Los españoles que ya están diseñando nuevos fármacos mediante IA

En el Instituto de Investigación Sanitaria La Fe de Valencia, que colabora con Hernáez, terminó de corroborarlo: el fármaco, ya existente con una indicación completamente distinta al cáncer, se unía a una célula cancerígena mediante la proteína predicha y la inhibía.

El investigador lidera un proyecto para crear una herramienta que facilita el reposicionamiento de fármacos conocidos en nuevas indicaciones utilizando inteligencia artificial, uno de los muchos usos de los que apenas estamos viendo su potencial.

La inteligencia artificial lleva usándose desde hace más de diez años en biomedicina, pero ha sido en los últimos cuatro cuando ha dado un salto cualitativo hacia el futuro y, en la actualidad, ya son numerosos los medicamentos generados por ella que están ensayándose.

Se basa en el análisis de cantidades enormes de datos, imposibles de procesar por la mente humana, para obtener patrones no vistos. Cuando la capacidad de computación de los ordenadores alcanzó un punto crítico, comenzó la fiesta.

Si ChatGPT es el paradigma de esta nueva era para el público general, para el mundo de la investigación biomédica el Alphafold, la inteligencia artificial desarrollada por Google DeepMind capaz de predecir la estructura de cualquier proteína existente, conocida o no.

Los desarrolladores de Alphafold fueron obtuvieron el Nobel de Química el año pasado, solo cinco años después de presentar la segunda versión del sistema, por la que han sido galardonados.

"Ha supuesto un cambio radical", afirma Alberto Ocaña, oncólogo y director de la Unidad CRIS de Terapias Avanzadas en el Hospital Clínico San Carlos (Madrid).

"Si no conocíamos la estructura de la proteína, hacer una cristalografía suponía un mínimo de cuatro a seis meses, y no todos los sitios tienen capacidad para hacerlo".

El resultado, además, era estático, necesitaba probarse empíricamente para comprobar cómo funcionaba. "Ahora podemos hacer todo este proceso en muy poco tiempo".

En la Unidad CRIS de Terapias Experimentales buscan identificar dianas moleculares asociando datos bioinformáticos a las características genómicas de determinados pacientes de cáncer.

Con la inteligencia artificial, obtienen compuestos que, en teoría, podrían funcionar. Esos compuestos se sintetizan y se ensayan en líneas tumorales y ratones a los que se les ha generado un cáncer para probar su eficacia.

"Hasta ahora se usan bibliotecas de compuestos químicos en el laboratorio. Por ejemplo, 5.000 moléculas que pasabas por un sistema para ver si se unían a una célula o la inhibían, lo que suponía un ingente gasto tanto de recursos humanos y materiales como de tiempo".

Una vez identificados los compuestos que se unían a una zona concreta, "había que ver cómo se unía y funcionaba". Todo eso puede hacerlo la inteligencia artficial en una fracción mínima de tiempo y con muchos menos recursos.

"El tiempo que puedes ahorrar utilizando computación para el diseño de fármacos puede ser del orden de cinco a diez años", afirma Ocaña.