Cómo la inteligencia artificial está ayudando al desarrollo de fármacos

Sumitomo Dainippon Pharma Co., Ltd., Japón y Exscientia Ltd., Reino Unido, anunciaron el ensayo clínico de fase I de DSP-1181, un fármaco creado mediante Inteligencia Artificial (IA). El medicamento tiene como objetivo tratar el trastorno obsesivo-compulsivo (TOC). La prueba comienza en Japón a partir de marzo de 2020.

La compañía afirma que es el primer caso de uso de IA para desarrollar un fármaco que se está probando en humanos.

Sumitomo Dainippon Pharma aportó su experiencia farmacéutica. Exscientia, por otro lado, proporcionó la tecnología utilizando su plataforma Centaur Chemist AI.

En otro caso, Deep Genomics, una empresa canadiense, había anunciado que había utilizado la IA para comprender plenamente la enfermedad de Wilson. Utilice también la IA para descubrir posibles tratamientos para el mismo. La enfermedad de Wilson es un trastorno genético poco común en el que se acumula un exceso de cobre en el cuerpo del paciente, que a menudo alcanza niveles potencialmente mortales.

¿Está la tecnología informática comenzando a reemplazar a los investigadores humanos?

¿Estos avances establecerán los estándares para la investigación en otros campos?

¿Estamos en la cúspide de una nueva revolución científica?

Es bien conocida la contribución de la tecnología moderna a la industria farmacéutica.

En esta publicación, comenzamos analizando cómo Exscientia utilizó la IA para el descubrimiento de fármacos. Discutimos si la IA es indispensable en la industria farmacéutica.

A continuación, analizamos algunas empresas farmacéuticas que utilizan IA. También nos preguntamos si la IA en el descubrimiento de fármacos está sobrevalorada. Finalmente, analizamos los principales desafíos para la adopción a gran escala de la IA en las empresas farmacéuticas.

Cómo se utiliza la plataforma de IA para el desarrollo de fármacos

Para comprender cómo la IA desarrolla medicamentos, comprendamos el ciclo estándar de desarrollo de medicamentos.

Los investigadores identifican una proteína objetivo que está causando la enfermedad. Estudian estas proteínas detenidamente y durante mucho tiempo. De lo contrario, existe un gran riesgo de perder una gran cantidad de dinero con la proteína equivocada. Además, existe un mayor riesgo de que la proteína esté relacionada con la enfermedad, pero no sea la que la causa.

A continuación, el proceso de investigación intenta encontrar un compuesto o molécula que influya en la proteína. Para poder influir correctamente en la proteína que causa la enfermedad, el compuesto debe poder modificar la proteína. Debido a esta alteración, la proteína ya no puede contribuir a la enfermedad.

Durante este proceso, los compuestos ineficientes se descartan y sólo se absorben compuestos seguros y eficientes.

Entonces, ¿cuál es el papel de la IA en el descubrimiento y desarrollo de fármacos?

Debido a que existen cientos y miles de moléculas, los investigadores humanos no pueden probar manualmente cada una de estas moléculas.

Sin embargo, sin probar cada una de ellas, no habría manera de saber qué molécula sería la más adecuada para combatir una determinada enfermedad.

Esto es lo que hacen las plataformas de IA. Primero, los expertos les proporcionarán parámetros. Rompen todas las moléculas. Cada una de estas moléculas se compara con los parámetros.

Al tratarse de un sistema inteligente, la plataforma de IA seguirá aprendiendo y así identificará uno o más compuestos que considere mejor equipados para combatir la enfermedad.

Cómo se introducen los datos en la IA para el desarrollo de fármacos

Hoy en día, las investigaciones, los comentarios, los informes, los registros de los pacientes y muchas otras cosas añaden una enorme cantidad de datos sobre cada enfermedad. Se está volviendo casi imposible para los humanos procesar o utilizar todos esos datos. Los sistemas de Inteligencia Artificial, por otro lado, están perfectamente equipados para examinar todos los datos y hacer interpretaciones significativas a partir de ellos.

