Primeiro descubrimento de fármacos por IA: os robots poden axudar aos científicos a descubrir novos fármacos farmacéuticos?

• autor:
• nome do autor

  Previsión de Quantumrun
• Agosto 22, 2022

Resumo de insight

Os altos custos e as taxas de fracaso no desenvolvemento de fármacos tradicionais están a impulsar ás empresas farmacéuticas a investir en tecnoloxías de intelixencia artificial (IA) para aumentar a eficiencia da investigación e reducir os custos. A intelixencia artificial está transformando a industria identificando rapidamente novos obxectivos de medicamentos e posibilitando tratamentos personalizados. Este cambio cara á IA está a remodelar o panorama farmacéutico, desde os requisitos de traballo cambiantes para os químicos ata provocar debates sobre os dereitos de propiedade intelectual da IA.

Contexto de descubrimento de fármacos da IA

O proxecto típico de desenvolvemento de medicamentos custa 2.6 millóns de dólares. A presión é alta para os científicos, xa que 9 de cada 10 terapias candidatas non alcanzan as aprobacións regulamentarias. Como resultado, as compañías farmacéuticas están a investir de xeito agresivo en plataformas de IA durante a década de 2020 para aumentar a eficacia da investigación ao tempo que reducen os custos. 

No descubrimento de fármacos utilízanse diferentes tecnoloxías de intelixencia artificial, incluíndo a aprendizaxe automática (ML), o procesamento da linguaxe natural (PNL) e a visión por ordenador. ML analiza datos de varias fontes, incluíndo literatura científica, ensaios clínicos e rexistros de pacientes. Esta información pódese usar entón para identificar patróns que poden suxerir novos obxectivos de medicamentos ou levar ao desenvolvemento de tratamentos máis eficaces. A PNL, un modelo preditivo baseado na linguaxe, utilízase para extraer datos da literatura científica, que poden destacar novas formas de desenvolver fármacos existentes. Finalmente, a visión por ordenador analiza imaxes de células e tecidos, que permiten identificar os cambios asociados ás enfermidades.

Un exemplo de compañía farmacéutica que usa a intelixencia artificial para desenvolver novos fármacos é Pfizer, que utiliza IBM Watson, un sistema de ML que pode investigar extensamente medicamentos de inmuno-oncoloxía. Mentres tanto, Sanofi, con sede en Francia, asociouse coa startup británica Exscientia para crear unha plataforma de intelixencia artificial para buscar terapias para enfermidades metabólicas. Genentech, filial da empresa suíza Roche, está a utilizar un sistema de intelixencia artificial de GNS Healthcare, con sede en Estados Unidos, para liderar a busca de tratamentos contra o cancro. En China, a startup biotecnolóxica Meta Pharmaceuticals conseguiu un financiamento inicial de 15 millóns de dólares para desenvolver tratamentos de enfermidades autoinmunes mediante IA. A empresa foi incubada por outra empresa de descubrimento de fármacos asistida por IA, Xtalpi.

Impacto perturbador

Quizais a aplicación máis práctica do descubrimento do primeiro fármaco da IA ​​foi o desenvolvemento do primeiro fármaco terapéutico para COVID-19, un medicamento antiviral chamado Remdesivir. O fármaco foi inicialmente identificado como un posible tratamento para o virus polos investigadores de Gilead Sciences, unha empresa de biotecnoloxía de California, utilizando IA. A compañía utilizou un algoritmo para analizar os datos da base de datos GenBank, que contén información sobre todas as secuencias de ADN dispoñibles publicamente.

Este algoritmo identificou dous posibles candidatos, que Gilead Sciences sintetizou e probou contra o virus COVID-19 nun prato de laboratorio. Os dous candidatos resultaron eficaces contra o virus. Un destes candidatos foi entón seleccionado para o seu desenvolvemento e probas en animais e humanos. Finalmente descubriuse que o remdesivir era seguro e eficaz, e foi aprobado para o seu uso pola Administración de Drogas e Alimentos dos Estados Unidos (FDA).

Desde entón, empresas e organizacións colaboraron para atopar máis tratamentos contra a COVID-19 mediante sistemas de IA. En 2021, 10 empresas uníronse para crear IMPECCABLE (Integrated Modeling PipelinE for COVID Cure by Assessing Better Leads). Estas organizacións inclúen a Rutgers University, a University College London, o Departamento de Enerxía dos Estados Unidos, o Leibniz Supercomputing Center e a NVIDIA Corporation.

O proxecto é un pipeline de simulación de intelixencia artificial que promete acelerar a selección de posibles candidatos a medicamentos para COVID-19 50,000 veces máis rápido que os métodos actuais. IMPECCABLE combina varias tecnoloxías de procesamento de datos, modelado e simulación baseados en física e ML para crear unha IA que utilice patróns nos datos para construír modelos preditivos. A diferenza do método típico, onde os científicos teñen que pensar coidadosamente e desenvolver moléculas en función dos seus coñecementos, este oleoduto permite aos investigadores examinar automaticamente un gran número de produtos químicos, aumentando drasticamente a probabilidade de atopar un candidato probable.

Implicacións do descubrimento do primeiro fármaco da IA

As implicacións máis amplas da adopción por parte da industria de metodoloxías de descubrimento de fármacos na IA poden incluír: 

• Plataformas de intelixencia artificial que asumen tarefas tradicionalmente xestionadas por químicos de inicio de carreira, o que obriga a estes profesionais a adquirir novas habilidades ou a cambiar de carreira.
• Grandes compañías farmacéuticas que empregan científicos robóticos para buscar amplos datos xenéticos, de enfermidades e de tratamento, acelerando o desenvolvemento da terapia.
• Un aumento das asociacións entre startups biotecnolóxicas e firmas farmacéuticas establecidas para o descubrimento de fármacos asistido pola IA, que atrae máis investimentos das entidades sanitarias.
• A facilitación de tratamentos médicos personalizados para individuos con características biolóxicas únicas, especialmente aqueles con trastornos autoinmunes pouco comúns.
• Intensificáronse as discusións regulamentarias sobre os dereitos de propiedade intelectual da IA ​​nos descubrimentos de medicamentos e a rendición de contas por erros relacionados coa IA no sector farmacéutico.
• A industria sanitaria está experimentando importantes reducións de custos no desenvolvemento de medicamentos, o que permite que os prezos dos medicamentos sexan máis accesibles para os consumidores.
• As dinámicas de emprego no sector farmacéutico están cambiando, con énfase na ciencia de datos e na experiencia en intelixencia artificial fronte ao coñecemento farmacéutico tradicional.
• Potencial para mellorar os resultados de saúde global debido a procesos de descubrimento de fármacos máis rápidos e eficientes, especialmente nos países en desenvolvemento.
• Os gobernos posiblemente promulguen políticas para garantir o acceso equitativo aos medicamentos descubertos pola IA, previndo monopolios e fomentando beneficios para a saúde máis amplos.
• A diminución dos impactos ambientais a medida que o descubrimento de fármacos impulsado pola IA reduce a necesidade de experimentos e ensaios de laboratorio con uso intensivo de recursos.

Preguntas a ter en conta

• De que outra maneira pensas que o descubrimento do primeiro fármaco da IA ​​cambiará a atención sanitaria?
• Que poden facer os gobernos para regular os desenvolvementos de fármacos en primeiro lugar da IA, especialmente os prezos e a accesibilidade?