A principios de esta semana, en un evento llamado "The Briefing: AI for Science", la empresa de inteligencia artificial Anthropic anunció el lanzamiento de su nueva plataforma Claude Science, posicionándola como un "banco de trabajo de IA" para los científicos. La plataforma está diseñada para integrar herramientas de investigación científica y conjuntos de datos dispares en el mismo entorno y generar automáticamente gráficos y resultados de visualización. Anthropic cree que este tipo de tecnología de IA tiene el potencial de "acelerar significativamente el desarrollo de descubrimientos científicos e intervenciones médicas". La empresa también destacó que un gran número de empresas farmacéuticas y de biotecnología ya están utilizando a Claude para trabajos de investigación y desarrollo relacionados.
Aún más ambicioso, Anthropic ya no se contenta con ser simplemente un proveedor de herramientas y ha declarado públicamente que planea desarrollar medicamentos por sí mismo. Eric Kauderer-Abrams, jefe de ciencias de la vida, dijo en una entrevista que la compañía se centrará en áreas de enfermedades "desatendidas" y espera descubrir nuevas opciones de tratamiento con la ayuda de la IA. En el actual auge de la investigación y el desarrollo de medicamentos con IA, gigantes tecnológicos como OpenAI, Amazon y Google han lanzado sus propias plataformas de ciencias biológicas. Sin embargo, la declaración de Anthropic es uno de los pocos movimientos públicos de una empresa de vanguardia de modelos de IA general para anunciar directamente que desarrollará sus propios medicamentos. Esto también lo coloca en una posición bastante delicada: por un lado, vende herramientas de software a muchas compañías farmacéuticas y, por otro lado, puede convertirse en un competidor potencial de estos clientes en la investigación y el desarrollo de medicamentos.
Los conocedores de la industria señalaron que la medida de Anthropic en realidad empujó a la empresa a una competencia más amplia. A la competencia se unen compañías farmacéuticas que priorizan la IA, como Insilico, Isomorphic Labs, una escisión de Google DeepMind, y un gran número de biotecnología tradicional y grandes compañías farmacéuticas que construyen o adquieren herramientas de IA. A pesar de su enorme impulso, Anthropic ha proporcionado hasta ahora información específica muy limitada: no han indicado cómo avanzarán si encuentran candidatos a fármacos prometedores, ni han respondido a preguntas detalladas sobre qué enfermedades se abordarán en el primer lote, o si cooperarán con otras instituciones para completar la investigación de laboratorio, las pruebas con animales, los ensayos clínicos y la fabricación.
Detrás de las palabras “descubrimiento de fármacos mediante IA” se esconde un concepto muy amplio. Namshik Han, profesor de la Universidad de Cambridge y cofundador de la startup de biotecnología de IA CardiaTec, cree que la IA se ha utilizado en "cada etapa" del descubrimiento de fármacos, desde la detección y optimización de nuevos compuestos hasta la ayuda a la investigación científica, el análisis de datos, los ensayos clínicos e incluso la producción y fabricación. Matthew Todd, profesor de descubrimiento de fármacos en el University College de Londres, también expresó una opinión similar y dijo que el "descubrimiento de fármacos mediante IA" casi se ha convertido en un "término general" para referirse a todo este conjunto de escenarios de aplicación amplios.
Aún así, los expertos en general coinciden en que la IA todavía se encuentra en sus primeras etapas de cambio en el desarrollo de fármacos. Han señaló que gigantes farmacéuticos como AstraZeneca, Novo Nordisk y GSK han implementado muchos proyectos de IA, utilizando modelos para generar posibles moléculas candidatas para vías patológicas conocidas o objetivos existentes, ayudando a los investigadores a descubrir nuevas estructuras moleculares que pueden interactuar con receptores específicos. Todd enfatizó que la IA es muy útil para acelerar la investigación científica y ayudar a "probar en carretera" nuevas ideas de fármacos. Puede examinar soluciones potenciales en el enorme espacio químico y biológico y encontrar conexiones que son difíciles o que requieren mucho tiempo para descubrir con herramientas humanas y tradicionales. Combinado con las ventajas de Anthropic en modelos de vanguardia, generalmente se especula que utilizará principalmente IA generativa para buscar y recomendar entre combinaciones masivas de compuestos y objetivos biológicos, ayudando a los investigadores a proponer nuevas ideas de diseño de fármacos, identificar nuevos objetivos de enfermedades o encontrar nuevas indicaciones para medicamentos existentes.
