Inteligencia artificial: una solución al problema del diseño de fármacos

Las aplicaciones de IA encierran una gran promesa para desarrollar medicamentos que curen una mayor variedad de enfermedades, en plazos más cortos, y con un ahorro significativo de dinero, tanto para la industria como para el paciente. Cómo es el proceso.

A pesar de los grandes avances en la industria farmacéutica, el desarrollo de un fármaco contra una enfermedad es un proceso mucho más complejo, largo, y costoso de lo que habitualmente se cree.

Este proceso consiste en varias etapas secuenciales. “En primer lugar, es condición indispensable identificar un blanco molecular (por ej., una proteína), al cual se una el fármaco para generar una respuesta terapéutica. Utilizando herramientas computacionales y experimentales, el paso siguiente es la identificación de varios compuestos que se unan potentemente a dicho blanco, los cuales constituyen así la primera selección de candidatos”. Claudio Cavasotto es investigador principal de Conicet en el Instituto de Investigaciones en Medicina Traslacional en la Facultad de Ciencias Biomédicas (Univ.Austral-Conicet) y detalló que “a continuación se realizan los estudios preclínicos in vitro y en animales, con el fin de obtener información farmacéutica y toxicológica de las sustancias con potencial beneficio médico”.

Si un compuesto supera los requisitos necesarios en el estadio preclínico, debe evaluarse en personas, lo que constituye la etapa clínica, que consta de tres fases. En este punto, el director científico del Instituto de Inteligencia Artificial Aplicada de la Universidad Austral detalló: “En la Fase I, se evalúa la seguridad del fármaco en un número pequeño de voluntarios sanos; en la Fase II, se evalúa la eficacia del fármaco en una población reducida de pacientes afectada por la enfermedad de interés; y en la Fase III, se confirman la seguridad y efectos terapéuticos del nuevo fármaco en una población mayor de pacientes”.

Una vez confirmadas la seguridad y eficacia en ensayos clínicos, el compuesto es evaluado por las agencias regulatorias correspondientes para su aprobación definitiva y comercialización.

Típicamente, el proceso de colocar un medicamento en el mercado toma de 10 a 20 años, con costos que oscilan entre los U$S500 millones y los U$S2500 millones. A pesar de la enorme inversión en investigación y desarrollo (I+D) durante los últimos 20 años para acelerar y abaratar este proceso, hoy la productividad de la industria farmacéutica está en declive, con tasas récord de fracaso en la etapa de ensayos clínicos.

“Durante los últimos años asistimos a un crecimiento sin precedentes en el uso de métodos basados en la inteligencia artificial (IA) en distintas áreas, tales como agricultura, logística, finanzas, salud, urbanismo, y epidemiología -explicó Cavasotto-. El procedimiento en el que se basa la IA consiste en el uso de algoritmos matemáticos para entrenar sistemas computacionales utilizando una enorme cantidad de datos, de modo que puedan luego resolver problemas y/o efectuar tareas que habitualmente son realizados por la inteligencia humana”.

Hay una enorme expectativa de que el uso de IA en distintas fases del descubrimiento de fármacos ayude a superar la crisis que atraviesa el sector, especialmente teniendo en cuenta los avances recientes en computación de alta performance, la disponibilidad de bases de datos con un volumen enorme de información, y desarrollos algorítmicos en el área de redes neuronales. “En concreto, especialmente después de 2017, varias compañías farmacéuticas se aliaron con start-ups de IA o grupos académicos, o incluso crearon sus propios grupos de I+D, con el fin de utilizar herramientas de IA para predecir propiedades farmacológicas de compuestos, desarrollar biomarcadores, guiar la síntesis química de nuevas sustancias, seleccionar fármacos potenciales a partir de enormes bases de datos de compuestos, minimizar toxicidad (efectos colaterales), y diseñar ensayos clínicos”, destacó el especialista.

Las aplicaciones de IA encierran una gran promesa para desarrollar fármacos que curen una mayor variedad de enfermedades, en plazos más cortos, y con un ahorro significativo de dinero, tanto para la industria como para el paciente.

Fuente: Infobae