La IA está cambiando el descubrimiento de fármacos

La confianza de las principales empresas biofarmacéuticas en la Inteligencia Artificial (IA sus siglas en inglés), se debe a la creciente conciencia relacionada con esta en el sector farmacéutico, y al aumento de la inversión en el desarrollo de fármacos. AI trabajar con los últimos procesos avanzados de biología y química para desarrollar algoritmos de última generación, la IA tiene el potencial de descubrir farmacos mediante laboratorios virtuales, sin la necesidad de una gran cantidad de insumos experimentales y mano de obra.

Por tanto, la mayoría de las empresas biofarmacéuticas importantes han iniciado programas internos o están colaborando para desarrollar plataformas de IA que les permitan aumentar el poder de investigación de medicamentos inmunooncológicos, terapias de enfermedades metabólicas, tratamientos contra el cáncer y muchos otros objetivos terapéuticos.

Las aplicaciones de la IA en el descubrimiento de fármacos son amplias y se pueden clasificar en las siguientes áreas:

La identificación de objetivos se ocupa de la identificación de las funciones de posibles objetivos moleculares (genes/proteínas de una molécula pequeña) y el papel que puedan desempeñar en una enfermedad y por tanto, encontrar la posible eficacia que un fármaco puede tener para tratarla. Hacer esto requiere de una evaluación de la genómica funcional, genómica estructural, proteómica y ensayos de ​​células (in vitro) y de investigación animal (in vivo).

La IA se está utilizando por ejemplo, para analizar el banco de información de medicamentos (que contiene candidatos a medicamentos, expresiones génicas, interacciones proteína-proteína y registros de datos clínicos) de una biblioteca pública para predecir así el potencial terapéutico de los medicamentos.

El paso de selección de compuestos y optimización de clientes potenciales implica aciertos en la identificación de clientes potenciales, es decir, que la selección de los candidatos a fármacos se realiza a través de química combinatoria y procesos de detección virtual y de alto rendimiento.

Para la clasificación de objetivos celulares, el modelo de IA debe entrenarse para reconocer de forma rápida y automática las diferentes características de los tipos de células. El análisis de componentes principales se emplea para reducir las dimensiones de las características extraídas.

Las metodologías basadas en IA, como la máquina de vectores de soporte de mínimos cuadrados, se pueden entrenar para clasificar varios tipos de células.

El desarrollo de una herramienta de IA para ensayos clínicos es ideal para reconocer enfermedades de pacientes, identificar objetivos genéticos, predecir el efecto de la molécula diseñada y activar y desactivar objetivos.

La IA en el monitoreo basado en el riesgo, que es una técnica de monitoreo de ensayos clínicos que cumple con los requisitos reglamentarios, pero se aleja del monitoreo de datos de origen al 100%, puede mejorar significativamente la realización de ensayos clínicos en todas las fases. En las Fases II y III de ensayos clínicos, la IA se puede utilizar para identificar y predecir biomarcadores de enfermedades relevantes para los humanos, para seleccionar y reclutar una población específica de pacientes, lo que conduciría a un aumento en la tasa de éxito.

En el escenario actual, es un desafío probar exhaustivamente un nuevo compuesto líder en combinación con todas las moléculas de fármacos disponibles. Se necesitan miles de estudios para analizar los efectos secundarios conocidos y las interacciones desconocidas. Sin embargo, una vez que esté disponible, dicho enfoque de algoritmo de IA resultará invaluable para acelerar aún más los esfuerzos de desarrollo de fármacos.

No cabe duda que la IA revolucionará la forma en que se descubren los medicamentos y reinventará la industria farmacéutica.