El desarrollo de nuevos medicamentos para tratar diversas enfermedades ha sido históricamente un proceso lento y costoso. Sin embargo, un equipo de investigadores de la Universidad de Waterloo ha logrado acelerar este proceso empleando técnicas de inteligencia artificial (IA). Su modelo, denominado Imagand, utiliza el aprendizaje automático para evaluar información existente sobre fármacos potenciales y sugerir sus propiedades posibles.
El estudio, titulado «Modelos de difusión SMILES-a-farmacocinética para el descubrimiento de fármacos con profundo entendimiento molecular«, está disponible actualmente en el servidor de preprints arXiv. Este innovador enfoque ha demostrado ser capaz de predecir propiedades clave de diferentes medicamentos que ya han sido verificadas de manera independiente en ensayos de laboratorio, lo que respalda la precisión del modelo de IA.
Avances en el descubrimiento de medicamentos
Tradicionalmente, llevar un candidato a medicamento exitoso al mercado puede costar entre 2.000 y 3.000 millones de dólares y tomar más de una década. La IA generativa se perfila como una herramienta transformadora en el descubrimiento de fármacos, ya que permite analizar grandes volúmenes de datos farmacológicos en diversas áreas. Según Bing Hu, candidato a doctorado en Ciencias de la Computación y autor principal del estudio, «hay un enorme pool de químicos y proteínas posibles para investigar al desarrollar un nuevo medicamento, lo que encarece significativamente el descubrimiento de fármacos, ya que es necesario probar millones de moléculas en miles de objetivos diferentes».
Uno de los principales desafíos en el desarrollo de medicamentos es comprender no solo cómo un fármaco puede afectar al organismo de manera aislada, sino también cómo podría interactuar con otros medicamentos o con el estilo de vida de una persona. Esta información suele ser difícil de reunir, ya que los estudios científicos generalmente se centran en las propiedades predeterminadas de los fármacos, sin considerar sus posibles interacciones.
El equipo de investigadores espera que en el futuro Imagand pueda ser utilizado por los médicos para entender mejor las interacciones entre medicamentos, lo que permitiría descartar candidatos a fármacos que pudieran tener efectos secundarios adversos o interacciones peligrosas. «Por ejemplo, este proceso habilitado por IA puede ayudarnos a entender cuán tóxico es un medicamento, cómo afecta al corazón o cómo podría interactuar negativamente con otros fármacos comúnmente utilizados para tratar una enfermedad», afirma Helen Chen, profesora en la Escuela de Salud Pública y Ciencias de la Computación de Waterloo. «Este es un ejemplo de cómo la IA nos está ayudando a avanzar hacia una atención más precisa y personalizada».
