Avance Médico Impulsado por IA: Aprovechando la Inteligencia Artificial para el Descubrimiento de Nuevos Medicamentos

El descubrimiento de medicamentos es conocido como “desde el laboratorio hasta la cama” debido a su larga duración y altos costos. Se necesitan alrededor de 11 a 16 años y entre $1 mil millones a $2 mil millones para llevar un medicamento al mercado. Pero ahora la IA está revolucionando el desarrollo de medicamentos, proporcionando un mejor ritmo y rentabilidad.

La IA en el desarrollo de medicamentos ha transformado nuestro enfoque y estrategia hacia la investigación biomédica y la innovación. Ha ayudado a los investigadores a reducir la complejidad de la vía de la enfermedad y a identificar objetivos biológicos.

Veamos más a fondo qué potencial tiene la IA en el descubrimiento de medicamentos para el futuro.

Entendiendo el Papel de la IA: ¿Cómo se Está Utilizando para el Descubrimiento de Medicamentos?

La IA ha mejorado diferentes etapas del proceso de descubrimiento de medicamentos con su capacidad para analizar grandes cantidades de datos y hacer predicciones complejas. Aquí está cómo:

1. Identificación de Objetivos

La identificación de objetivos es el primer proceso del descubrimiento de medicamentos, que implica identificar posibles entidades moleculares como proteínas, enzimas y receptores presentes en el cuerpo que pueden combinarse con medicamentos para producir efectos terapéuticos contra enfermedades.

La IA puede aprovechar grandes bases de datos clínicas que incluyen información clave sobre la identificación de objetivos. Estas fuentes de datos pueden incluir investigación biomédica, información biomolecular, datos de ensayos clínicos, estructuras de proteínas, etc.

Los modelos de IA entrenados, junto con técnicas biomédicas como la expresión genética, pueden comprender enfermedades biológicas complejas e identificar los objetivos biológicos para los candidatos a medicamentos. Por ejemplo, los investigadores han desarrollado varias técnicas de IA para la identificación de objetivos anticancerígenos novel.

2. Selección de Objetivos

La IA en el descubrimiento de medicamentos puede ayudar a los investigadores a seleccionar objetivos prometedores basados en sus correlaciones con enfermedades y su utilidad terapéutica predicha. Con un fuerte reconocimiento de patrones, la IA puede hacer esta selección no solo en función de la literatura médica declarada, sino también seleccionar objetivos completamente nuevos sin referencia previa en patentes publicadas.

3. Priorización de Medicamentos

En esta etapa, la IA evalúa y califica los compuestos de medicamentos líderes, priorizándolos para una evaluación y investigación adicionales para avanzar en su desarrollo. En comparación con las técnicas de clasificación anteriores, los enfoques basados en IA son más efectivos para identificar a los candidatos más prometedores. Por ejemplo, los investigadores han desarrollado un marco computacional basado en aprendizaje profundo para identificar y priorizar medicamentos novel para la enfermedad de Alzheimer.

4. Selección de Compuestos

Los modelos de IA pueden predecir las propiedades químicas y la bioactividad de los compuestos y proporcionar información sobre los efectos adversos. Pueden analizar datos de diversas fuentes, incluyendo estudios y bases de datos previos, para identificar cualquier riesgo o efecto secundario potencial asociado con un compuesto en particular. Por ejemplo, los investigadores han desarrollado una herramienta de aprendizaje profundo para seleccionar bibliotecas químicas con miles de millones de moléculas para acelerar significativamente la exploración de compuestos a gran escala.

5. Diseño de Medicamentos De Novo

La selección manual de grandes colecciones de compuestos ha sido una práctica tradicional en el descubrimiento de medicamentos. Con la IA, los investigadores pueden seleccionar compuestos novel con o sin información previa y también predecir la estructura 3D final de los medicamentos descubiertos. Por ejemplo, AlphaFold, desarrollado por DeepMind, es un sistema de IA que puede predecir estructuras de proteínas. Mantiene una base de datos de más de 200 millones de predicciones de estructuras de proteínas que pueden acelerar el proceso de diseño de medicamentos.

5 Ejemplos Exitosos de Descubrimiento de Medicamentos Basado en IA

1) Abaucin

Los antibióticos matan bacterias. Pero debido a la falta de nuevos medicamentos y la rápida evolución de la resistencia bacteriana contra los medicamentos más antiguos, las bacterias están volviéndose difíciles de tratar. Abaucin, un antibiótico experimental desarrollado con IA, está diseñado para matar a Acinetobacter baumannii, una de las bacterias superresistentes más peligrosas.

