Isomorphic Labs, spin-off de Google DeepMind, espera que las pruebas de sus primeros medicamentos diseñados con IA comiencen este año, a medida que las nuevas empresas tecnológicas se apresuran a convertir la magia algorítmica en tratamientos reales.
«Con suerte, para finales de año tendremos algunos medicamentos diseñados con IA en ensayos clínicos». El director ejecutivo ganador del Premio Nobel de la empresa. Demis Hassabis dijo un panel en el Foro Económico Mundial en Davos esta semana. “Ese es el plan”.
El potencial del descubrimiento de fármacos impulsado por la IA es enorme. En lugar de pasar años o incluso décadas probando productos químicos a mano, los algoritmos de aprendizaje automático pueden examinar montañas de datos para detectar patrones y predecir qué moléculas podrían producir el próximo fármaco milagroso. Esto podría conducir a un desarrollo de fármacos más rápido, costos más baratos y nuevas curas.
por uno estimaractualmente hay más de 460 nuevas empresas de IA trabajando en el descubrimiento de fármacos, de las cuales más de una cuarta parte venir de Europa. A nivel mundial, hasta ahora se han invertido más de 60.000 millones de dólares en este espacio, y la avalancha de financiación no muestra ningún signo de mejora. dejar de fumar.
Sin embargo, descubrir las drogas es sólo un paso en el proceso. Sólo cuando las grandes farmacéuticas decidan que vale la pena fabricarlas, comercializarlas y distribuirlas, esto marcará una diferencia real para personas como usted y como yo.
¿La próxima gran novedad? Podrías ser tú…
La Conferencia TNW está aquí para apoyar a las empresas emergentes y en expansión para que se conviertan en la próxima gran novedad. Sé parte del viaje. Incremento de precio el viernes.
Eso es lo que hace que algunas de las conexiones recientes entre gigantes farmacéuticos y nuevas empresas de inteligencia artificial sean particularmente emocionantes.
El año pasado, Laboratorios Isomórficos firmó un contrato de 45 millones de dólares trato con Eli Lilly para colaborar en la investigación basada en IA sobre terapias de moléculas pequeñas. Según el acuerdo, Isomorphic también es elegible para recibir hasta 1.700 millones de dólares en “hitos basados en el desempeño”. La empresa también firmó un acuerdo similar colaboración con la biotecnológica suiza Novartis.
«Ya estamos trabajando en programas reales sobre drogas», dijo Hassabis a Bloomberg Television en un entrevista poco después de los anuncios. «Esperaría que en los próximos años los primeros medicamentos diseñados con IA lleguen a la clínica».
Exscientia, que surgió de la Universidad de Dundee en 2012, fue una de las primeras en aplicar la IA al descubrimiento de fármacos. En 2024, la compañía hizo avanzar su primer fármaco candidato diseñado con IA a ensayos clínicos en humanos, logrando este hito en solo 12 meses, un proceso que normalmente lleva alrededor de cinco años. Adquisición del rival estadounidense Recursion la empresa con sede en Oxford por 688 millones de dólares en noviembre.
Estos son dos grandes ejemplos de un mercado de descubrimiento de fármacos impulsado por la IA que está en auge y se está consolidando cada vez más. Sin embargo, también hay muchas empresas en etapa inicial que trabajan en aplicaciones más específicas de esta tecnología. Entre ellos se incluye CardiaTec, con sede en Cambridge, Reino Unido, que utiliza IA para encontrar nuevos medicamentos para tratar enfermedades del corazóny con sede en Londres Multiomic Health, que trabaja en fórmulas para tratar enfermedades metabólicas.
Sin embargo, a pesar de todo el potencial, la IA no es una solución milagrosa para el descubrimiento de fármacos. Si bien puede acelerar drásticamente la búsqueda de los compuestos adecuados necesarios para fabricar nuevos medicamentos, los pasos que requieren más tiempo (como las pruebas de laboratorio húmedo con muestras físicas, los ensayos clínicos y las aprobaciones de la FDA) no van a ninguna parte. Aún así, el verdadero poder de la IA reside en esa primera fase crítica: centrarse en objetivos que de otra manera podrían haber pasado desapercibidos, ahorrar tiempo a los investigadores y posiblemente incluso desbloquear nuevos tratamientos.
