Cómo la IA está revolucionando el desarrollo de fármacos
El laboratorio de Terray Therapeutics es una sinfonía de automatización miniaturizada. Los robots giran y transportan pequeños tubos de fluidos a sus estaciones. Científicos con batas azules, guantes esterilizados y gafas protectoras vigilan las máquinas.
Pero la acción real está sucediendo a nanoescala: las proteínas en solución se combinan con moléculas químicas contenidas en minúsculos pozos en chips de silicio personalizados que son como moldes microscópicos para muffins. Cada interacción se registra, millones y millones cada día, generando 50 terabytes de datos sin procesar diariamente, el equivalente a más de 12.000 películas.
El laboratorio, de aproximadamente dos tercios del tamaño de un campo de fútbol, es una fábrica de datos para el descubrimiento y desarrollo de fármacos asistidos por inteligencia artificial en Monrovia, California. Es parte de una ola de empresas jóvenes y de nueva creación que intentan aprovechar la IA para producir medicamentos más eficaces y más rápido.
Las empresas están aprovechando la nueva tecnología, que aprende de enormes cantidades de datos para generar respuestas, para intentar rehacer el descubrimiento de fármacos. Están trasladando el campo de una laboriosa artesanía a una precisión más automatizada, un cambio impulsado por una IA que aprende y se vuelve más inteligente.
«Una vez que se tiene el tipo correcto de datos, la IA puede funcionar y volverse realmente buena», dijo Jacob Berlin, cofundador y director ejecutivo de Terrario.
La mayoría de los primeros usos comerciales de la IA generativa, que puede producir de todo, desde poesía hasta programas de computadora, han sido para ayudar a eliminar la monotonía de las tareas rutinarias de oficina, el servicio al cliente y la escritura de códigos. Sin embargo, el descubrimiento y desarrollo de fármacos es una industria enorme que, según los expertos, está madura para una transformación de la IA.
La IA es una “oportunidad única en un siglo” para el negocio farmacéutico, según el empresa de consultoría McKinsey & Company.
Así como los chatbots populares como ChatGPT se entrenan con texto en Internet y los generadores de imágenes como DALL-E aprenden de grandes cantidades de imágenes y videos, la IA para el descubrimiento de fármacos se basa en datos. Y se trata de datos muy especializados: información molecular, estructuras de proteínas y mediciones de interacciones bioquímicas. La IA aprende de los patrones de los datos para sugerir posibles candidatos a fármacos útiles, como si relacionara claves químicas con las cerraduras de proteínas correctas.
Debido a que la IA para el desarrollo de fármacos se basa en datos científicos precisos, las “alucinaciones” tóxicas son mucho menos probables que con chatbots más capacitados. Y cualquier fármaco potencial debe someterse a pruebas exhaustivas en laboratorios y ensayos clínicos antes de ser aprobado para los pacientes.
Empresas como Terray están construyendo grandes laboratorios de alta tecnología para generar información que ayude a entrenar la IA, lo que permite una experimentación rápida y la capacidad de identificar patrones y hacer predicciones sobre lo que podría funcionar.
Luego, la IA generativa puede diseñar digitalmente una molécula de fármaco. Ese diseño se traduce, en un laboratorio automatizado de alta velocidad, a una molécula física y se prueba su interacción con una proteína objetivo. Los resultados, positivos o negativos, se registran y se devuelven al software de IA para mejorar su próximo diseño, acelerando el proceso general.
Si bien algunos medicamentos desarrollados con IA se encuentran en ensayos clínicos, aún es temprano.
«La IA generativa está transformando el campo, pero el proceso de desarrollo de fármacos es complicado y muy humano», afirmó David Baker, bioquímico y director del Instituto de Diseño de Proteínas de la Universidad de Washington.
El desarrollo de fármacos ha sido tradicionalmente una tarea costosa, que consume mucho tiempo y es un proceso azaroso. Los estudios sobre el costo de diseñar un medicamento y realizar ensayos clínicos hasta su aprobación final varían ampliamente. Pero el gasto total es estimado en mil millones de dólares de media. Se necesitan de 10 a 15 años. Y casi el 90 por ciento de los fármacos candidatos que entran en ensayos clínicos en humanos fracasan, generalmente por falta de eficacia o efectos secundarios imprevistos.
Los jóvenes desarrolladores de fármacos de IA se esfuerzan por utilizar su tecnología para mejorar esas probabilidades y, al mismo tiempo, reducir tiempo y dinero.
Su fuente de financiación más constante proviene de los gigantes farmacéuticos, que durante mucho tiempo han servido como socios y banqueros de proyectos de investigación más pequeños. Los fabricantes de fármacos de IA actuales suelen centrarse en acelerar las etapas preclínicas de desarrollo, que tradicionalmente han tardado entre cuatro y siete años. Algunos pueden intentar participar ellos mismos en ensayos clínicos. Pero en esa etapa es donde las grandes corporaciones farmacéuticas suelen tomar el control, llevando a cabo costosos ensayos en humanos, que pueden tardar otros siete años.
Para las compañías farmacéuticas establecidas, la estrategia de socios es un camino de costo relativamente bajo para aprovechar la innovación.
