A diferencia del modelo tradicional para la búsqueda de nuevas moléculas –el cual requiere, además de mucho tiempo, ingentes recursos humanos y financieros– los enfoques de inteligencia artificial y aprendizaje automático, combinados con simulaciones de dinámica molecular, pueden acelerar y simplificar este proceso
No es la primera noticia que compartimos con ustedes sobre la llegada de la inteligencia artificial (IA) al ámbito de la investigación científica para la búsqueda, desarrollo y validación de nuevas moléculas medicamentosas, pero sí es de gran trascendencia.
Un equipo de investigadores de la Universidad de Pensilvania, en los EE. UU., desarrollaron un modelo de aprendizaje automático (ML, por sus siglas en inglés), entrenado específicamente para predecir medicamentos inhibidores (antivirales) del enterovirus humano 71 (EV71), un patógeno miembro de la familia Picornaviridae, y principal agente causal de la enfermedad de manos, pies y boca; herpangina y trastornos neurológicos, sobre todo en niños menores de 7 años y en adultos inmunocomprometidos, potencialmente mortal.
Este nuevo modelo de aprendizaje automático identificó ocho moléculas potencialmente antivíricas, de las que cinco demostraron tener esa capacidad medicamentosa, validada experimentalmente. Es evidente que, además de que el modelo predictivo tuvo un impresionante porcentaje de acierto, la posibilidad de conseguir nuevas moléculas medicamentosas en semanas, en lugar de los 10 o 15 años que tradicionalmente se requieren para el desarrollo de una nueva molécula, y ahorrar los cientos de millones con los que se financian las investigaciones –las que es necesario recordar que no siempre obtienen los resultados esperados–, es impresionante.
Los desarrolladores enfatizan que, a diferencia de otros modelos de inteligencia artificial y aprendizaje automático que necesitan enormes cantidades de información de alta calidad, su modelo predictivo es capaz de trabajar con éxito con un reducido cúmulo de datos, alcanzando con menos recursos las metas previstas.
Los invitamos a escuchar el programa del podcast de códigoF sobre sobre inteligencia artificial.
Por: Manuel Garrod, miembro del Comité Editorial de códigoF
Fuentes:
Cell Reports Physical Science. (21 de mayo de 2025).
Antiviral discovery using sparse datasets by integrating experiments, molecular simulations, and machine learning.
ACM Digital Library. (1 de agosto de 2024).
Towards Evolutionary-based Automated Machine Learning for Small Molecule Pharmacokinetic Prediction.
códigoF. (14 de mayo de 2022).
Una nueva vacuna diseñada con inteligencia artificial, demuestra ser efectiva contra todas las variantes conocidas del SARS-CoV-2.
