Cuando la IA ayuda a crear vacunas: “Para el próximo coronavirus tendremos solución en dos meses”
Las empresas biotecnológicas y los algoritmos son dos nuevos actores en el desarrollo científico; pandemias víricas o cáncer son áreas que se abren a un nuevo paradigma tecnológico y de trabajo
14 agosto, 2024 00:00Noticias relacionadas
- La IA de Meta que usará nuestros datos es la punta del iceberg: expertos señalan las preocupaciones reales que hay detrás
- La industria catalana saca pecho de su futuro a través del pasado: "Barcelona es la capital mundial de la tecnología"
- Las nuevas incógnitas de la IA: “No sabemos si la máquina nos habla en serio o es irónica”
- La propuesta catalana para que la IA llegue a las escuelas
La inteligencia artificial (IA) generativa no sólo ha irrumpido en la creación audiovisual. La ciencia también se beneficia de sus capacidades. Hasta tal punto que hay expertos en la materia que vaticinan que, gracias a todo lo aprendido en la pandemia de Covid-19, y a la mejora de la tecnología de los algoritmos, “para el próximo coronavirus, tendremos solución en dos meses”. No obstante, esto es una pequeña parte de la punta de un iceberg enorme, que aglutina tecnología, técnicas de investigación, farmacéuticas, compuestos moleculares y un sinfín de variables que participan en el juego.
Las empresas biotecnológicas –comúnmente conocidas como biotech– son un nuevo actor en la escena de la investigación científica. Si se añade la IA como factor adicional, se obtiene una imagen completa que contiene lo siguiente: por una parte, las farmacéuticas son el vehículo; las biotecnológicas son las que refinan y proporcionan el combustible, que en este caso es la IA, para ayudar a mover el vehículo. En Barcelona hay firmas que, precisamente, proporcionan asistencia computacional a empresas farmacéuticas. Una de ellas, Nostrum Biodiscovery, ha abierto sus puertas a Crónica Global.
“La IA ayuda, pero no mata al padre”
Vacunas, antibióticos, compuestos… Ya sea para tratar enfermedades oncológicas, neurológicas, cardiovasculares o víricas, todo empieza en las moléculas que se utilizarán para poder desarrollar los diferentes tratamientos que se van a aplicar. Es un proceso que lleva tiempo y, en según qué casos, mucho dinero, tal y como explica el director de IA de la empresa, Alexis Molina. Lo que hacen los algoritmos en el proceso de desarrollo es acortar tiempo en probar qué tipo de compuestos funcionan mejor con otros, de forma virtual.
“No se mata al padre. Las técnicas tradicionales de laboratorio son las que nos han aportado el conocimiento que se traslada a los algoritmos. La IA ha hecho posible que se puedan testear de forma virtual más de 40.000 millones de compuestos moleculares en cuestión de diez horas”, explica Molina. Cuando estos se han probado en un entorno virtual, y se obtienen resultados favorables, después se llevan al mundo tangible, donde se experimentan con ellos en los laboratorios.
Escalada y optimización
Molina explica que el proceso “tradicional” de sintetizar compuestos en un laboratorio requiere mucho tiempo y dinero, ya que los procesos deben llevarse a cabo de forma individual para cada uno de los “ingredientes”. La IA permite “escalar métodos en poco tiempo y poder obtener respuestas de una forma más rápida”.
No obstante, aunque permita ahorrar recursos, también afirma que esta “no es la solución definitiva para nada”, sino que se trata de una tecnología que va a mejorar la situación. “No es que pulses un botón y te salga una vacuna. Los ordenadores llevan décadas ayudando a sintetizar compuestos, pero ahora, gracias a la IA, se puede hacer todavía más rápido y preciso. Pero el factor humano y los ensayos en los laboratorios son imprescindibles en todo el proceso”.
El siguiente Covid
El cofundador de la compañía, Víctor Guallar, ha enfatizado sobre uno de los retos más recientes a los que se ha tenido que enfrentar la humanidad: la pandemia de Covid-19. “Habrá un SARS-CoV-3. Con el SARS-CoV-2, gracias al avance de la tecnología, tuvimos ensayos en seis meses, algo que era impensable. Ahora, con todo lo que hemos aprendido, si se le suma la optimización de los procesos de la IA, tendremos vacuna en dos meses. El primer mes tendremos candidatos, mientras que en el tercer mes ya vamos a tener ensayos clínicos” explica.
Del mismo modo, la IA ayuda en la predicción de los compuestos que se pueden sintetizar para “hacer frente a futuras amenazas que puedan llegar”. Adicionalmente, también enfatiza que hay “otras empresas e instituciones” que se dedican, junto con la ayuda de la IA, a predecir futuras pandemias con base en los factores de transmisión y de mutación de los diferentes virus.
Los primeros fármacos con IA
Ambos integrantes de la empresa han dejado patente que la IA “no es una solución definitiva”. Además, el proceso de usar esta tecnología para desarrollar fármacos, en conjunción con empresas especializadas, es algo que va a ser gradual. “Primero hay una fase de testeo en laboratorios; luego llegan los ensayos clínicos y, finalmente, se aprueba para su venta y distribución”, explica Molina.
No obstante, los primeros fármacos que han sido conjuntamente desarrollados con IA “empezarán a distribuirse entre los próximos 5 y 7 años, de cara a 2030”, afirma. Pero, del mismo modo que ilustra este escenario, también pone encima de la mesa el hecho de que “la IA ayuda en muchas fases”. “Puede ser que haya hecho una proteína más efectiva, que haya reformulado un compuesto o que haya reducido toxicidad en las moléculas; es una situación en la que hay muchos puntos de vista desde los que se puede abordar”.
Márketing y realismo
La realidad es que la IA es una “tecnología de apoyo, que en ningún momento va a sustituir los procesos tradicionales o a los científicos”, explican. El márketing empieza cuando se “pretende comercializar un fármaco con la bandera de que ha sido hecho con IA”, explica Guallar.
En este último escenario, “se trata de una técnica de márketing, porque la IA no fabrica como tal, sino que ayuda”, recalca. No obstante, pone de manifiesto algunos de los escenarios que se podrían llegar a abrir, como el endurecimiento de las patentes. “Imaginemos que existe un algoritmo que, en base a leer la patente de un compuesto, sintetiza otro que lo contrarresta, o que hace la misma función; esto es un escenario más filosófico, y aunque todavía no estamos en esta tesitura, no se puede descartar”, concluye.