Farma
La Inteligencia Artificial acelera la búsqueda de fármacos para luchar contra el COVID-19
La rápida propagación de COVID-19 hace que los desarrolladores de fármacos tengan un tiempo limitado para identificar candidatos a fármacos para combatir el virus.
La creación de fármacos es un proceso largo y costoso. Poner un medicamento en el mercado desde cero requiere de 10 a 12 años y puede costar más de 2 mil millones de euros. Aun así, menos del 12% de los candidatos en etapa clínica obtienen la aprobación.
Vacuna contra el COVID-19
Laboratorios de todo el mundo llevan meses trabajando incansablemente para encontrar una vacuna que pueda contrarrestar al nuevo virus. La vacuna no es el único recurso científico para detener al virus, pero sí el más importante. Aunque es probable que nunca encontremos una cura definitiva para el COVID-19 (no olvidemos que no existe una cura para la gripe o el resfriado común), los proyectos en marcha son 160, de los que 26 se encuentran en fase avanzada, según datos de la Organización Mundial de la Salud del 31 de julio. Entre las actuales candidatas, cuatro han pasado ya a una fase «final» de pruebas en humanos y una o varias de estas podrían empezar a ser distribuidas desde la primera mitad de 2021.
¿Cómo es posible que se hayan acelerado tanto los procesos? ¿de 10/12 años a 10/12 meses? Buena parte de la respuesta viene de la aplicación de la Inteligencia Artificial (IA): mediante el uso de técnicas como el aprendizaje automático (machine learning) o el aprendizaje profundo (deep learning), la inteligencia artificial acelera el proceso de desarrollo de fármacos mediante la identificación de candidatos terapéuticos, ya sea a partir de fármacos existentes o compuestos nuevos.
Si bien varias empresas han estado desarrollando herramientas de inteligencia artificial para el descubrimiento de fármacos desde hace algunos años, este campo de aplicación es aún bastante joven, como lo ilustra el hecho de que el primer fármaco candidato europeo identificado mediante IA entró en ensayos clínicos a principios de este año. Sin embargo, la pandemia ha acelerado enormemente el uso de la IA. Varios jugadores en Europa han utilizado sus herramientas de inteligencia artificial para identificar tratamientos potenciales para el COVID-19.
Sobre el virus se ha aprendido muchísimo en muy breve periodo de tiempo: Esto se debe en parte a los avances en las tecnologías de secuenciación rápida del genoma. La inteligencia artificial puede utilizar esta información para predecir qué compuestos tienen más probabilidades de ser eficaces contra un objetivo específico. Para que esto funcione, la calidad de los datos es fundamental.
Por ejemplo, Exscientia, con sede en Oxford, tiene un enfoque doble para el descubrimiento de fármacos: un laboratorio interno para la generación y experimentación de datos, y una plataforma de aprendizaje automático para diseñar experimentos.
La francesa Iktos, ha desarrollado tecnología de aprendizaje profundo para crear modelos informáticos que pueden aprender nuevas tareas, como el diseño de nuevas moléculas, accediendo a bases de datos públicas. En marzo, Iktos se asoció con SRI International para combinar la inteligencia artificial de Iktos y la plataforma de descubrimiento automatizado de SRI para el desarrollo acelerado de nuevas terapias antivirales, incluyendo la lucha contra el COVID-19.
Como decíamos al principio, la lucha contra la pandemia no se enfoca sólo en la obtención de la vacuna. Existen múltiples iniciativas que buscan tratamientos terapéuticos para la población contagiada. Siguiendo en Europa, la británica BenevolentAI y la alemana Innoplexus, han identificado posibles opciones terapéuticas para los pacientes con Covid-19, utilizando herramientas de IA.
Con historias de éxito como las comentadas, el futuro de la IA en el descubrimiento de fármacos parece prometedor, pero existen algunas barreras:
- Por un lado, está el debate sobre la seguridad de los datos y la privacidad del paciente.
- Por otro, la IA requiere acceso a muchos datos sólidos y de alta calidad. La pandemia ha surgido de manera tan rápida y violenta que estamos aún recabando y depurando datos para poder enriquecer los modelos de IA.