El laboratorio de Terre Therapeutics es una sinfonía de automatización en miniatura. Los robots se mueven y llevan pequeños tubos de líquido a sus estaciones. Científicos con batas azules, guantes esterilizados y gafas protectoras observan las máquinas.
Pero la verdadera acción ocurre a nanoescala: las proteínas en solución se combinan con moléculas químicas colocadas en minúsculos pozos en chips de silicio personalizados que se asemejan a moldes microscópicos para muffins. Cada interacción se registra, millones por día, generando 50 terabytes de datos sin procesar por día, el equivalente a más de 12.000 películas.
El laboratorio, de aproximadamente dos tercios del tamaño de un campo de fútbol, es una fábrica de datos para el descubrimiento y desarrollo de fármacos asistidos por inteligencia artificial en Monrovia, California. Es parte de una ola de empresas jóvenes y de nueva creación que intentan utilizar la IA para crear medicamentos más eficaces y más rápidos.
Las empresas están utilizando nueva tecnología, que aprende a generar respuestas a partir de grandes cantidades de datos, para intentar reinventar el descubrimiento de fármacos. Están trasladando el campo de una laboriosa artesanía a una precisión más automatizada, un cambio impulsado por una IA que aprende y se vuelve más inteligente.
“Una vez que se tiene el tipo correcto de datos, la IA puede funcionar y ser realmente buena”, afirmó Jacob Berlin, cofundador y director ejecutivo. tere.
Muchos de los principales usos comerciales de la IA generativa, que puede crear de todo, desde poesía hasta programas de computadora, ayudan a aliviar el trabajo rutinario de oficina, el servicio al cliente y la escritura de códigos. Sin embargo, el descubrimiento y desarrollo de fármacos es una industria enorme que, según los expertos, está madura para una revolución de la IA.
La IA es una “oportunidad única en un siglo” para el negocio farmacéutico Firma consultora McKinsey & Company.
Los chatbots populares como ChatGPT se entrenan con texto de Internet, y los generadores de imágenes como DALL-E aprenden de enormes pistas de imágenes y videos, basándose en datos de inteligencia artificial para el descubrimiento de fármacos. Y se trata de datos altamente especializados: mediciones de información molecular, estructura de proteínas e interacciones bioquímicas. La IA aprende de los patrones de los datos para sugerir candidatos a fármacos potencialmente eficaces, haciendo coincidir las claves químicas con las cerraduras proteicas correctas.
Debido a que la IA para el desarrollo de fármacos se basa en datos científicos precisos, las “alucinaciones” tóxicas son mucho menos probables que con chatbots más elaborados. Y cualquier fármaco potencial debe someterse a pruebas exhaustivas en laboratorios y ensayos clínicos antes de ser aprobado para los pacientes.
Empresas como Terray están construyendo grandes laboratorios de alta tecnología para generar datos que ayuden a entrenar la IA, permitiendo una experimentación rápida y capacidades de reconocimiento de patrones y predicciones sobre lo que podría funcionar.
Luego, la IA generativa puede diseñar digitalmente una molécula de fármaco. Este diseño se traduce en un laboratorio automatizado de alta velocidad, en una molécula física y se prueba su interacción con una proteína objetivo. Los resultados, positivos o negativos, se registran y se envían al software de inteligencia artificial para mejorar sus diseños posteriores, acelerando el proceso general.
Si bien algunos medicamentos mejorados con IA se encuentran en ensayos clínicos, aún es temprano.
“La IA generativa está transformando el campo, pero el proceso de desarrollo de fármacos es complicado y muy humano”, afirmó David Baker, bioquímico y director del Instituto de Diseño de Proteínas de la Universidad de Washington.
El desarrollo de fármacos ha sido tradicionalmente una tarea costosa, que consume mucho tiempo y es un proceso azaroso. Los estudios sobre los costos de navegar el diseño de un medicamento y los ensayos clínicos hasta su aprobación final varían ampliamente. Pero el costo total es Aproximadamente mil millones de dólares Promedio. Se necesitan de 10 a 15 años. Y alrededor del 90 por ciento de los medicamentos candidatos que ingresan a ensayos clínicos en humanos fracasan, generalmente por falta de eficacia o efectos secundarios inesperados.
Los jóvenes desarrolladores de fármacos de IA están intentando utilizar su tecnología para mejorar estas probabilidades y, al mismo tiempo, ahorrar tiempo y dinero.
Su fuente de financiación más constante proviene de los gigantes farmacéuticos, que durante mucho tiempo han servido como socios y banqueros de proyectos de investigación más pequeños. Los fabricantes de fármacos de IA actuales suelen centrarse en acelerar las etapas preclínicas de desarrollo, que tradicionalmente tardan entre cuatro y siete años. Algunos pueden intentar participar ellos mismos en ensayos clínicos. Pero esa es la etapa en la que las grandes corporaciones farmacéuticas suelen tomar el control, realizando costosos ensayos en humanos, que pueden llevar otros siete años.
Para las empresas farmacéuticas establecidas, la estrategia de socios es un camino hacia la innovación de costo relativamente bajo.
