Eli Lillyuna de las compañías farmacéuticas más grandes del mundo, está liderando un cambio revolucionario en el diseño de nuevos medicamentos mediante el uso de Inteligencia Artificial Generativa.
En experimentos recientes, esta tecnología ha demostrado ser capaz de generar estructuras moleculares a una velocidad y con una creatividad que supera con creces las capacidades humanascomo compartido Diogo Raudirector de información y digital de Eli Lillyen el Cumbre del Consejo Ejecutivo de Tecnología CNBC.
El AI está explorando millones de moléculas, logrando identificar candidatos a fármacos con estructuras “extrañas”, que no se corresponden con nada conocido en las bases de datos moleculares existentes de la empresa, pero que presentan un potencial considerable. “Se han generado tantas moléculas en cinco minutos como Lilly podría sintetizar en un año entero en laboratorios convencionales”Rau explicó.
La posibilidad de que la IA genere medicamentos por sí sola en un futuro próximo No sólo cambiará radicalmente la industria farmacéutica, sino también los fundamentos científicos que se han establecido durante siglos.
De acuerdo a raula reacción inicial de los directivos de lirio Ante los diseños generados por la IA, hubo escepticismo e incluso esperaban que los científicos encontraran fallas en las propuestas. Sin embargo, la respuesta de los investigadores fue sorprendentemente positiva: “Es interesante; “No habíamos pensado en diseñar una molécula de esa manera”indicaron.
Esta apertura a diseños inusuales marca una nueva era en la innovación farmacéutica, donde La colaboración entre humanos y máquinas se traduce en enriquecimiento mutuo de creatividad y capacidad científica. “Siempre hablamos de entrenar máquinas, pero el arte en el que las máquinas producen ideas a partir de un conjunto de datos que los humanos no habrían podido ver o visualizar estimula aún más la creatividad”, reflexiona Rau.
La revolución médica impulsada por inteligencia artificial (IA) logró un logro significativo con la creación de AlfaFold por la unidad de IA Google, mente profunda. Este enfoque innovador marcó un antes y un después en el campo de la biología, permitiendo una comprensión más profunda de la estructura de las proteínas, crucial para el desarrollo y diseño de fármacos.
Kimberly Powellvicepresidente de salud en NVIDIAdestacó la capacidad de los modelos transformadores de IA para interpretar secuencias de aminoácidos y determinar la estructura de proteínas a escalas y resoluciones sin precedentes.
Este extraordinario logro se ha traducido en nuevas estrategias para el análisis y diseño de fármacos, aprovechando el amplio catálogo de sustancias químicas ya digitalizadas. De acuerdo a powellesto facilita que la IA realice su entrenamiento “de manera autosupervisada y sin supervisión”, ampliando significativamente las capacidades Posibilidades de imaginar modelos de drogas. eso estaría más allá del alcance del pensamiento humano tradicional.
El proceso revolucionario no se detiene ahí. La tecnología detrás AlfaFold ha sido comparado con los mecanismos operativos de ChatGPT. Como se ha señalado powell a CNBC“ha sido entrenado en cada libro, página web, documento PDF” y es capaz de codificar el conocimiento del mundo de tal manera que se puedan hacer preguntas y generar respuestas.
La digitalización de la biología, a escalas y resoluciones antes inimaginables, constituye la base de esta revolución. La inclusión de la genómica espacial permite escanear millones de células dentro del tejido en 3D, una técnica que, junto con la capacidad de los modelos de IA para trabajar con sustancias químicas en formato digital, está marcando El comienzo de una nueva era en la medicina..
La introducción de Supercomputadoras de IA y técnicas inspiradas en el modelo GPT (Transformador generativo preentrenado) está permitiendo simular el comportamiento biológico y químico de posibles fármacos, lo que podría acelerar significativamente los tiempos de desarrollo y aumentar las tasas de éxito en los ensayos clínicos.
Según estudios recientes, como el publicado en Naturaleza por amgenEste nuevo enfoque no sólo reduce el ciclo de descubrimiento de años a meses, sino que también aumenta la probabilidad de éxito de un incierto 50% a un prometedor 90%.
Los métodos convencionales de descubrimiento de fármacos suelen ser artesanales y costosos, con una tasa de fracaso cercana al 90%. Este proceso implica una extensa experimentación, análisis de datos humanos y un ciclo de diseño basado en los resultados obtenidos, seguido de múltiples etapas de decisión con la esperanza de avanzar hacia ensayos clínicos exitosos.
Un aspecto innovador de AI en la investigación farmacéutica es su capacidad para generar nuevos objetivos a partir de datos existentes, que podrían revelar objetivos terapéuticos previamente desconocidos.
Esta capacidad de la IA para explorar nuevas posibilidades podría romper la tendencia de centrarse en un conjunto limitado de objetivos farmacológicos, ampliando significativamente el horizonte de investigación y desarrollo de nuevos fármacos.
El Reducción del tiempo y coste del desarrollo de nuevos fármacos. Es un beneficio crucial de la implementación del AI en este campo. Con costos que oscilan entre 30 y 300 millones de dólares por ensayo clínico, la capacidad de acortar los plazos de desarrollo representa no sólo un avance científico, sino también una importante oportunidad económica para la industria farmacéutica.
