{{{sourceTextContent.title}}}

IA generativa para el descubrimiento de fármacos: Una medicina más rápida

{{{sourceTextContent.subTitle}}}

El uso de la IA generativa para el descubrimiento de fármacos puede contribuir a que el desarrollo de medicamentos sea más rápido, sencillo y barato, y a que la gente obtenga los medicamentos que necesita.

{{{sourceTextContent.description}}}

La inteligencia artificial es la tendencia dominante en la industria tecnológica, capaz de analizar cantidades colosales de datos para extraer nuevas ideas y conclusiones. Esta capacidad la hace enormemente atractiva para la industria farmacéutica, que ahora explora la IA generativa para el descubrimiento de fármacos.

Cómo puede utilizarse la IA generativa en el descubrimiento de fármacos
Sería imposible descubrir, crear y probar todas y cada una de las moléculas farmacológicas existentes, teniendo en cuenta que hay más de diez a la sexagésima potencia. Incluso el desarrollo de un nuevo fármaco puede costar miles de millones y llevar décadas.

La IA generativa puede acortar estos plazos y costes, ayudando a crear nuevos fármacos de forma más rápida y asequible. Las principales aplicaciones de la IA generativa en el descubrimiento de fármacos incluyen:

Generación de moléculas
La IA generativa puede simular estructuras moleculares y cómo interactúan con el cuerpo de un paciente. Las empresas farmacéuticas pueden utilizarla para simular moléculas con propiedades deseables que también sean seguras para su uso en el cuerpo del paciente.

Diseño de anticuerpos
La IA generativa puede entrenarse con secuencias de proteínas y utilizarse para crear anticuerpos específicos contra patógenos concretos. Estos modelos de lenguaje proteínico pueden mejorar la calidad y la velocidad del diseño de anticuerpos, e incluso desarrollar anticuerpos de "disparo cero", es decir, creados sin datos de entrenamiento de anticuerpos que se sabe que se unen a esas dianas específicas.

Rediseño de fármacos
Mediante la revisión de la documentación y los conocimientos científicos existentes con IA, las empresas farmacéuticas pueden descubrir nuevos usos para fármacos ya aprobados para uso público. Esto ayuda a las empresas a evitar los típicos costes de desarrollo asociados al descubrimiento. Por ejemplo, el fármaco semaglutida se creó inicialmente para ayudar a las personas a controlar la diabetes de tipo 2, pero más tarde se adoptó para la pérdida de peso como Ozempic. Los algoritmos de IA pueden incluso modelizar ensayos clínicos que simulan una amplia gama de individuos de distintos géneros, grupos étnicos, comorbilidades y otros factores que podrían influir en los efectos de un fármaco sobre un individuo.

Diseño de fármacos de novo
Actualmente se utilizan modelos de IA para generar y predecir estructuras moleculares totalmente nuevas que puedan interactuar con dianas biológicas. En esencia, se trata de crear moléculas de fármacos a partir de cero en lugar de modificar compuestos ya existentes. Este planteamiento de la química se ha aplicado a enfoques basados en átomos, fragmentos y reacciones para crear nuevas estructuras, lo que ofrece a los investigadores múltiples ángulos para abordar un problema.

Desarrollo de fármacos de precisión
Los medicamentos de precisión son una especie de santo grial para las empresas farmacéuticas, ya que pueden tratar la enfermedad de un paciente con menos efectos secundarios que una receta genérica. Sin embargo, crear medicamentos personalizados para un paciente es obviamente inviable con las actuales estrategias de desarrollo de fármacos. La IA generativa puede analizar múltiples conjuntos de datos, como el historial médico de un paciente, su genética, estudios de biobancos, etc., para ayudar a diseñar fármacos adaptados a sus necesidades específicas.

Ventajas de la IA generativa para el descubrimiento de fármacos
El uso de la IA generativa para el descubrimiento de fármacos no consiste simplemente en utilizar la herramienta más nueva y brillante. Es la clave para desarrollar mejores fármacos de forma más rápida y barata.

