El futuro del descubrimiento de fármacos: la IA como motor de innovación en el sector farmacéutico

A través de tecnologías emergentes y con las alianzas estratégicas se permite el desarrollo de medicamentos innovadores en menos tiempo, aunque persisten retos en gobernanza y regulación

Desarrollo de medicamentos con IA (Foto: Microsoft IA)
Desarrollo de medicamentos con IA (Foto: Microsoft IA)
José Iborra
31 enero 2025 | 07:00 h
Archivado en:

Dentro de la industria farmacéutica, la inteligencia artificial (IA) está revolucionando el descubrimiento de fármacos, transformando un sector históricamente marcado por procesos largos, costosos e inciertos. Según un reciente informe en la revista Drug Discovery Today, las empresas de descubrimiento de medicamentos impulsadas por IA (AIDD, por sus siglas en inglés) están redefiniendo las reglas del juego. Estas compañías están desarrollando tecnologías avanzadas para identificar nuevos objetivos terapéuticos, optimizar estructuras moleculares y acelerar el desarrollo de compuestos innovadores, lo que promete impactar significativamente en la salud global.

En este contexto, las compañías farmacéuticas tradicionales están reconociendo el valor de asociarse con estas empresas AIDD para incorporar la IA en sus procesos. Estas colaboraciones permiten combinar la experiencia clínica y los recursos de las farmacéuticas con la capacidad de las empresas AIDD para manejar y analizar datos masivos mediante algoritmos avanzados. Sin embargo, estas alianzas no están exentas de desafíos, ya que requieren la integración de dos mundos con culturas organizativas y objetivos a veces divergentes.

Así, este informe destaca que, para que estas asociaciones sean exitosas, es fundamental desarrollar capacidades relacionales. Esto incluye establecer mecanismos de gobernanza efectivos que definan claramente los roles y responsabilidades de cada parte, construir activos específicos de la relación (RSA) que fortalezcan los lazos colaborativos y fomentar rutinas dinámicas de intercambio de conocimientos.

La IA ha evolucionado los enfoques tradicionales del diseño de fármacos a un diseño asistido por computadora

La IA ha trascendido los enfoques tradicionales del diseño de fármacos, como el diseño asistido por computadora (CADD), y ha introducido métodos innovadores basados en redes neuronales profundas y aprendizaje automático. Modelos como las redes generativas adversariales (GANs) están permitiendo el diseño de moléculas completamente nuevas, con propiedades químicas y biológicas óptimas, que anteriormente eran imposibles de predecir con enfoques convencionales.

Además, la integración de datos multi-ómicos, como la genómica, transcriptómica y proteómica, está permitiendo a la IA descubrir patrones y correlaciones complejas. Este enfoque no solo mejora la identificación de nuevos objetivos terapéuticos, sino que también permite una mejor personalización en el desarrollo de tratamientos, algo particularmente valioso en enfermedades raras y oncológicas.

La gobernanza y la confianza son fundamentales en las colaboraciones entre empresas AIDD y farmacéuticas. Según el informe, los acuerdos de confidencialidad y las políticas de uso exclusivo de datos son herramientas esenciales para superar las barreras iniciales de desconfianza. Asimismo, establecer contratos claros que regulen la propiedad intelectual y los derechos sobre los descubrimientos es crucial para evitar conflictos.

Los expertos señalan que las plataformas digitales colaborativas están desempeñando un papel central en la gestión de estas alianzas. Estas plataformas facilitan el intercambio seguro de datos y la integración de equipos multidisciplinarios, promoviendo una colaboración más fluida y eficiente.

Uno de los principales obstáculos es que las empresas deben garantizar que los datos utilizados para entrenar los modelos sean de alta calidad y estén libres de sesgos

El impacto de la IA en el descubrimiento de fármacos ya se está materializando en casos concretos. Empresas como Atomwise, Insilico Medicine y Exscientia han demostrado que los algoritmos basados en IA pueden identificar compuestos candidatos en cuestión de semanas, reduciendo significativamente los tiempos de desarrollo. Según el informe, la empresa Insilico Medicine utilizó IA para descubrir un compuesto para la fibrosis pulmonar en solo 18 meses, un proceso que normalmente tomaría entre 3 y 5 años. Este caso no solo destaca la eficiencia de la IA, sino también su capacidad para abordar enfermedades complejas con necesidades médicas no satisfechas.

A pesar de su enorme potencial, la implementación de la IA en el descubrimiento de fármacos enfrenta desafíos significativos. Uno de los principales obstáculos es la gestión de datos: las empresas deben garantizar que los datos utilizados para entrenar los modelos sean de alta calidad y estén libres de sesgos. Además, la interoperabilidad entre sistemas y la integración de diferentes plataformas tecnológicas siguen siendo un problema.

Otro reto importante es la falta de regulaciones claras sobre el uso de IA en el sector farmacéutico. Las agencias regulatorias, como la FDA, están trabajando para establecer marcos que garanticen la seguridad y la eficacia de los medicamentos desarrollados con IA, pero este proceso aún está en sus primeras etapas.

El informe concluye que la IA no es un sustituto de los enfoques tradicionales, sino una herramienta poderosa que complementa y optimiza los procesos existentes. En los próximos años, se espera que las empresas AIDD amplíen sus capacidades, integrando tecnologías emergentes como la computación cuántica y la biología sintética.

Los contenidos de ConSalud están elaborados por periodistas especializados en salud y avalados por un comité de expertos de primer nivel. No obstante, recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.
Lo más leído