“Para ellos, es como tomar un Uber para llegar a algún lugar en lugar de tener que comprar un automóvil”, dijo Gerardo Ubaghs Carrión, ex banquero de inversiones en biotecnología del Bank of America Securities.
Las principales compañías farmacéuticas pagan a sus socios de investigación por alcanzar hitos hacia candidatos a fármacos, que pueden alcanzar cientos de millones de dólares a lo largo de los años. Y si un medicamento finalmente se aprueba y se convierte en un éxito comercial, hay un flujo de ingresos por regalías.
Empresas como Terray, Productos farmacéuticos de recursión, Schrödinger y Laboratorios isomórficos están persiguiendo avances. Pero, en términos generales, hay dos caminos diferentes: los que construyen grandes laboratorios y los que no.
Isomorfico, el descubrimiento de fármacos derivado de Google DeepMind, el grupo central de IA del gigante tecnológico, considera que cuanto mejor es la IA, menos datos se necesitan. Y está apostando por su destreza en software.
En 2021, Google DeepMind lanzó un software que predijo con precisión las formas en las que se plegarían las cadenas de aminoácidos como proteínas. Esas formas tridimensionales determinan cómo funciona una proteína. Esto fue un impulso para la comprensión biológica y útil para el descubrimiento de fármacos, ya que las proteínas impulsan el comportamiento de todos los seres vivos.
El mes pasado, Google DeepMind e Isomorphic anunciaron que su último modelo de inteligencia artificial, AlphaFold 3, puede predecir cómo interactuarán las moléculas y las proteínas, un paso más en el diseño de fármacos.
«Nos estamos centrando en el enfoque computacional», dijo Max Jaderberg, director de IA de Isomorphic. «Creemos que hay un enorme potencial por desbloquear».
Terray, como la mayoría de las empresas emergentes de desarrollo de fármacos, es un subproducto de años de investigación científica combinados con desarrollos más recientes en IA.
El Dr. Berlin, el director ejecutivo, que obtuvo su doctorado. en química de Caltech, ha buscado avances en nanotecnología y química a lo largo de su carrera. Terray surgió de un proyecto académico iniciado hace más de una década en el centro oncológico City of Hope, cerca de Los Ángeles, donde el Dr. Berlin tenía un grupo de investigación.
Terray se está concentrando en desarrollar medicamentos de molécula pequeña, esencialmente cualquier fármaco que una persona pueda ingerir en forma de pastilla, como la aspirina y las estatinas. Las pastillas son cómodas de tomar y económicas de producir.
Los elegantes laboratorios de Terray están muy lejos de los viejos tiempos académicos, cuando los datos se almacenaban en hojas de cálculo de Excel y la automatización era un objetivo lejano.
«Yo era el robot», recordó Kathleen Elison, cofundadora y científica senior de Terray.
Pero en 2018, cuando se fundó Terray, las tecnologías necesarias para construir su laboratorio de datos de estilo industrial avanzaban a buen ritmo. Terray se ha basado en los avances de fabricantes externos para fabricar los chips a microescala que diseña Terray. Sus laboratorios están llenos de equipos automatizados, pero casi todos están personalizados, gracias a los avances en la tecnología de impresión 3D.
Desde el principio, el equipo de Terray reconoció que la IA iba a ser crucial para dar sentido a sus almacenes de datos, pero el potencial de la IA generativa en el desarrollo de fármacos se hizo evidente sólo más tarde, aunque antes de que ChatGPT se convirtiera en un gran éxito en 2022.
Narbe Mardirossian, científica senior de Amgen, se convirtió en directora de tecnología de Terray en 2020, en parte debido a su gran cantidad de datos generados en laboratorio. Bajo la dirección del Dr. Mardirossian, Terray ha desarrollado sus equipos de ciencia de datos e inteligencia artificial y ha creado un modelo de IA para traducir datos químicos a matemáticas y viceversa. La empresa ha lanzado una versión de código abierto.
Terray tiene acuerdos de asociación con Bristol Myers Squibb y Calico Life Sciences, una subsidiaria de Alphabet, la empresa matriz de Google, que se enfoca en enfermedades relacionadas con la edad. Los términos de esos acuerdos no se revelan.
Para expandirse, Terray necesitará fondos más allá de sus 80 millones de dólares en financiación de riesgo, dijo Eli Berlin, el hermano menor del Dr. Berlin. Dejó un trabajo en capital privado para convertirse en cofundador y director financiero y de operaciones de la nueva empresa, convencido de que la tecnología podría abrir la puerta a un negocio lucrativo, dijo.
Terray está desarrollando nuevos medicamentos para enfermedades inflamatorias como el lupus, la psoriasis y la artritis reumatoide. La compañía, dijo el Dr. Berlin, espera tener medicamentos en ensayos clínicos a principios de 2026.
Las innovaciones farmacéuticas de Terray y sus pares pueden acelerar las cosas, pero sólo hasta cierto punto.
«La prueba definitiva para nosotros, y para el campo en general, es si en 10 años se mira hacia atrás y se puede decir que la tasa de éxito clínico aumentó considerablemente y que tenemos mejores medicamentos para la salud humana», dijo el Dr. Berlin.