Hay muchísimos canales de alimentación de datos al sistema de inteligencia artificial para el descubrimiento y desarrollo de fármacos.

Una fuente de datos son, por supuesto, los pacientes que sufren esos datos. Estos datos se recopilan de pacientes en diferentes etapas de la enfermedad.

Pero hay más.

También se recopilan datos de personas sin la enfermedad. Los programas de aprendizaje profundo gestionan ambos tipos de datos y aprenden más sobre las proteínas cuya presencia marca la diferencia entre un paciente sano y uno enfermo.

Las capacidades de aprendizaje automático del sistema se esfuerzan por encontrar y establecer conexiones entre las proteínas y las enfermedades.

La importancia de la IA en el desarrollo de fármacos

Como se mencionó anteriormente, la gran cantidad de datos que producimos no es fácil de manejar para los humanos. A continuación se presentan algunas razones por las que la IA se está volviendo más importante para la industria farmacéutica:

• Costos:
  El costo de llevar medicamentos al mercado aproximadamente se duplicó en la década de 2003 a 2013. Además, el rendimiento de la investigación ha caído del 10% a menos del 2%. La IA, con su precisión, promete mejorar esto.
• Velocidad:
  El tiempo desde el laboratorio hasta el mercado aumentó a 12 años. Si la IA realmente puede lograr los resultados que algunas personas esperan hoy, las agencias reguladoras pueden tener más confianza. Esto significa que los medicamentos desarrollados con IA pueden aprobarse en modelos de experimentación con animales y pasar directamente a los pacientes.
• Innovación:
  Puede que sea un poco exagerado, pero ya se han descubierto medicamentos para enfermedades simples. Los que no han encontrado cura son los que tienen complejos. Los fármacos para este tipo de enfermedades también son difíciles, y la IA, con su modo de aprendizaje profundo, puede resultar la solución adecuada.
• Inclinación:
  Los investigadores humanos, por mucho que se esfuercen, a menudo pueden verse limitados por sus preferencias y prejuicios personales. Como resultado, pueden perseguir compuestos y proteínas según sus preferencias y pensamientos. Este enfoque cuesta una gran cantidad de dinero. La IA puede estar libre de esos sesgos, lo que hace que el proceso sea más rentable y menos propenso a errores.

¿Qué empresas farmacéuticas están utilizando la IA para desarrollar medicamentos?

Estas son las principales empresas que utilizan la IA para desarrollar medicamentos:

• genética
  buscando tratamiento contra el cáncer con la ayuda del sistema de inteligencia artificial de GNS Healthcare.
• sanofi
  estas trabajando con ellos excientia sobre terapias para enfermedades metabólicas.
• En sentido atómico tratando de encontrar nuevas rutas de tratamiento para medicamentos que ya están en uso. Es interesante notar que la tecnología utilizada aquí es la utilizada en reconocimiento facial.
• Genómica profunda Ya anunció que entendió la enfermedad de Wilson, con la ayuda de la Inteligencia Artificial.
• Farmacéutica Fanal está utilizando IA para examinar los registros de ensayos de medicamentos fallidos con el fin de aplicar correcciones.
• Pfizer
  Tu estas usando IBMWatson. El objetivo es encontrar fármacos contra el cáncer, o más concretamente fármacos inmunooncológicos.

Qué puede hacer la IA en el futuro por la industria farmacéutica

A pesar de todas las afirmaciones de varios expertos (tanto en el sector farmacéutico como en el de IA), hay muchos que piensan que mucho de esto es exagerado.

