insilico Medicine y Schrodinger, están llevando a cabo estudios preclínicos sobre posibles candidatos que pronto pasarán a la fase de ensayo clínico.
Los beneficios que el desarrollo de fármacos asistido por IA puede aportar al descubrimiento terapéutico son innegables: cuando se combina con un pensamiento científico innovador, la IA se puede usar para ampliar los límites de la tecnología. Puede encontrar más información sobre este tema en el informe de CAS Insights sobre el panorama de la IA y la química.
