Siete empresas que usan la IA para crear fármacos
El desarrollo de fármacos es un negocio complejo. Los químicos médicos, muchos de los cuales dedicaron casi 10 años a su formación, deben sintetizar con paciencia cada molécula que pueda tener un efecto terapéutico. Después, estos compuestos deben probarse en células para asegurarse de que ejercen una influencia estadísticamente significativa en un modelo de célula enferma.
Luego, los «candidatos a fármaco» se prueban en animales para acercarse, aunque sea un poco, al paso serio: los ensayos clínicos. Solo uno de cada 1000 posibles fármacos llega a probarse en personas. Todo el proceso dura de media 12 años; durante ese tiempo, los fármacos experimentales inician su camino desde el laboratorio y acaban en el botiquín de tu casa. Esto incluye hasta 2000 millones de dólares en costes y un número infinito de fracasos.
La inteligencia artificial y el aprendizaje automático prometen acabar con esta ineficiencia. Las inversiones en el uso de la IA para el desarrollo de fármacos recibieron la mayor parte de toda la inversión privada en IA en 2020: más de 13 800 millones de dólares. El desarrollo de fármacos ya es una empresa costosa, y todos en la industria farmacéutica necesitan cualquier ayuda posible.
Veamos siete empresas que usan las capacidades de la IA para encontrar un medicamento contra el cáncer y otras enfermedades graves del ser humano.
Roivant Sciences
La empresa neoyorquina, fundada en 2014, atrajo una enorme financiación de 1900 millones de dólares. Acelera el desarrollo de «candidatos a fármaco» en fases avanzadas mediante la creación de filiales (que siempre terminan en «vant»). Hoy en día, las filiales de Roivant desarrollan más de 40 fármacos.
En febrero de 2021, la compañía adquirió Silicon Therapeutics para ampliar sus capacidades computacionales en el desarrollo de fármacos. Silicon promociona un enfoque de diseño y desarrollo de fármacos basado en principios físicos. La estrategia consiste en usar los primeros principios de la física para determinar si un «candidato a fármaco» muestra alguna acción biológica.
Insitro
La empresa de descubrimiento y desarrollo de fármacos, fundada en 2018, recibió inversiones de Andreessen Horowitz y del Departamento de Inversiones del plan de pensiones de Canadá. Insitro fue fundada por la doctora Daphne Koller, profesora de informática en la Universidad de Stanford. Ella y su equipo abordan uno de los problemas que dificultan cerrar la brecha entre la biología computacional y el aprendizaje automático: los datos.
Los datos biológicos existentes son limitados o de demasiado baja calidad para una lectura automática. La compañía construye una cadena de datos experimentales obtenidos de investigaciones con células madre, para crear un enorme conjunto de bases de datos basadas en sistemas biológicos reales. Utilizando este banco de datos, Insitro aplicará el aprendizaje automático para predecir cómo se comportan las células sanas y enfermas dentro del ser humano, y qué ocurrirá si los fármacos potenciales se introducen en un modelo simulado del sistema enfermo.
XtalPi
La empresa, con sede en Cambridge, fue fundada por físicos cuánticos del Instituto Tecnológico de Massachusetts en 2014 y desde entonces ha atraído más de 780 millones de dólares en inversiones de compañías como Sequoia Capital China y Google.
XtalPi creó la plataforma de aprendizaje automático Intelligence Digital Drug Discovery and Development, que predice la estructura cristalina y las propiedades de «candidatos a fármaco» de bajo peso molecular, utilizando principios de la mecánica cuántica y la cristalografía de sólidos. En 2018, la compañía comenzó a colaborar con Pfizer para crear su plataforma basada en inteligencia artificial.
AbSci
La startup de bioingeniería, fundada en 2011 en Washington, desarrolla una tecnología de plataforma de impresión de proteínas formada por dos partes: SoluPro, una plataforma de biología sintética que genera posibles fármacos basados en proteínas a partir de bacterias modificadas genéticamente, y SoluPure, una plataforma de purificación que extrae y limpia rápidamente las células objetivo.
La plataforma se apoya en la IA para ayudar a producir y verificar nuevos candidatos a fármacos. En enero de 2021, la compañía adquirió la plataforma de aprendizaje automático Devonium Engine para seguir trabajando en su tecnología de procesamiento de datos. AbSci permite acortar los plazos preclínicos e incluso desarrolló una línea de células de anticuerpos contra la COVID-19 en 10 días.
Exscientia
La startup farmacéutica, fundada en 2012, ha captado en total unos 150 millones de dólares en inversiones de Bristol-Myers Squibb, Evotec y la Fundación Bill y Melinda Gates. La compañía desarrolló la plataforma de diseño Centaur Chemist basada en inteligencia artificial, que utiliza métodos de aprendizaje automático para buscar posibles fármacos.
La plataforma de IA estudia las limitadas posibles vías que los químicos humanos utilizan en el descubrimiento tradicional de fármacos y mejora con cada iteración sucesiva. Los esfuerzos conjuntos de la IA y las personas redujeron el tiempo medio para llevar los fármacos a la primera fase de cinco años a 12 meses.
Recientemente, la compañía anunció que su primera molécula creada con IA para tratar el cáncer, mediante el sistema inmunitario propio del organismo, será sometida a ensayos clínicos en personas.
PostEra
La empresa, fundada en 2019, trabaja en la intersección de la química medicinal y el aprendizaje automático. Actualmente, la startup es socia de Pfizer en el desarrollo del aprendizaje automático para el descubrimiento de fármacos. La plataforma de PostEra se basa en estrategias de diseño y reglas de síntesis química que usan los químicos medicinales y los químicos orgánicos para sintetizar candidatos a fármacos. Pfizer planea proporcionar a la startup enormes conjuntos de datos para el funcionamiento de la plataforma.
Brightseed
La startup biotecnológica, fundada en 2017, trabaja en el descubrimiento de nuevas moléculas beneficiosas para la salud procedentes del mundo natural. La compañía desarrolló la plataforma de investigación con IA Forager para estudiar el mundo de las plantas comestibles y los alimentos en busca de compuestos naturales que influyan en la salud humana. Conocidos como fitonutrientes, muchos de estos compuestos se usan como ingredientes funcionales en los alimentos, pero su efecto sobre la salud aún no se ha estudiado por completo.
Hasta hoy, Brightseed ha analizado más de 700 000 compuestos bioactivos y ha descubierto un ingrediente alimentario natural que puede favorecer la salud del hígado, controlando la enfermedad grasa del órgano, un estado asociado a la obesidad. Forager se utilizará para ampliar el conjunto conocido de suplementos alimenticios.