Sin embargo, todavía hay una gran distancia entre “proponer una idea de fármaco” y “hacer que un fármaco entre en la práctica clínica y sea aprobado para su comercialización”. Todd dijo que todavía está "lejos" del primer fármaco diseñado íntegramente por IA y que haya obtenido la aprobación regulatoria para ingresar al mercado. Todo el proceso de descubrimiento y desarrollo no estará completamente automatizado hasta dentro de mucho tiempo, y la participación y supervisión de expertos humanos seguirá siendo necesaria. Todd y Han también señalaron que la falta de una gran cantidad de datos experimentales públicos y de alta calidad (especialmente registros detallados del comportamiento específico de los compuestos en el cuerpo humano) constituye un obstáculo clave en esta etapa. Incluso en los campos de la biología más profundamente estudiados, todavía existen enormes lagunas en la comprensión humana de muchos mecanismos.
Frank von Delft, profesor de biología química estructural en la Universidad de Oxford y jefe de cristalografía de proteínas en el Centro de Descubrimiento de Fármacos de Oxford, cree que las expectativas del público sobre potentes modelos de IA están justificadas, pero la tecnología actual "no está ni cerca del punto en el que los experimentos ya no son necesarios". Las moléculas candidatas a fármacos aún deben probarse en el mundo real en cuanto a eficacia, toxicidad, formulación, almacenamiento y administración segura. Estos enlaces requieren de una gran cantidad de profesionales que invierten enormes cantidades de dinero y tiempo. Especialmente cuando se realizan ensayos clínicos en humanos, muchos candidatos a fármacos aparentemente prometedores a menudo fracasan. von Delft afirmó sin rodeos que si Anthropic realmente quisiera desarrollar el fármaco por sí mismo, "tendría que invertir mucho en experimentos".
A juzgar por las tendencias recientes, Anthropic parece estar preparándose para esto. El año pasado, la empresa siguió reclutando talentos relacionados con la biología y se está preparando para construir su propio laboratorio húmedo. Al mismo tiempo, ha publicado múltiples información sobre contratación laboral en ciencias biológicas en la plataforma pública de contratación. Han reveló que Anthropic “ha estado reclutando activamente” en esta área e incluso ha extendido ofertas a varios colegas académicos. Dijo que entiende que Anthropic ha logrado captar furtivamente a algunos profesionales de grandes compañías farmacéuticas y de algunas instituciones académicas importantes, pero no reveló nombres específicos.
Aun así, con un sistema de I+D tan complejo, sin importar a qué enfermedad decida atacar Anthropic en última instancia, pasarán muchos años antes de que se vean realmente los resultados. Tomando como ejemplo el ciclo tradicional de desarrollo de fármacos, a menudo se necesitan cerca de diez años para que un nuevo fármaco complete los ensayos clínicos. Todd dijo que "siempre hay un gran retraso" en las pruebas de drogas porque es una tarea larga y que requiere mucho tiempo demostrar la seguridad y eficacia de un determinado fármaco candidato a través de experimentos. Hasta ahora, ningún fármaco diseñado por AI ha completado con éxito todos los ensayos clínicos y recibido la aprobación de la FDA para su comercialización. Algunos medicamentos candidatos han entrado en la etapa clínica, pero es difícil para el mundo exterior juzgar con precisión el papel específico que ha desempeñado la IA en su proceso de desarrollo, y si estos medicamentos pueden superar significativamente en eficacia a los productos con vías tradicionales de I+D.
Según los expertos, lo que la IA puede acelerar significativamente son las partes de "búsqueda" e "imaginación", pero lo que realmente determina el éxito o el fracaso de un fármaco siguen siendo aquellos experimentos y pruebas realizados de forma rigurosa y lenta en el mundo real. Para Anthropic, esto significa un gran cambio de rol, desde imaginar que la IA reescribe el descubrimiento de fármacos hasta asumir responsabilidades experimentales a largo plazo, de alto riesgo y alta inversión.