Varios centros de investigación están desarrollando tecnologías punteras para usar la inteligencia artificial en la creación de nuevos medicamentos.
Más información: Una inteligencia artificial del MIT diseña antibióticos que combaten infecciones como la gonorrea resistente Varios centros de investigación están desarrollando tecnologías punteras para usar la inteligencia artificial en la creación de nuevos medicamentos.
Más información: Una inteligencia artificial del MIT diseña antibióticos que combaten infecciones como la gonorrea resistente
«No va a funcionar». Es lo que le dijo un responsable del CIMA a Mikel Hernáez cuando vio que la inteligencia artificial que había desarrollado apuntaba a una molécula «demasiado pequeña» para combatir el cáncer de pulmón.
Esa pequeña molécula fue probada en líneas celulares de un subtipo del tumor «y vimos que las células cancerígenas se morían«, explica el investigador a EL ESPAÑOL.
Hernáez no es biólogo sino ingeniero de telecomunicaciones y, tras una década en Estados Unidos regresó a España, donde es jefe del Grupo de Aprendizaje Automático para Biomedicina del Centro de Investigación Médica Aplicada de la Universidad de Navarra.
«La molécula que habíamos predicho que iba a funcionar, parecía que funcionaba», continúa. «Pero no estábamos seguros de que fuera por el mecanismo que habíamos predicho».
En el Instituto de Investigación Sanitaria La Fe de Valencia, que colabora con Hernáez, terminó de corroborarlo: el fármaco, ya existente con una indicación completamente distinta al cáncer, se unía a una célula cancerígena mediante la proteína predicha y la inhibía.
El investigador lidera un proyecto para crear una herramienta que facilita el reposicionamiento de fármacos conocidos en nuevas indicaciones utilizando inteligencia artificial, uno de los muchos usos de los que apenas estamos viendo su potencial.
La inteligencia artificial lleva usándose desde hace más de diez años en biomedicina, pero ha sido en los últimos cuatro cuando ha dado un salto cualitativo hacia el futuro y, en la actualidad, ya son numerosos los medicamentos generados por ella que están ensayándose.
Se basa en el análisis de cantidades enormes de datos, imposibles de procesar por la mente humana, para obtener patrones no vistos. Cuando la capacidad de computación de los ordenadores alcanzó un punto crítico, comenzó la fiesta.
Si ChatGPT es el paradigma de esta nueva era para el público general, para el mundo de la investigación biomédica el Alphafold, la inteligencia artificial desarrollada por Google DeepMind capaz de predecir la estructura de cualquier proteína existente, conocida o no.
Los desarrolladores de Alphafold fueron obtuvieron el Nobel de Química el año pasado, solo cinco años después de presentar la segunda versión del sistema, por la que han sido galardonados.
«Ha supuesto un cambio radical», afirma Alberto Ocaña, oncólogo y director de la Unidad CRIS de Terapias Avanzadas en el Hospital Clínico San Carlos (Madrid).
«Si no conocíamos la estructura de la proteína, hacer una cristalografía suponía un mínimo de cuatro a seis meses, y no todos los sitios tienen capacidad para hacerlo».
El resultado, además, era estático, necesitaba probarse empíricamente para comprobar cómo funcionaba. «Ahora podemos hacer todo este proceso en muy poco tiempo».
En la Unidad CRIS de Terapias Experimentales buscan identificar dianas moleculares asociando datos bioinformáticos a las características genómicas de determinados pacientes de cáncer.
Con la inteligencia artificial, obtienen compuestos que, en teoría, podrían funcionar. Esos compuestos se sintetizan y se ensayan en líneas tumorales y ratones a los que se les ha generado un cáncer para probar su eficacia.
«Hasta ahora se usan bibliotecas de compuestos químicos en el laboratorio. Por ejemplo, 5.000 moléculas que pasabas por un sistema para ver si se unían a una célula o la inhibían, lo que suponía un ingente gasto tanto de recursos humanos y materiales como de tiempo».
Una vez identificados los compuestos que se unían a una zona concreta, «había que ver cómo se unía y funcionaba». Todo eso puede hacerlo la inteligencia artficial en una fracción mínima de tiempo y con muchos menos recursos.
«El tiempo que puedes ahorrar utilizando computación para el diseño de fármacos puede ser del orden de cinco a diez años», afirma Ocaña.
La punta del iceberg
El oncólogo sostiene que todavía estamos en una fase muy temprana de la implantación de la IA, pero «no tengo dudas de que será el estándar para distintos procesos en los próximos cinco años».
Alphafold es la herramienta más disruptiva pero no la única. Numerosos grupos de investigación en el mundo están desarrollando soluciones de inteligencia artificial que, como Hernáez y el reposicionamiento de fármacos, buscan aprovechar la enorme cantidad de información disponible para construir el futuro de la salud.
En el Barcelona Supercomputing Center (BSC), Víctor Guallar se dedica a desarrollar algoritmos para encontrar los mejores fármacos para adaptarse a dianas específicas.
«Estamos colaborando con un inversor muy importante de Boston, RA Capital, para crear un software muy puntero. Además, con Almirall estamos buscando fármacos que inhiben la interacción proteína a proteína».
El potencial es tal que decidieron cambiar de enfoque y no participar únicamente en el software sino enfocarse a un aspecto más traslacional (así se le dice a los procesos transversales de la investigación, desde el laboratorio básico hasta los ensayos en pacientes).
De ahí que Guallar fundara una spin-off del BSC, Nostrum Discovery, en la que «tenemos 52 clientes internacionales y trabajamos con cuatro de las top 10 de la Big Pharma».
Tiene menos de una década y ya han lanzado productos cosméticos, «que se desarrollan en menos tiempo que los medicamentos», y tienen varios fármacos en fases clínicas con sus clientes.
El investigador cree que la IA todavía no está madura pero acabará permeando en cada etapa del proceso de investigación y lanzamiento de medicamentos. «En los próximos tres o cuatro años veremos los primeros fármacos diseñados por IA en el mercado«.
Con todo, los expertos consultados con este periódico no ven la inteligencia artificial como un cambio de paradigma sino como una herramienta que va a facilitar enormemente el desarrollo de nuevos fármacos.
«Los métodos tradicionales se han basado en la observación empírica, y eso va a seguir existiendo», afirma Alberto Ocaña, director de la Unidad CRIS de Terapias Experimentales.
Lo que sí permitirá es que «el conocimiento no esté solo limitado a entidades privadas con muchísimos recursos sino que también puedan crearse medicamentos en hospitales públicos, que lleguen a acuerdos con entidades privadas para su desarrollo».
España tiene una gran oportunidad, por otro lado, para destacar en el campo. «En mi aventura en EEUU vi que los científicos españoles eran gente absolutamente brillante», señala Mikel Hernáez, del CIMA, que acaba de finalizar una nueva estancia en Nueva York.
El problema, considera, es otro. «Se ha invertido mucho en supercomputación, con centros en Barcelona, Navarra, Galicia o Madrid. Tenemos capital humano y conocimiento, pero necesitamos más financiación».
No solo es una cuestión económica. «Nos hace falta más flexibilidad, menos burocracia. No puede ser que necesites un sello cada vez que sales a dar una charla fuera o asistir a una conferencia. Hay que confiar en los investigadores».
elespanol – Salud