Sin embargo, la IA es muy prometedora. Estas son algunas de las expectativas sobre lo que la IA puede hacer para el diagnóstico, el desarrollo de fármacos y el tratamiento en el futuro:

• El aprendizaje profundo puede crear y dar significado a partir de una una gran colección de datos anonimizados recopilados de todo el mundo.
• La inteligencia artificial puede ayudar detección temprana de enfermedades peligrosas como el cáncer.
• La IA podrá encontrar compuestos individuales que sólo puede actuar sobre las proteínas adecuadas, sin afectar ni alterar el resto.
• En última instancia, la IA será lo suficientemente competente como para dejar algunos años del ciclo de desarrollo de fármacos. En otras palabras, los medicamentos llegan al mercado y benefician a los pacientes antes.
• Los sistemas de IA sofisticados y especialmente capacitados pueden proporcionar pronóstico del paciente.
• Una vez que los reguladores y los investigadores puedan confiar lo suficiente en la IA, podremos ver muchos medicamentos permitidos. pasa la experimentación con animales y pasar directamente a los ensayos en humanos.

Desafíos para la IA en el desarrollo de fármacos

Si bien las expectativas futuras mencionadas anteriormente parecen emocionantes, hay una cantidad considerable de desafíos a los que la IA tendrá que enfrentarse antes de que el aprendizaje automático, el aprendizaje profundo y la inteligencia artificial puedan contribuir significativamente al desarrollo de fármacos.

Estos son los 5 principales desafíos que enfrenta la IA en el sector farmacéutico:

Reto 1: Falta de regulaciones claras. Para ser justos, este no es un caso de que los reguladores vayan lentos. El hecho es que no hay suficientes precedentes –al menos no todavía– para que los reguladores formulen leyes apropiadas y alentadoras. Y no olvidemos que los objetivos de las regulaciones y las innovaciones suelen ser contradictorios. El primero siempre tarda en aceptar el cambio, mientras que el segundo se apresura a provocarlo.

Desafío 2: Mala calidad de los datos. A pesar de las grandes afirmaciones, el hecho es que los datos incorrectos sólo producen malos resultados. Si bien hoy tenemos muchos datos, sabemos que muchos de ellos son incorrectos. Por datos incorrectos me refiero a datos poco fiables, inconsistentes o simplemente mal estructurados. En todos estos casos, la IA probablemente encontrará malas soluciones.

Reto 3: Cantidad de datos. ¿Realmente tenemos muchos datos? No siempre. De hecho, hay una gran cantidad de enfermedades en las que los datos afloran de su casi ausencia. Debido a que sólo los datos enriquecidos pueden producir resultados, al menos por ahora, necesitamos sistemas de inteligencia artificial que puedan dar sentido a los datos pequeños. En cambio, los sistemas de crédito social de China tenían enormes datos de los que aprender.

Reto 4: Falta de confianza. ¿Cuántos pacientes pueden estar dispuestos a confiar en los medicamentos desarrollados por la IA? Como el mecanismo está lejos de estar en funcionamiento, la aceptación de esos medicamentos llevará tiempo.

Desafío 5: Mala investigación. Siempre existe una buena posibilidad de que la IA gaste toda su energía sólo para crear medicamentos que ya han sido descubiertos. Si bien este desafío puede manejarse con relativa facilidad en comparación con otros desafíos, una empresa siempre corre el riesgo de perder mucho dinero de esta manera.

Observaciones finales

Al igual que cualquier otra tecnología emergente, mucho misterio, fascinación y desconfianza rodea el uso de la inteligencia artificial en el desarrollo de medicamentos.

Sí, estamos empezando a ver los primeros signos de cambios tremendamente grandes que la IA puede aportar. Sin embargo, la tecnología de IA en sí misma no es lo suficientemente avanzada como para comprender completamente y diseñar de forma independiente máquinas menos complicadas. En esa situación, el escepticismo de los críticos es comprensible.

El hecho es que necesitaremos más información, más estudios y más aprobaciones antes de que podamos aceptar plenamente la IA como una herramienta confiable para el desarrollo de fármacos. Hasta entonces, tendremos que seguir comprobando todo.

Fuentes:

1. Clínica Mayo

2. científico estadounidense

3. Naturaleza

4. cableado