Inteligencia Artificial: Un gran negocio
La industria de la Inteligencia Artificial (IA) se sitúa a la vanguardia de las tecnologías digitales y está transformando el mundo empresarial hasta tal punto que, para 2023, se estima que alcanzará un valor de medio billón de dólares. Sin embargo, su avance suele suscitar un debate polarizado: el del hombre frente a la máquina. ¿Podrían los robots desplazar a las personas de sus puestos de trabajo y dominar nuestro mundo?
Según un informe de IDC, el gasto mundial en el mercado de la IA crecerá un 19,6% interanual en 2022 hasta alcanzar los 432.800 millones de dólares, lo que lo encamina a superar la marca de los 500.000 millones de dólares en 2023. IDC prevé que los servicios de IA experimentarán el crecimiento de gasto más rápido, con una tasa de crecimiento anual compuesta (CAGR) del 22%, siendo las plataformas de IA las que mostrarán el mayor crecimiento (34,6% CAGR) de todo el software de IA analizado.
El proceso de desarrollo de fármacos mediante IA
Como norma, actualmente se tarda una media de 10 a 15 años en identificar, validar, desarrollar y aprobar un fármaco para su uso clínico. Existen múltiples desafíos a la hora de comercializar un nuevo fármaco, siendo el más notable el coste, que se estima en 2.600 millones de dólares con una tasa de aprobación de solo el 12%.
El descubrimiento de fármacos reinventado con IA
En lo que respecta a la digitalización, la industria farmacéutica se encuentra a la vanguardia de la investigación de vanguardia, capitalizando los avances que conlleva el diseño de fármacos mediante IA. La IA puede reconocer compuestos activos y principales, validar rápidamente dianas terapéuticas y optimizar el diseño de la estructura de los fármacos.
Ciertos algoritmos de IA (por ejemplo, clasificadores de vecino más cercano, radiofrecuencia (RF), máquinas de aprendizaje extremo, máquinas de vectores de soporte (SVM) y redes neuronales profundas) se utilizan para el cribado virtual de fármacos basado en la viabilidad de síntesis y pueden predecir las propiedades fisicoquímicas, la bioactividad y la toxicidad de las moléculas diana, sin sesgos.
El diseño de fármacos mediante IA puede ayudar en el descubrimiento basado en estructuras al predecir la estructura proteica 3D y proporcionar información vital sobre el efecto y la seguridad de un compuesto antes de su síntesis. Los métodos de IA también se han utilizado para predecir con precisión las interacciones ligando-proteína, lo que garantiza una mejor eficacia terapéutica. La predicción de las interacciones fármaco-diana con IA también se ha empleado para el reposicionamiento de fármacos y para evitar la polifarmacología, lo que puede suponer un ahorro sustancial de costes.
La participación de la IA en el diseño de moléculas de novo puede ser beneficiosa debido a su capacidad para proporcionar aprendizaje en línea y optimización simultánea de los datos ya aprendidos, así como para sugerir posibles rutas de síntesis de compuestos que conduzcan a un diseño y desarrollo rápidos de los compuestos principales.
Por último, las soluciones de búsqueda basadas en IA pueden desempeñar un papel importante en todo el ecosistema de patentes, mejorando tanto la eficiencia como la calidad de las mismas. Pueden realizar y revisar búsquedas complejas de estado de la técnica, liberando tiempo para que los examinadores de patentes realicen otras tareas y reduzcan los retrasos en las solicitudes.
Hombre y máquina: ¿Viviendo en armonía?
A pesar de la miríada de aplicaciones en el proceso de desarrollo de fármacos mediante IA, existen inconvenientes en el uso de la IA para el descubrimiento de fármacos, y la intervención humana seguirá siendo esencial en el proceso. La calidad de las predicciones generadas depende en gran medida del diseño del algoritmo. La IA también está sujeta a sesgos algorítmicos, y los algoritmos deben ser validados por científicos. Aunque los costes de la supercomputación y el cribado de alto rendimiento han disminuido con el tiempo, siguen siendo considerables.
Este enfoque ha sido empleado por Astellas, donde se demostró que un método HITL reduce el tiempo desde el compuesto activo hasta la adquisición de un compuesto candidato a fármaco en aproximadamente un 70%. CAS ha evaluado la novedad estructural de los tres primeros candidatos a fármacos diseñados por IA que han entrado en ensayos clínicos en humanos. El primer candidato a fármaco, DSP-1181, fue comunicado por Exscientia a principios de 2020. Desde entonces, le han seguido otros dos candidatos a fármacos, EXS21546 y DSP-0038, con una cartera de otros que avanza rápidamente hacia este hito, ya que varias empresas, incluidas Exscientia, Insilico Medicine y Schrodinger, están llevando a cabo estudios preclínicos y de habilitación de nuevos fármacos en investigación sobre posibles candidatos.
Es innegable que el desarrollo de fármacos mediante IA aporta grandes ventajas a la optimización del descubrimiento terapéutico: la IA puede aprovecharse para ampliar los límites tecnológicos cuando se combina con un pensamiento científico innovador. Lea más sobre este tema en nuestro informe CAS Insights sobre el panorama de la IA y la química.
