Datos de calidad: el cimiento del descubrimiento farmacéutico impulsado por IA

El descubrimiento de fármacos es un proceso costoso y de alto riesgo. Desde los años 1950, los costos de desarrollo se han duplicado aproximadamente cada nueve años. Hoy en día, llevar un fármaco al mercado requiere entre 10 y 15 años, con costos entre $1 y $2.5 mil millones, y enfrenta tasas de fracaso superiores al 90%. La industria farmacéutica considera la inteligencia artificial como su herramienta principal para reducir plazos y mejorar las probabilidades de éxito. Una de las aplicaciones más prometedoras utiliza IA para identificar moléculas candidatas contra objetivos relacionados con enfermedades. En lugar de realizar extensas pruebas físicas en laboratorio, las empresas ahora diseñan candidatos computacionalmente y predicen sus interacciones antes de pruebas experimentales. Este enfoque elimina limitaciones de volumen. Sin embargo, la validación en laboratorio sigue siendo esencial, ya que los modelos aún no pueden predecir de manera confiable el comportamiento de los compuestos. Esto intensifica la presión sobre los equipos de investigación, que deben probar un volumen creciente de candidatos generados por algoritmos. El desafío central radica en la calidad de los datos. Los modelos entrenados con conjuntos de datos públicos limitados experimentan rendimientos decrecientes porque los investigadores acceden a la misma información. Estos conjuntos también carecen de la estructura y diversidad necesarias para prevenir sesgos. Un problema crítico es el sesgo de publicación: los investigadores comparten éxitos pero ocultan fracasos en cuadernos de laboratorio, negando a los modelos la comprensión esencial de lo que no funciona. Sin acceso integral a datos de fracaso, los modelos no pueden entrenarse adecuadamente. La integridad de los datos enfrenta amenazas adicionales. Las herramientas de IA generativa han hecho que la manipulación científica sea trivialmente fácil. Estudios anteriores encontraron que casi el 4% de las publicaciones biomédicas contienen imágenes fabricadas, cifras que podrían aumentar dramáticamente con IA. Las soluciones emergentes emplean algoritmos de hash criptográficos, similares a la tecnología blockchain, para detectar imágenes manipuladas, permitiendo que los editores verifiquen la autenticidad. El futuro apunta hacia laboratorios completamente autónomos operando continuamente, realizando ciclos de predicción, experimentación y optimización, realimentando resultados en modelos de IA. Esto podría mejorar significativamente las tasas de éxito de candidatos que entran en ensayos clínicos. Sin embargo, requiere infraestructura altamente integrada con sistemas interoperables, datos estructurados y completos, y flujo continuo de información. Muchos laboratorios carecen de esta integración. Notablemente, ningún fármaco descubierto primariamente mediante diseño impulsado por IA ha recibido aprobación completa de la FDA, aunque se esperan cambios en los próximos dos o tres años.