Costes más bajos
Una de las quejas más comunes sobre la atención sanitaria, en general, y los productos farmacéuticos es el coste de los medicamentos. Gran parte de ese coste procede del precio de desarrollar y probar iteración tras iteración del mismo fármaco, tratando de amplificar sus efectos positivos al tiempo que se mitigan sus inconvenientes. La capacidad de la IA Generativa de examinar enormes cantidades de datos para encontrar la combinación adecuada de moléculas que produzca un fármaco viable reduce los callejones sin salida y los esfuerzos inútiles, disminuyendo el coste de crear un nuevo medicamento.

Mayor rapidez de comercialización
Con un plazo medio de doce a quince años para obtener un nuevo fármaco, demasiados pacientes se ven obligados a esperar para recibir un tratamiento que podría salvarles la vida. Además, se necesitan nuevos medicamentos y tratamientos para contrarrestar la creciente amenaza de las bacterias resistentes a los antibióticos, un problema que contribuye a casi 5 millones de muertes al año. No se trata sólo de los márgenes de beneficio de una empresa farmacéutica, sino de una cuestión de vida o muerte para pacientes de todo el mundo. Gracias a la IA generativa, se pueden salvar vidas si se consiguen mejores medicamentos con mayor rapidez.

Mayor precisión en el tratamiento
Si alguna vez ha visto un anuncio de un nuevo medicamento farmacéutico, probablemente haya visto la lista de efectos secundarios que dejan para el final del anuncio. Los fármacos diseñados con IA prometen ser más precisos y refinados, lo que significa que tendrán menos efectos secundarios adversos mientras actúan. Los fármacos de precisión adaptados al organismo de cada individuo pueden lograr una mayor eficacia, lo que se traduce en tratamientos más rápidos y una recuperación más fácil.

Retos del descubrimiento de fármacos basado en la IA
Como cualquier innovación, la inteligencia artificial tiene sus obstáculos. El reto más importante es apoyar y utilizar eficazmente estos modelos de IA.

Evitar las alucinaciones de la IA
Uno de los puntos débiles más importantes de la IA es que puede "alucinar" y producir resultados incorrectos o imposibles de alcanzar. Por ejemplo, puede sugerir compuestos químicos que son físicamente imposibles de formar en condiciones reales. La solución a este problema es utilizar modelos de IA entrenados específicamente con moléculas y reacciones químicas conocidas y válidas, como la IA SyntheMol de Stanford Medicine. Así se garantiza que la IA sólo sugiera fármacos que puedan crearse.

Soporte de hardware
Los modelos modernos de IA se basan en gran medida en el procesamiento paralelo, lo que les permite analizar grandes cantidades de datos simultáneamente. Sin embargo, el procesamiento paralelo requiere ordenadores especializados equipados con el hardware adecuado, como las GPU diseñadas para esta tarea. Los grupos sanitarios y farmacéuticos interesados en utilizar la IA generativa necesitan herramientas especializadas, como los PC box de IA médica, para respaldarla.

Coste de implantación
Como ocurre con cualquier herramienta nueva, la IA tiene un precio. Tanto el hardware necesario para ejecutar modelos de IA como las licencias para utilizarlos pueden costar un dineral a los grupos sanitarios y las empresas farmacéuticas. Una forma de reducir este coste es trabajar con un fabricante de equipos originales (OEM) para cubrir las necesidades de hardware. Estas empresas se especializan en la personalización de productos para satisfacer las necesidades exactas del usuario final, ayudándole a obtener el rendimiento y las características que necesita sin pagar de más por cosas que no necesita.

Adopte el descubrimiento de fármacos mediante IA con la fabricación cibernética
Aunque existen retos asociados a su adopción, el uso de la IA generativa para el descubrimiento de fármacos podría revolucionar la industria farmacéutica, dando lugar a mejores resultados para los pacientes de todo el mundo.

Si su grupo sanitario o empresa farmacéutica necesita hardware informático capaz de soportar modelos de IA, póngase en contacto con Cybernet Manufacturing hoy mismo. Ofrecemos ordenadores de IA equipados con lo último en GPU NVIDIA que pueden gestionar una serie de tareas de procesamiento paralelo, y podemos personalizar nuestros productos para que se adapten mejor a sus requisitos específicos.