Utilizando la IA, los investigadores primero probaron miles de medicamentos para ver cómo funcionaban contra la bacteria, Acinetobacter baumannii. Luego, esta información se utilizó para entrenar a la IA para crear un medicamento que pueda tratarla de manera eficiente.

2) Target X por Insilico Medicine

Insilico Medicine utilizó su plataforma de IA generativa y creó un medicamento llamado Target X, que ahora se encuentra en la fase 1 de los ensayos clínicos. Target X está diseñado para tratar la fibrosis pulmonar idiopática, una enfermedad que puede causar rigidez en los pulmones de los adultos mayores si no se trata. La fase 1 involucrará a 80 participantes, y la mitad recibirá dosis más altas de manera gradual. Esto ayudará a evaluar cómo la molécula del medicamento interactúa con el cuerpo humano.

3) VRG50635 por Verge Genomic

Verge Genomics, una empresa de descubrimiento de medicamentos basada en IA, utilizó su plataforma CONVERGE para descubrir un compuesto novel, VRG-50635, para el tratamiento de la ELA analizando puntos de datos humanos. Los puntos de datos incluyeron información sobre los tejidos del cerebro y la médula espinal de pacientes con enfermedades neurodegenerativas como la enfermedad de Parkinson, la ELA y la de Alzheimer.

La plataforma primero encontró la enzima PIKfyve como un objetivo posible para la ELA y luego sugirió VRG50635 como un inhibidor prometedor de PIKfyve, que se convirtió en un candidato a medicamento potencial para tratar la ELA. El proceso llevó alrededor de cuatro años, y ahora el candidato se encuentra en la fase 1 de los ensayos clínicos humanos.

4) Exscientia-A2a Receptor

Exscientia, una empresa de MedTech basada en IA, es responsable del primer molécula diseñada con IA para el tratamiento de inmunooncología – una forma de tratamiento del cáncer que utiliza el sistema inmunológico del cuerpo para luchar contra las células cancerígenas. Su medicamento basado en IA ha entrado en la fase de ensayos clínicos humanos. Su potencial radica en su capacidad para dirigirse al receptor A2a para promover la actividad antitumoral mientras se asegura de que haya menos efectos secundarios en el cuerpo y el cerebro.

Utilizando la IA generativa, han creado algunos otros compuestos para dirigirse a varias enfermedades como

• cánceres transcripcionalmente adictos mediante la dirección de inhibidores de CDK7
• enfermedades inflamatorias mediante la dirección de la enzima PKC-theta
• enfermedades hematológicas y oncológicas mediante la dirección del regulador LSD1

5) Absci-De Novo Antibodies Con Zero-Shot Generative AI

Absci, una empresa de descubrimiento de medicamentos basada en IA generativa, ha demostrado el uso de IA generativa de zero-shot para crear anticuerpos de novo mediante simulación por computadora. El aprendizaje de zero-shot significa que el modelo de IA no ha sido probado explícitamente con la información de entrada actual durante la fase de entrenamiento. Por lo tanto, este proceso puede generar diseños de anticuerpos novel por sí solo.

Los anticuerpos terapéuticos de novo impulsados por IA reducen el tiempo que se necesita para desarrollar nuevos candidatos a medicamentos de hasta seis años a solo 18 a 24 meses, aumentando su probabilidad de éxito en la clínica. La tecnología de la empresa puede probar y validar 3 millones de diseños generados por IA cada semana. Este nuevo desarrollo podría entregar terapias novel a cada paciente de manera instantánea, marcando un cambio industrial significativo.

¿Qué de Para el Futuro de la IA y el Descubrimiento de Medicamentos?

Además de muchas otras aplicaciones de atención médica, la IA está haciendo que el proceso de descubrimiento de medicamentos sea más rápido e inteligente al analizar grandes conjuntos de datos y predecir objetivos y candidatos a medicamentos prometedores. Utilizando la IA generativa, las empresas de biotecnología pueden identificar marcadores de respuesta del paciente y desarrollar planes de tratamiento personalizados de manera rápida.

Un informe sugiere que pronto, más empresas de MedTech incorporarán IA y ML en el descubrimiento de medicamentos en etapas tempranas, lo que ayudará a crear un mercado de $50 mil millones dentro de los próximos diez años, creando un gran potencial de crecimiento de la IA en la industria farmacéutica. La IA puede reducir los costos generales de descubrimiento de medicamentos, lo que hace que más medicamentos novel estén disponibles para los pacientes más rápido.

Si desea saber más sobre la IA y cómo dará forma a nuestro futuro, visite unite.ai.