“Para ellos, es como tomar un Uber para llevarte a algún lugar en lugar de comprar un automóvil”, dice Gerardo Ubags Carrión, ex banquero de inversiones en biotecnología del Bank of America Securities.
Las principales compañías farmacéuticas pagan a sus socios de investigación para que alcancen hitos hacia candidatos a fármacos, que pueden alcanzar cientos de millones de dólares en varios años. Y si un medicamento finalmente se aprueba y se convierte en un éxito comercial, hay un flujo de ingresos por regalías.
Empresas como Terr, Productos farmacéuticos de recursión, Schrödinger Y Laboratorios isomórficos Siguiendo el progreso. Pero, en términos generales, hay dos caminos diferentes: los que construyen grandes laboratorios y los que no.
Isomórfico, el descubrimiento de fármacos derivado del grupo central de IA del gigante tecnológico, Google DeepMind, considera que cuanto mejor es la IA, menos datos necesita. Y está apostando por su destreza en software.
En 2021, Google lanzó el software DeepMind que predijo con precisión la forma de cadenas de aminoácidos plegados en proteínas. Estas formas tridimensionales determinan cómo funciona una proteína. Esto supuso un impulso para la comprensión biológica y fue útil en el descubrimiento de fármacos, ya que las proteínas impulsan el comportamiento de todos los organismos.
El mes pasado, Google DeepMind e Isomorphic anunciaron que su último modelo de IA, Alphafold 3, puede predecir cómo interactuarán las moléculas y las proteínas, otro paso en el diseño de fármacos.
“Nos estamos centrando en métodos computacionales”, dijo Max Zaderberg, director de IA de Isomorphic. “Creemos que hay un enorme potencial por desbloquear”.
Terre, como la mayoría de las empresas emergentes de desarrollo de fármacos, es un subproducto de años de investigación científica combinados con avances recientes en IA.
Dr. Berlin, el director ejecutivo, que obtuvo su doctorado en química en Caltech, ha logrado avances en nanotecnología y química a lo largo de su carrera. Terre surgió de un proyecto académico iniciado hace más de una década en el Centro Oncológico City of Hope, cerca de Los Ángeles, donde el Dr. Berlin tenía un equipo de investigación.
Terre se centra en el desarrollo de fármacos de molécula pequeña, esencialmente cualquier fármaco que una persona pueda tomar en forma de pastillas como aspirina y estatinas. Las pastillas son cómodas de tomar y económicas de fabricar.
Los elegantes laboratorios de Terr están muy lejos de los viejos tiempos académicos, cuando los datos se almacenaban en hojas de cálculo de Excel y la automatización era un objetivo lejano.
“Yo era un robot”, recuerda Kathleen Ellison, cofundadora y científica principal de Ter.
Pero en 2018, cuando se fundó Terre, las tecnologías necesarias para construir su laboratorio de datos de estilo industrial avanzaban rápidamente. Terre Terre se ha basado en avances de fabricantes externos para producir chips a microescala diseñados por Terre Terre. Sus laboratorios están llenos de equipos automatizados, pero casi todos están personalizados, gracias a los avances en la tecnología de impresión 3D.
Desde el principio, el equipo de Terre reconoció que la IA iba a ser fundamental para comprender sus almacenes de datos, pero el potencial de la IA generativa en el desarrollo de fármacos solo se hizo evidente más tarde, aunque antes de que llegara el ChatGPT en 2022.
Narbey Mardirosyan, científico senior de Amgen, se convirtió en director de tecnología de Terr en 2020, debido a su gran cantidad de datos generados en laboratorio. Bajo la dirección del Dr. Mardirosian, Terre desarrolló y construyó sus equipos de ciencia de datos e inteligencia artificial. Un modelo de IA Traducir datos químicos a matemáticas y viceversa. La empresa ha publicado Una versión de código abierto.
Terry tiene acuerdos de asociación con Bristol Myers Squibb y Calico Life Sciences, una filial de la empresa matriz de Google, Alphabet, centrada en enfermedades relacionadas con la edad. Los términos de este acuerdo no se revelan.
Para expandirse, Terry necesitaría fondos más allá de los 80 millones de dólares en fondos de riesgo, dijo Eli Berlin, el hermano menor del Dr. Berlin. Dejó un trabajo en capital privado para convertirse en cofundador y director financiero y de operaciones de una nueva empresa, diciendo que la tecnología podría abrir la puerta a un negocio rentable.
Terre está desarrollando nuevos medicamentos para enfermedades inflamatorias como el lupus, la psoriasis y la artritis reumatoide. La compañía, dijo el Dr. Berlin, espera tener el medicamento en ensayos clínicos a partir de 2026.
Las innovaciones de Terre y sus colegas en la fabricación de medicamentos pueden acelerar las cosas, pero sólo hasta cierto punto.
“La prueba definitiva para nosotros, y para el campo en general, es si podemos mirar hacia atrás dentro de 10 años y decir que la tasa de éxito clínico es mucho mayor y que tenemos mejores medicamentos para la salud humana”, dijo el Dr. Berlin.
